多通道低频超宽带SAR/GMTI系统长相干积累STAP技术研究

论文摘要

不同于高频SAR/GMTI系统,低频UWB SAR/GMTI系统的波束角很大,运动目标信号能量散布于较大角度范围内,输入信杂噪比很低;波长较长,对运动目标径向速度的敏感程度较低,这些因素的存在,给低频UWB SAR/GMTI系统下的运动目标检测带来了很大困难。本文采用结合了“长相干积累间隔”（Long Coherent Processing Intervals,长CPI）思想和“空时自适应处理”（Space Time Adaptive Processing, STAP）思想的长CPI STAP技术,作为低频UWB SAR/GMTI系统的运动目标检测手段。长CPI STAP技术是传统STAP技术的推广,它突破了传统STAP“一个CPI之内运动目标和载机之间的距离走动不超过一个距离采样单元”的限制,可利用更长CPI,达到更高的输出信杂噪比和更强的运动目标检测能力。本论文对长CPI STAP的理论和方法进行了系统的研究。在长CPI STAP的基本理论方面,本文分析了运动目标和地杂波的长CPI STAP空时谱,指出当观测角度变化范围较大时,运动目标的长CPI空时谱则可能为非线性的;提出了长CPI STAP基本模型,和传统短CPI STAP模型仅包含空间-慢时间二维采样不同,本文的长CPI STAP基本模型包含空间维-慢时间维-快时间维的三维采样,可适应运动目标的跨距离单元走动;分析了长CPI STAP降维处理和短CPI STAP降维处理的差异,指出了长CPI STAP降维滤波器的设计原则。本文第三章将长CPI STAP基本模型变换到频率-多普勒域,设计了频率-多普勒域的最优长CPI STAP滤波器,并根据不同频率-多普勒单元的杂波统计独立性,对其进行降维处理。降维处理后,频率-多普勒域长CPI STAP分为“频率-多普勒域局部STAP”和“频率-多普勒域局部STAP结果相干积累”两大步骤。其中,“频率-多普勒局部STAP”对每一个频率-多普勒单元进行,“频率-多普勒域局部STAP后结果相干积累”要求先取出一定速度对应的频率-多普勒STAP结果,然后采用ω-k成像算法完成相干积累,这两个步骤均可设计为与运动目标位置参数无关的形式,从而可对场景中所有位置的运动目标同时进行长CPI STAP。在以上基础上,提出了频率-多普勒域长CPI STAP运动目标检测流程,并对其性能进行了预测。本文第四章将长CPI STAP基本模型变换到图像域,设计了图像域最优长CPI STAP滤波器,该模型包含空间-方位向-距离向三维,能够适应运动目标可能在UWB SAR图像上的散焦。然后利用不同像素间的杂波单元的统计独立性,设计了基于单像素和基于多像素的降维长CPI STAP模型。降维处理后,图像域长CPI STAP可分为“图像域局部STAP”和“图像域局部STAP结果相干积累”两大步骤,且这两个步骤均可设计为与运动目标位置参数无关的形式。其中,图像域局部STAP对每一个像素的多通道观测值进行。本文提出了理想情况下、存在非均匀杂波情况下、通道失配情况下的图像域局部STAP技术。“图像域局部STAP结果相干积累”要求取出一定速度对应的图像域局部STAP结果,然后将其作二维FFT变换到二维波数域进行散焦补偿。在此基础上,提出了基于图像域长CPI STAP的运动目标检测流程,并对其性能进行了预测。本文第五章将长CPI STAP基本模型变换到多子孔径图像域,设计了多子孔径图像域最优长CPI STAP滤波器,并利用不同子孔径杂波的统计独立性,将多子孔径图像域最优长CPI STAP降维表示为“子孔径STAP”和“子孔径STAP结果相干叠加”两个独立的步骤。这两个步骤均可表示为与运动目标位置参数无关的形式。提出了基于多子孔径图像域STAP的多分辨运动目标检测方法,该方法通过综合不同数目的子孔径,进行多分辨运动目标检测。该方法能够结合短CPI和长CPI的优点,可兼顾快速运动目标检测“检测速度快”和慢速运动目标检测“输出信杂噪比高”的要求。