一种基于Deramp处理的空时自适应处理方法

李学仕 孙光才 邵 鹏 吴玉峰 邢孟道



一种基于Deramp处理的空时自适应处理方法

李学仕*孙光才 邵 鹏 吴玉峰 邢孟道

(西安电子科技大学雷达信号处理国家重点实验室 西安 710071)

在多通道合成孔径雷达动目标检测(SAR-GMTI)系统中，直接利用传统的后多普勒空时自适应处理(PD-STAP)技术进行杂波抑制会导致3个问题。第一，由于动目标径向速度引起的多普勒偏移会导致动目标出现谱卷绕，直接利用匹配滤波的方法对动目标聚焦会出现虚假目标。第二，在信号下采样的情况下，动目标聚焦位置会出现脉冲重复频率(PRF)的偏差，从而导致一个动目标可能出现在多个位置，使得动目标检测变得复杂。第三，利用传统的PD-STAP技术进行杂波抑制会导致很大的计算复杂性。基于此，该文提出一种基于Deramp处理的空时自适应处理方法进行杂波抑制处理，可以有效解决上述问题。该文最后通过仿真实验验证了该方法的有效性。

合成孔径雷达；Deramp处理；后多普勒空时自适应处理(PD-STAP)；动目标检测；动目标成像

1 引言

动目标的模糊来自于两个方面：一是由于动目标径向速度导致的频谱偏移，从而造成谱卷绕，二是由于方位欠采样造成的多普勒谱模糊。上面提到的传统STAP处理方法可以解决由于方位欠采样造成的多普勒谱模糊问题。但是它对于由于径向速度导致的谱卷绕是无能为力的。如果动目标本身的多普勒谱是卷绕的，得到的动目标的频谱依然是谱卷绕的。当动目标的多普勒谱发生卷绕的情况时，采用传统匹配滤波的方法直接对动目标进行成像时，会造成虚假目标的产生[16]。在方位信号下采样的情况下，动目标在空时平面中存在模糊分量，采用传统的STAP方法进行杂波抑制时，当利用的动目标径向速度与其真实值不匹配时，会导致动目标的聚焦位置出现错误。此外，传统的STAP方法为保证不损失动目标的信杂噪比(Signal-to-Clutter-plus- Noise Ratio, SCNR)，需要对动目标可能的径向速度范围内进行径向速度搜索，这会导致比较大的计算复杂性。为解决上述这些问题，本文提出了一种基于Deramp处理的空时自适应处理方法。利用本文方法，杂波抑制后动目标的多普勒谱是压缩的，可以避免由于其径向速度造成谱卷绕的情况发生，因而可避免虚假目标的产生。同时由于动目标的多普勒谱得到了压缩，其在空时平面中不存在模糊分量，因而可以成功解决动目标聚焦位置出错的情况。而且，利用本文提出的杂波抑制方法，只需对基带范围内的速度进行搜索即可完成场景中所有动目标的处理，同时不会造成动目标SCNR的损失，可以大大降低计算复杂性。

本文内容安排如下：第2节对多通道动目标回波模型进行了建立；第3节对Deramp处理后的空时2维平面的特性进行了描述，并推导了基于Deramp处理的空时自适应方法；第4节对本文所提方法进行了仿真验证；第5节给出了全文总结。

2 多通道条带SAR动目标回波模型

其中为方位慢时间，为目标径向速度，为目标横向速度，为第个通道距参考通道(Ref)距 离，,为通道数。方位位置为处的动目标斜距历程可以表示为[16]，其中。

3 基于Deramp处理的空时自适应处理方法

在这一节中，将首先对基于Deramp处理的空时自适应处理方法进行推导。首先本文构造用于Deramp处理的参考函数如式(4)

将式(4)与式(3)相乘后并变换到方位多普勒域与空间角度域，可以得到

当式(6)中动目标速度变为零时，即为静止杂波在空时2维平面中的关系

表1系统仿真参数设置

波长(m)0.03场景中心距离(km)500 发射信号带宽(MHz)50方位向发射天线孔径长度(m)4 脉冲重复频率(Hz)666.7脉冲宽度(μs)1 平台速度(m/s)4000通道个数(个)32

下面将基于Deramp处理后的空时2维平面展开杂波抑制处理。将式(5)变换到方位多普勒域，对于多通道SAR系统，PRF有可能会小于方位信号带宽，因而在每个通道中信号会产生混叠现象，此时可以表示为

这一重聚焦过程在杂波抑制后，动目标走动校正之前执行。在式(12)中，同样需要对动目标横向速度进行遍历，遍历的间隔可以采用文献[18]中介绍的方法，在损失动目标SCNR最小的情况下，采用最少的滤波器组实现动目标的精聚焦。

