一种基于双PRF的视频SAR动目标回波过滤方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111398913A(43)申请公布日2020.07.10(21)申请号202010263529.8(22)申请日2020.04.07(71)申请人电子科技大学地址611731四川省成都市高新西区西源大道2006号(72)发明人李晋罗先明闵锐左峰皮亦鸣(74)专利代理机构成都点睛专利代理事务所(普通合伙)51232代理人孙一峰(51)Int.Cl.G01S7/292(2006.01)G01S13/90(2006.01)权利要求书1页说明书3页附图2页(54)发明名称一种基于双PRF的视频SAR动目标回波过滤方法(57)摘要本发明属于雷达遥感应用技术，具体涉及一种基于双PRF的视频SAR动目标回波过滤方法。本发明利用视频SAR成像时动目标回波的多普勒频移特性，采用两种不同的PRF分别获取对应的成像结果，而在成像结果中像素的强度关联目标的散射系数，利用相同动目标在两个成像结果中出现的位置不同，考虑到动目标回波信号相比背景杂波强度较强，通过对相同位置像素强度的大小的比较取小，可以实现对动目标回波信号的过滤。该方法能通结合两个PRF下的成像结果实现对动目标回波信号的过滤。CN111398913ACN111398913A权利要求书1/1页1.一种基于双PRF的视频SAR动目标回波过滤方法，其特征在于，包括以下步骤：S1、视频SAR设置两个不同的PRF：PRF1，PRF2，分别获取各自对应的成像结果P1，P2，对成像结果P1按照如下公式得到处理后的结果P3：S2、对两个成像结果P2，P3相同坐标的像素强度进行比较，取小作为动目标回波信号的过滤结果，计算如下式：表示PRF1下的成像结果P3中坐标(x,y)处的像素强度，表示PRF2下的成像结果中P2坐标(x,y)处的像素强度，Iresult(x,y)表示动目标信号过滤结果中(x,y)处的像素强度，Iresult(x,y)对应的成像处理结果即为最终动目标回波信号过滤结果。2CN111398913A说明书1/3页一种基于双PRF的视频SAR动目标回波过滤方法技术领域[0001]本发明属于雷达遥感应用技术，具体涉及一种基于双PRF(PulseRepetitionFrequency，脉冲重复频率)的视频SAR动目标回波过滤方法。背景技术[0002]SAR是一种高分辨率成像雷达，利用雷达和目标之间的相对运动产生的轨迹来近似为一个合成孔径替代阵列实孔径。其可以实现全天时、全天候的工作，并利用其成像结果对目标进行检测、识别、跟踪等等。然而传统SAR的运动目标检测技术有一些缺陷，传统SAR的工作频率不高，成像帧率比较低；其次，最小可检测速度较大，对慢速运动的目标检测能力较差，而能实现高分辨同时有GMTI(GroundMovingTargetIndication)能力的SAR系统复杂度高，对搭载平台有较大的限制。[0003]针对传统SAR动目标检测的缺陷，视频合成孔径雷达的成像模式被提出。视频SAR是一种能实现高帧率成像的SAR系统，它通过对地面目标区域的连续监测，连续成像，至少达到每秒成5帧图像，根据连续的成像结果,可以提供目标区域的连续变化，实现对目标的实时监测。[0004]视频SAR能实现高帧率成像的特性使得动目标检测有了新的研究思路。在SAR成像结果中，一部分区域由于被有一定高度的目标遮挡表现为暗色区域；同时，由于目标运动导致的能量平移会在目标真实位置也形成暗色区域，也可以称为目标阴影。聊蕾等人提出了一种检测图像序列中阴影的方式实现动目标检测，该算法通过背景补偿、对连续图像配准、背景差分、检测目标阴影的流程来实现。张营等人提出的视频SAR的动目标检测方法也是对阴影进行检测，在处理流程上增加了基于CattePM算法进行降噪来抑制噪声的影响的步骤，也实现了运动目标的检测。YunZhang等人从处理阴影的角度，通过卷积神经网络(ConvolutionalNeuralNetwork，CNN)实现了对运动目标的检测与跟踪。[0005]目标阴影是没有回波的暗色区域，很容易受到强信号的干扰，而在成像中动目标的回波信号相比于目标阴影较强，而且可能会发生位置偏移以及散焦的情况。当动目标回波信号与目标阴影有重叠时，会导致阴影无法检测而导致漏检。发明内容[0006]本发明的目的，就是针对上述存在的问题，当成像场景中动目标运动时，动目标的回波信号可能遮挡视频SAR成像结果中的目标阴影，干扰目标阴影的质量，导致对阴影的检测、跟踪、识别等性能下降，本发明可以实现对动目标强回波信号的过滤，减少目标阴影被干扰情况的发生，提升目标阴影的质量。[0007]本发明的基于双PRF的视频SAR动目标回波过滤方法由以下步骤来实现，其整体框图如附图1。流程整体介绍：本发