在第三至五章,基于同一批半实测三通道低频超宽带SAR数据,对这三种长CPI STAP方法分别进行了验证,并对其性能进行了评估。结果表明:频率-多普勒域长CPI STAP方法,除了可适应运动目标沿慢时间维的跨距离单元走动之外,还可适应运动目标沿通道维的距离走动,并能够利用系统的大相对带宽,消除天线稀疏放置引起的盲速和重复检测现象;图像域长CPI STAP方法对非均匀杂波环境具有更好的适应能力;而基于多子孔径图像域长CPI STAP能够进行多分辨运动目标检测,可以很好的兼顾了短CPI STAP时间分辨率高和长CPI运动目标检测性能好的优点。基于长CPI STAP直接对运动目标参数进行估计时,参数估计精度受到搜索参数的选取间隔或者基线长度的限制。本文第六章对基于长CPI STAP的运动目标参数估计技术进行了研究,提出了一种完整的长CPI STAP运动目标参数估计方案。该方案结合了长CPI STAP、自聚焦、ATI的思想,可在采用较稀疏的搜索间隔和较短基线的情况下,达到较高的参数估计精度。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.1.1 低频UWB SAR/GMTI 系统的兴起与发展
• 1.1.2 低频UWB SAR/GMTI 系统的优势
• 1.1.3 低频UWB SAR/GMTI 系统运动目标检测存在的困难
• 1.2 运动目标检测技术研究现状
• 1.2.1 常用的运动目标检测技术概述
• 1.2.2 短CPI STAP 技术的研究现状
• 1.2.3 长CPI STAP 技术的提出及其研究现状
• 1.3 本文主要工作及内容安排
• 1.3.1 主要研究内容及思路
• 1.3.2 主要研究工作和结构安排
• 第二章 长CPI STAP 的基本理论
• 2.1 引言
• 2.2 多通道UWB SAR 回波模型
• 2.2.1 运动目标距离迁徙曲线的等效
• 2.2.2 多通道UWB SAR 回波信号模型
• 2.2.3 长CPI 空时二维谱分析
• 2.3 长CPI STAP 的基本模型及其降维实现思想
• 2.3.1 长CPI STAP 基本模型
• 2.3.2 长CPI STAP 基本模型直接实现所面临的困难
• 2.3.3 长CPI STAP 降维滤波器的设计原则
• 2.4 长CPI STAP 模型和短CPI STAP 模型的比较
• 2.4.1 基本模型的比较
• 2.4.2 降维模型的比较
• 2.5 长CPI STAP 方法的性能评估体系
• 2.6 本章小结
• 第三章 多通道UWB SAR 频率-多普勒域长CPI STAP 方法
• 3.1 引言
• 3.2 多通道UWB SAR 频率－多普勒域回波信号模型
• 3.2.1 配准预处理
• 3.2.2 频率－多普勒域的回波信号模型
• 3.2.3 运动目标信号和地杂波的频率－多普勒域支撑域
• 3.2.4 长CPI 空-时-频三维谱分析
• 3.3 频率－多普勒域长CPI STAP 滤波器的设计
• 3.3.1 频率－多普勒域最优长CPI STAP 模型
• 3.3.2 频率－多普勒域长CPI STAP 降维模型
• 3.4 频率－多普勒域局部STAP 技术
• 3.4.1 频率-多普勒域局部STAP 技术
• 3.4.2 频率-多普勒域局部STAP 实验
• 3.5 基于ω-k 成像算法的频率-多普勒域局部STAP 相干积累技术
• 3.5.1 运动目标的频率－多普勒谱分析
• 3.5.2 基于ω-k 成像算法的局部STAP 相干积累方法
• 3.6 基于频率-多普勒域长CPI 的运动目标检测流程
• 3.6.1 运动目标检测流程
• 3.6.2 多速度运动目标图像的综合
• 3.7 频率-多普勒域长CPI STAP 方法的性能预测
• 3.7.1 几个关键性能指标的预测方法
• 3.7.2 频率-多普勒域长CPI STAP 方法的预测性能
