一种抑制SAR图像中动目标干扰的方法

doi:10.3969/j.issn.1001-2400.2017.02.002

西安电子科技大学学报

一种抑制SAR图像中动目标干扰的方法

肖力1,2;李学仕1,2;孙光才1,2;邢孟道1,2

(1. 西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071;
2. 西安电子科技大学信息感知技术协同创新中心，陕西西安 710071)

收稿日期:2016-02-02 出版日期:2017-04-20 发布日期:2017-05-26
通讯作者: 邢孟道(1975-), 男, 教授, 博士，E-mail: xmd@xidian.edu.cn
作者简介:肖力(1991-), 男, 西安电子科技大学博士研究生, E-mail: mr_xiao_li@163.com
基金资助:
国家自然科学基金资助项目(61301292)；空间测控通信创新探索基金资助项目(201509A)

Method to suppress moving targets in SAR images

XIAO Li1,2;LI Xueshi1,2;SUN Guangcai1,2;XING Mengdao1,2

(1. National Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071, China;
2. Collaborative Innovation Center of Information Sensing and Understanding, Xidian Univ., Xi'an 710071, China)

Received:2016-02-02 Online:2017-04-20 Published:2017-05-26

摘要/Abstract

摘要：

在高分辨率宽测绘带合成孔径雷达系统中，用传统的静止场景成像方法对存在动目标的回波数据进行成像，动目标在得到的合成孔径雷达图像中是散焦的，并且动目标会聚焦到错误的位置，同时，散焦的动目标会掩盖原本的合成孔径雷达场景．利用传统的空时自适应处理方法对合成孔径雷达图像中散焦的动目标进行抑制时，所需的空间自由度为场景中动目标的个数与脉冲重复频率欠采样数的乘积，这在实际中很难得到满足．为解决这一问题，提出了一种基于方位Deramp处理的空时自适应处理方法．该方法首先对合成孔径雷达回波数据进行方位Deramp处理，使得动目标在空时平面中是粗聚焦的，此时，抑制合成孔径雷达图像中的一个动目标只需要一个空间自由度．当合成孔径雷达图像中存在多个动目标时，提出了动态导向矢量的概念，它能有效地减少抑制合成孔径雷达图像中散焦动目标所需的空间自由度数目．

关键词: 高分辨率宽测绘带, 合成孔径雷达, Deramp, 空时自适应处理方法, 动态导向矢量

Abstract:

In the high-resolution wide-swath (HRWS) SAR system, the moving targets are usually smeared and imaged at incorrect positions in the resulting SAR image by utilizing the traditional stationary scene imaging processing. Moreover, these defocused moving targets may cover the stationary scene. The number of spatial degrees of freedom required for suppressing moving targets by the traditional space-time adaptive processing framework is equal to the number of the moving targets in the SAR scene multiplied by the PRF undersampling number. This requirement is hard to meet in practice. In order to overcome the above problem, a new space-time adaptive processing framework based on azimuth Deramp processing is proposed in this paper. Firstly, the moving targets are coarsely focused in the space-time plane through the azimuth Deramp processing. In this case, only one spatial degree of freedom is needed for suppressing one moving target. If there are multiple targets, it can effectively reduce the required degrees of freedom by utilizing the dynamic steering vector concept. Last, simulation results are provided to show the validity of the proposed method.

肖力;李学仕;孙光才;邢孟道. 一种抑制SAR图像中动目标干扰的方法[J]. 西安电子科技大学学报, 2017, 44(2): 8-13.

XIAO Li;LI Xueshi;SUN Guangcai;XING Mengdao. Method to suppress moving targets in SAR images[J]. Journal of Xidian University, 2017, 44(2): 8-13.