4 仿真实验

在这一节中，将对本文的算法进行仿真验证，具体的系统仿真参数如表1所示，仿真中假定背景杂波的幅度服从瑞利分布，相位服从均匀分布，并在背景杂波中加入杂噪比为CNR=60 dB的高斯噪声。在背景杂波中随机放置4个动目标，动目标的参数信息如表2所示，仿真的条带SAR场景以及动目标在场景中的分布位置如图4(a)所示，图中的箭头表示动目标的位置以及动目标的运动方向。图4(b)为参考通道获得的原始场景回波的2维频谱。

图2 空时2维平面对比

图3 杂波抑制后数据

图4 仿真场景

表2动目标速度参数

参数动目标1动目标2动目标3动目标4 径向速度(m/s)5.5015.5025.5015.50 横向速度(m/s)1.4012.302.703.30

为验证本文所提方法的有效性，本文同传统方法进行比较。当利用传统的STAP方法[12]进行杂波抑制后，对动目标进行聚焦处理得到的聚焦结果如图5所示。图5(a)，图5(b)，图5(c)分别给出了采用5.5 m/s, 15.5 m/s与25.5 m/s进行杂波抑制后聚焦的结果。从中本文可以发现每个动目标聚焦在3个不同的位置，各聚焦位置存在一个PRF的偏移，这对进行动目标检测是非常不利的。

为验证本文所提算法的有效性，除了验证上述3个优点外，本文同样给出了动目标的SCNR同传统方法的比较实验。这里动目标SCNR定义为在图像域，动目标的峰值功率同杂波与噪声平均功率的比值，它可以反映动目标聚焦质量与杂波抑制性能的好坏[4]。仿真结果如表3所示。表3中圆括号中的第1个数字表示用于杂波抑制动目标的径向速度，第2数字表示用于正确校正动目标走动的模糊数。从表中可以明显看出利用传统方法与本文提出的方法得到的动目标的SCNR是相似的。本文方法在拥有上述3个优点外，这个仿真实验验证了本文所提方法同传统STAP方法抑制杂波的性能相当。

5 结束语

本文提出了一种基于Deramp处理的空时自适应处理方法，其可以避免由于动目标谱卷绕从而造成虚假目标产生的情况。在方位信号下采样的情况下，采用传统的STAP方法进行杂波抑制时，会导致动目标的聚焦位置出现错误，而本文所提方法由于动目标的多普勒谱得到了压缩，不存在动目标模糊分量，从而可以避免动目标聚焦位置出现错误的问题。此外，利用本文的方法，在进行杂波抑制时只需考虑基带范围内的速度，大大降低了杂波抑制处理的复杂性。最后，通过仿真实验验证了本文所提算法的有效性。

图5 动目标聚焦结果

图6 采用本文方法得到杂波抑制后的结果

图7 利用本文方法得到的动目标聚焦结果

表3利用两种方法得到的动目标的SCNR

SCNR(dB)动目标1动目标2动目标3动目标4 传统方法36.01 (5.5 m/s,0)27.96(15.5 m/s,1)32.21(25.5 m/s,1)32.18(15.5 m/s,1) 本文方法36.15(-4.5 m/s,1)27.74(-4.5 m/s,3)32.46(-4.5 m/s,2)32.47(-4.5 m/s,2)

[1] Dragosevic M V, Burwash W, and Chiu S. Detection and estimation with RADARSAT-2 moving-object detection experiment modes[J]., 2012, 50(9): 3527-3543.

[2] Sikaneta I C and Gierull C H. Adaptive CFAR for space- based multichannel SAR–GMTI[J]., 2012, 50(12): 5004-5013.

[3] Baumgartner S V and Krieger G. Fast GMTI algorithm for traffic monitoring based on a priori knowledge[J]., 2012, 50(11): 4626-4641.

[4] Cristallini D, Pastina D, Colone F,.. Efficient detection and imaging of moving targets in SAR images based on chirp scaling[J]., 2013, 51(4): 2403-2416.

[5] 郑世超, 宋红军, 刘亚波, 等. 广域监视动目标检测模式下动目标快速定位误差分析[J]. 雷达学报, 2103, 2(4): 445-453.

Zheng Shi-chao, Song Hong-jun, Liu Ya-bo.. Error analysis of fast moving target Geo-location in wide area surveillance ground moving target indication mode[J].2103, 2(4): 445-453.

[6] Lightstone L, Faubert D, and Rempel G. Multiple phase center DPCA for airborne radar[C]. Proceedings of the IEEE National Radar Conference, Los Angeles, USA, 1991: 36-40.

[7] Gierull C H. Statistical analysis of multilook SAR interferograms for CFAR detection of ground moving targets[J]., 2004, 42(4): 691-701.