• 3.7.3 关于频率-多普勒域长CPI STAP 方法预测性能的几点总结
• 3.8 基于半实测数据的运动目标检测实验
• 3.8.1 半实测回波数据的产生
• 3.8.2 基于半实测数据的频率-多普勒域长CPI STAP 实验
• 3.8.3 性能评估
• 3.9 本章小结
• 第四章 多通道UWB SAR 图像域长CPI STAP 方法
• 4.1 引言
• 4.2 运动目标在多通道 UWB SAR 图像上的表征
• 4.2.1 运动目标的散焦轨迹
• 4.2.2 运动目标散焦轨迹上的相位
• 4.2.3 运动目标信号的图像域表达式
• 4.2.4 实验验证
• 4.3 图像域长CPI STAP 滤波器的设计
• 4.3.1 图像域长CPI STAP 最优模型
• 4.3.2 对杂波噪声协方差矩阵的分析
• 4.3.3 基于单像素的降维长CPI STAP 模型
• 4.3.4 基于多像素的降维长CPI STAP 模型
• 4.4 图像域局部STAP 技术
• 4.4.1 理想条件下的图像域局部STAP 方法
• 4.4.2 非均匀杂波环境下的图像域局部STAP 方法
• 4.4.3 通道失配下的图像域局部STAP 方法
• 4.4.4 同时存在通道失配和非均匀杂波环境的图像域局部STAP 方法
• 4.5 图像域局部STAP 输出的相干积累
• 4.5.1 取出和一定速度运动目标相对应的杂波抑制后数据
• 4.5.2 基于二维波数域补偿的杂波抑制后图像相干积累方法
• 4.6 基于图像域长CPI STAP 的运动目标检测流程
• 4.7 图像域长CPI STAP 方法的性能预测
• 4.8 基于半实测数据的图像域长CPI STAP 运动目标检测实验
• 4.8.1 基于多通道UWB SAR 半实测回波数据的实验
• 4.8.2 性能评估
• 4.9 本章小结
• 第五章 多通道UWB SAR 多子孔径图像长CPI STAP 方法
• 5.1 引言
• 5.2 多通道UWB SAR 多子孔径图像域运动目标信号模型
• 5.2.1 运动目标在多通道子孔径极坐标图像序列上的解析表达式
• 5.2.2 子孔径长度的选择
• 5.2.3 运动目标在不同通道子孔径图像上的聚焦位置差和相位差
• 5.3 多子孔径图像域长CPI STAP 滤波器设计
• 5.3.1 多子孔径图像域长CPI STAP 最优处理模型
• 5.3.2 多子孔径图像域长CPI STAP 降维处理模型
• 5.4 子孔径图像域STAP 技术
• 5.5 子孔径图像序列STAP 结果的相干积累
• 5.6 基于子孔径图像序列的多分辨率运动目标检测
• 5.7 多子孔径图像域长CPI STAP 方法的性能预测
• 5.8 基于子孔径图像序列长CPI STAP 的多分辨率运动目标检测实验
• 5.8.1 基于多通道UWB SAR 半实测回波数据的实验
• 5.8.2 性能评估
• 5.9 本章小结
• 第六章 基于长CPI STAP 的运动目标参数估计方法
• 6.1 引言
• 6.2 基于ROI 的运动目标聚焦和合成速度估计
• 6.2.1 速度失配对运动目标聚焦的影响
• 6.2.2 基于ROI 的运动目标重新聚焦方法和合成速度估计方法
• 6.3 长CPI STAP 和ATI 相结合的合成速度角估计
• 6.3.1 运动目标在长CPI STAP 图像上的输出相位
• 6.3.2 长CPI STAP 和ATI 相结合的合成速度角估计
• 6.4 基于长CPI STAP 的运动目标参数估计方案
• 6.5 实验
• 6.5.1 实验一
• 6.5.2 实验二
• 6.6 本章小结
• 第七章 结束语
• 7.1 本文工作总结
• 7.2 研究展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果
• 附录A 不同频率－多普勒单元杂波独立性的证明
• 附录B 不同像素的杂波相关性分析及实验验证
• 附录C 英文缩写词对照表