参考文献

［1］ FREEMAN A, JOHNSON W T K, HUNEYCUTT B, et al. The “myth” of the Minimum SAR Antenna Area Constraint ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(1): 320-324.
［2］ CERUTTI-MAORI D, SIKANETA I, KLARE J, et al. MIMO SAR Processing for Multichannel High-resolution Wide-swath radars ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(8): 5034-5055.
［3］邢孟道, 孙光才, 李学仕. 用于高分辨率宽测绘带SAR系统的SAR/GMTI处理方法研究［J］. 雷达学报, 2015, 4(4): 375-385.
XING Mengdao, SUN Guangcai, LI Xueshi. Study on SAR/GMTI Processing for High-resolution Wide-swath SAR System ［J］. Journal of Radars, 2015, 4(4): 375-385.
［4］ SCHULZ F. Suppressing Moving Target Artifacts in Multi-channel Stripmap SAR Images by Space-doppler Filtering ［J］. IEEE Journal of Selected Topics in Signal Processing, 2011, 5(3): 494-503.
［5］王珽, 赵拥军, 胡涛. 机载MIMO雷达空时自适应处理技术研究进展［J］. 雷达学报, 2015, 4(2): 136-148.
WANG Ting, ZHAO Yongjun, HU Tao. Overview of Space-time Adaptive Processing for Airborne Multiple-input Multiple-output Radar ［J］. Journal of Radars, 2015, 4(2): 136-148.
［6］杜文韬, 廖桂生, 杨志伟. 极化空时自适应处理性能分析［J］. 西安电子科技大学学报, 2014, 41(1): 1-5.
DU Wentao, LIAO Guisheng, YANG Zhiwei. Performance Analysis of the Polarization-space-time Adaptive Processing ［J］. Journal of Xidian University, 2014, 41(1): 1-5.
［7］ BAMLER R, RUNGE H. PRF-ambiguity Resolving by Wavelength Diversity ［J］. IEEE Transactions on Geoscience and Remote Sensing, 1991, 29(6): 997-1003.
［8］ YANG H, WANG R, LI F, et al. Ground Moving Target Extraction in A Multichannel Wide-area Surveillance SAR/GMTI System via the Relaxed PCP ［J］. IEEE Geoscience and Remote Sensing Letters, 2013, 10(3): 617-621.
［9］ ZHANG X P, LIAO G S, ZHU S Q. Efficient Compressed Sensing Method for Moving-target Imaging by Exploiting the Geometry Information of the Defocused Results ［J］. IEEE Geoscience and Remote Sensing Letters, 2015, 12(3): 517-521.
［10］ ENDER J H G, GIERULL C H, CERUTTI-MAORI D. Improved Space-based Moving Target Indication via Alternate Transmission and Receiver Switching ［J］. IEEE Transactions on Geoscience Remote Sensing, 2008, 46(12): 3960-3974.
［11］ CERUTTI-MAORI D, SIKANETA I, GIERULL C H. Optimum SAR/GMTI Processing and Its Application to the Radar Satellite RADARSAT-2 for Traffic Monitoring ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50 (10): 3868-3881.
［12］ SUN G C, XING M D, XIA X G, et al. Robust Ground Moving Target Imaging Using Deramp-keystone Processing ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(2): 966-982.
［13］ LI X S, XING M D, ZHANG Y D, et al. Spectrum Compression Space-time Adaptive Processing for TOPS SAR System ［J］. IEEE Geoscience and Remote Sensing Letters, 2015, 12(2): 434-438.

[1]	王昕,常贵清,池琛琛. 广角SAR各向异性散射目标分离成像[J]. 西安电子科技大学学报, 2021, 48(2): 109-116.
[2]	陆金文,闫华,殷红成,张磊,董纯柱. 用于三维散射中心SBR建模的边缘绕射修正[J]. 西安电子科技大学学报, 2021, 48(2): 117-124.
[3]	陶毅,丁丽. 利用共轭对称性的数字IQ频域校准方法[J]. 西安电子科技大学学报, 2021, 48(2): 181-189.
[4]	胡利平,闫华,钟卫军,殷红成,王超. 舰船目标三维散射中心建模及SAR快速仿真方法[J]. 西安电子科技大学学报, 2021, 48(2): 72-83.
[5]	段崇棣,韩超垒,杨志伟,张庆君. 一种杂波分类辅助的近海岸模糊杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 64-71.
[6]	杨军,周芳. 分布式小卫星MIMO-SAR超高分辨成像方法[J]. 西安电子科技大学学报, 2021, 48(2): 99-108.
[7]	王志浩,张金松,孙光才,李军,邢孟道. 一种联合多特征量的SAR人造微弱痕迹检测方法[J]. 西安电子科技大学学报, 2019, 46(6): 131-139.
[8]	杨磊,岳云泽,李埔丞,章涛,杨桓. 多地面运动目标大动态SAR成像稀疏表示[J]. 西安电子科技大学学报, 2019, 46(5): 31-40.
[9]	郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.
[10]	曾创展,朱卫纲,贾鑫. 一种稀疏孔径逆合成孔径雷达成像算法[J]. 西安电子科技大学学报, 2019, 46(3): 123-129.
[11]	梁毅, 李晴晴, 孙昆, 党彦锋, 丁金闪. 利用SAR图像匹配的弹体定位新方法[J]. 西安电子科技大学学报, 2018, 45(6): 1-6.
[12]	孙宸, 成立业. 空间感知矩阵学习的极化SAR图像分类[J]. 西安电子科技大学学报, 2018, 45(6): 92-98.
[13]	刘建歌, 慕德俊. 一种SAR影像冰水边缘线提取算法[J]. 西安电子科技大学学报, 2018, 45(6): 106-111.
[14]	王跃锟;索志勇;李真芳;张金强;张庆君. 高低轨异构双基地SAR改进CS成像算法[J]. 西安电子科技大学学报, 2018, 45(5): 50-56+196.
[15]	许强;李伟;占荣辉;邹鲲. 一种改进的卷积神经网络SAR目标识别算法[J]. 西安电子科技大学学报, 2018, 45(5): 177-183.

一种抑制SAR图像中动目标干扰的方法

Method to suppress moving targets in SAR images

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10