[8] Ender J H G. Space-time processing for multichannel synthetic aperture radar[J].&, 1999, 11(1): 29-38.

[9] Wu W B. Fourier transforms of stationary processes[J]., 2004, 133(1): 285-293.

[10] Cristallini D, Colone F, Pastina D,Integrated clutter cancellation and high-resolution imaging of moving targets in multichannel SAR[C]. Proceedings of the 6th European Radar Conference, Rome, Italy, 2009: 57-60.

[11] Cerutti-Maori D and Sikaneta I. Optimum GMTI processing for spacebased SAR/GMTI systems—theoretical derivation [C]. Proceedings of the 9th European Conference on Synthetic Aperture Radar, Aachen, German, 2010: 390-393.

[12] Cerutti-Maori D, Sikaneta I, and Gierull C. H. Optimum SAR/GMTI processing and its application to the radar satellite RADARSAT-2 for traffic monitoring[J]., 2012, 50(10): 3868-3881.

[13] 邓云凯, 刘亚东, 行坤, 等. 一种结合时频分析与 Dechirp 技术提高运动目标参数估计精度的多通道方法[J]. 电子与信息学报, 2011, 33(1): 14-20.

Deng Yun-kai, Liu Ya-dong, Xing Kun,. A high accurate method of estimating moving target’s parameters using time-frequency analysis and Dechirp technology with multi-channel[J].&, 2011, 33(1): 14-20.

[14] 张丹丹, 仇晓兰, 胡东辉, 等. 基于运动目标检测的同步轨道星-空双站SAR杂波特性分析[J]. 雷达学报, 2013, 2(3): 348-356.

Zhang Dan-dan, Qiu Xiao-lan, Hu Dong-hui,.. Analysis of geosynchronous satellite-air bistatic SAR clutter characteristics from the viewpoint of ground moving target indication[J]., 2013, 2(3): 348-356.

[15] 常玉林, 周红, 黄晓涛, 等. 多通道SAR 频率多普勒域宽带长CPI STAP 方法[J]. 电子学报, 2011, 39(6): 1245-1252.

Chang Yu-lin, Zhou Hong, Huang Xiao-tao,.. Frequency- doppler domain wideband long CPI STAP method for multichannel SAR system[J]., 2011, 39(6): 1245-1252.

[16] Sun G, Xing M, Xia X G,Robust ground moving target imaging using deramp–keystone processing[J]., 2013, 51(2): 966-982.

[17] Zhu S Q, Liao G S, Qu Y,A new slant range velocity ambiguity resolving approach of fast moving targets for SAR system[J]., 2010, 48(1): 432-451.

[18] Xia X G, Wang G Y, and Chen V C. Quantitative SNR analysis for ISAR imaging using joint time-frequency analysis–short time Fourier transform[J]., 2002, 38(2): 649-659.

李学仕： 男，1988年生，博士生，研究方向为雷达成像及动目标检测.

孙光才： 男，1984年生，讲师，博士，研究方向为新体制SAR成像及动目标检测.

邢孟道： 男，1974年生，教授，博士生导师，研究方向为雷达成像和模式识别等.

A Space-time Adaptive Processing Method Based on Deramp Processing

Li Xue-shi Sun Guang-cai Shao Peng Wu Yu-feng Xing Meng-dao

(,,710071,)

In multichannel Synthetic Aperture Radar-Ground Moving Targets Indication (SAR-GMTI) systems, three problems are led by utilizing the conventional Post Doppler-Space-Time Adaptive Processing (PD-STAP) technique. Firstly, the target Doppler spectrum is wrapped because of the Doppler shift caused by the cross-track velocity of the moving target. The ambiguities are appeared if directly using the matched filtering. Secondly, in the case of the signal undersampling, a Pulse Repeating Frequency (PRF) shifting is caused in the azimuth direction for a moving target in the focused image. This makes the moving target detection much more complicated and challenging. Thirdly, the traditional PD-STAP technique also has a high computational complexity. To overcome these problems, a novel space-time adaptive processing method based on Deramp processing is proposed. Simulation results validate the effectiveness of the proposed algorithm.

SAR; Deramp processing; Post Doppler-Space-Time Adaptive Processing (PD-STAP); Moving targets detection; Moving targets imaging

TN957.51

A

1009-5896(2014)11-2659-07

10.3724/SP.J.1146.2013.01803

李学仕 lixueshi@stu.xidian.edu.cn

2013-11-14收到，2014-05-06改回

国家自然科学基金优秀青年基金(61222108)，国家自然科学青年基金(61301292, 61101245)和中央高校基本科研业务费专项(K5051302058, K5051302046)资助课题