基于DPCA的多通道机载SAR动目标检测和参数估计方法

李 世 峰

(昌乐县散装水泥技术推广服务中心，山东 昌乐 262400)

1 概述

动目标检测是合成孔径雷达(Synthetic Aperture Radar，SAR)应用的一个重要方面。由于受到地面杂波和系统噪声等干扰信号的影响，地面动目标不易被检测到，为了实现动目标检测和参数估计，首要的步骤是进行杂波抑制，根据雷达系统的通道数目可以采用不同的杂波抑制算法。目前常用的杂波抑制算法主要有：移位相位中心天线(Displaced Phase Center Antenna，DPCA)[1]、沿迹干涉(Along-track Interferometry，ATI)[2]、杂波抑制干涉(Clutter Suppression Interferometry，CSI)[3]以及空时自适应处理(Space-Time Adaptive Processing，STAP)[4-7]。

其中DPCA算法和ATI算法主要用于两通道系统中[1,2]，参数估计精度低。相对于两通道系统，多通道系统可以提高杂波抑制能力、动目标检测概率以及动目标参数估计精度，是未来的发展趋势。CSI算法可用于三通道系统中，虽然在一定程度上提高了参数估计的精度，但参数估计时仍存在严重的模糊[3]。STAP算法可以应用到两个或者两个以上的通道系统中，但是在信号处理过程中为确保动目标信号位于一个距离多普勒单元内，连续处理间隔(Coherent Processing Interval，CPI)仅包含部分脉冲，方位向积累的脉冲数目少，会造成一定的信噪比(Signal to Noise Ratio，SNR)损失[4-7]。

针对上述方法的缺陷，本文将传统的DPCA算法进行了改进，改进后的算法可以应用到三个或者更多个通道系统中，不仅能够有效地实现杂波抑制，还能够较准确的估计出动目标的参数，同时解决了CSI算法在参数估计时模糊严重的问题。本文首先分析了多通道机载SAR/GMTI模式的回波信号模型；然后对改进后的算法进行了详细描述；最后通过仿真数据验证了本文算法的有效性。

2 动目标检测和参数估计方法

多通道动目标检测和参数估计流程如图1所示。首先，对多通道回波矢量S=(S1,S2,…,SN)T使用动目标的参数进行SAR成像处理；然后，在图像域进行杂波抑制，通过杂波加噪声协方差矩阵R(v)对消杂波；最后，通过比较每个图像单元的统计检测量T(τ,t,v)和阈值η，从众多动目标信号中提取出该运动参数下的动目标信号，改变运动参数就可以搜索出其他运动参数下的动目标信号，完成动目标检测和参数估计。

3 计算机仿真实验

下面采用计算机仿真数据对本文方法进行验证。杂波由一系列的静止点目标组成，两个运动点目标位于场景中心，它们的运动参数不同但坐标位置相同。

首先进行成像处理(与T1的运动参数相匹配)，图2是通道1的成像结果，图3是用对静止目标成像的方法处理获得的通道1的常规SAR图像。在图3中，T1和T2由于不正确的距离徙动校正和不匹配的方位向压缩出现散焦。由图3可见，在距离徙动校正和方位向压缩时，选择与什么样的运动参数相匹配，对动目标的幅度有很大的影响，图2是采用与T1的运动参数相匹配得到的，故在图2中T1的幅度远远大于T2。

然后在图像域估计杂波加噪声协方差矩阵抑制杂波，图4a)是杂波抑制后的三维图像(与T1的运动参数相匹配)。从图4a)可以看出，杂波抑制后T1的SCNR得到大幅度提高，并且远远大于T2的SCNR，设置一定的阈值就可以从众多动目标中搜索出T1，重新改变运动参数，就可以搜索出其他的动石目标，即完成动目标检测和参数估计。图4b)是采用同样的处理方法得到的，与T2运动参数相匹配的杂波抑制后的三维图像，从图4b)中可以看出T2的SCNR远远大于T1，设置一定的阈值就可以从众多动目标中搜索出T2。

4 结语

本文提出一种适用于多通道机载SAR/GMTI系统的基于DPCA的动目标检测和参数估计方法。该方法将传统的DPCA方法扩展的三个或者更多个通道，首先对多通道回波矢量使用动目标的参数进行SAR成像处理；然后通过杂波加噪声协方差矩阵对消杂波；最后通过比较每个图像单元的统计检测量和阈值，从众多动目标中提取出与成像参数相匹配的动目标信号，改变运动参数就可以搜索出其他运动参数下的动目标信号，完成动目标检测和参数估计。该方法不仅可以提高动目标参数估计精度，还可以解决参数估计时模糊严重的问题。