CN118566852A - 一种抗间歇采样转发干扰的成像方法 - Google Patents

Abstract

本发明属于遥感技术领域，涉及一种抗间歇采样转发干扰的成像方法，包括假设在SAR原始回波中含有间歇采样转发干扰的大功率片段，在SAR原始回波幅度域设定阈值去除SAR原始回波中的大功率片段，实现干扰信号的去除，得到不完整回波；逐距离向对不完整回波进行M IAA操作，得到与干扰信号一同去除的场景回波片段；经恢复后的回波，采用基于回波模拟算子的方位距离解耦L_1/2正则化稀疏成像方法进行重建，得到稀疏SAR图像；本发明能自动检测SAR场景回波，去除场景回波中含I SRJ片段，仅使用不含干扰的不完整回波实现场景高分辨成像，改善了传统干扰抑制方法在干扰功率较强的情况下效果不理想的问题，提升了干扰背景下的成像效果。

Description

一种抗间歇采样转发干扰的成像方法

技术领域

本发明属于遥感技术领域，具体涉及一种抗间歇采样转发干扰的成像方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，简称SAR)作为一种主动式微波遥感，可以不受时间和天气的影响，实现全天时全天候的对地观测，其利用大带宽和平台运动获得的空间孔径能获取类似光学照片的二维高分辨目标图像。作为一种空间和空中实现对地侦察的重要手段，SAR被广泛应用于军事侦察领域，例如机场、舰船、坦克等重要军事目标的检测、定位、识别与跟踪、战场监视和打击效果评估等方面。随着现代战场电子战技术的不断发展与演进，SAR逐渐成为获取对方重要情报的关键节点。

为了实现战时高价值目标的有效防护，对SAR系统的成像侦察实施有效压制和扰乱一直是电子对抗领域的研究热点，针对SAR的干扰技术也一直是世界各军事强国长期支持与投入的领域。SAR作为一种有源雷达系统，探测范围大，相参积累时间长，需采用宽频带以实现高分辨特性。因此，面对战场的开放电磁空间，SAR更易受到敌方有源干扰信号、其它雷达信号、无线通信信号、以及广播电视信号等多种干扰的影响。

间歇采样转发干扰(Interrupted Sampling Repeater Jamming,简称ISRJ)是一种常见的雷达干扰技术，通过干扰机截获并转发雷达发射信号的部分片段进行干扰，相较于其他欺骗方式更易实现。由于采用发射信号的片段作为干扰信号，ISRJ能够利用脉冲压缩体制的高增益，实现在成像结果中产生干扰条带或连续假点目标等多种干扰效果。

目前，针对I SRJ的抗干扰方法已有一种基于线性调频信号分段脉冲压缩方法的干扰抑制方法，该方法利用ISRJ在时频域的不连续性，其主要特点为仅使用无干扰段信号完成脉冲压缩，但该方法会导致回波能量损失，并需要较好的干扰参数估计。此外，针对ISRJ信号特点也有一种通过分析I SRJ的交叉模糊函数，通过多普勒补偿处理的I SRJ识别方法。也有一种通过构建ISRJ和接收窗函数的非线性优化模型，并通过交替方向乘子法求解的干扰片段宽度和数量估计方法。

目前，针对ISRJ在时域的不连续性，已有一种基于贝叶斯压缩感知的I SR J抑制方法。该方法假设ISRJ片段功率大于真实场景回波功率，通过功率检测将回波中大功率片段置0实现干扰去除，并通过贝叶斯压缩感知方法重构原始信号，改善非完整信号直接成像导致的副瓣增高，实现高分辨成像。

除此之外，在干扰环境下抑制I SRJ干扰还面临以下三点挑战。第一点是场景散射点分布问题，当场景符合稀疏假设时，传统的压缩感知算法就能很好的恢复成像，但当场景不符合稀疏假设时，压缩感知类算法的效果将显著下降。第二点是干扰信号的残留问题，分段脉冲压缩等算法虽能很好的抑制ISRJ，但并不能完整去除，残余干扰仍会干扰最终成像质量。第三点是信号的不规则连续丢失问题，由于干扰信号的到达时间、片段长度均由干扰方确定，由于降采样不符合随机降采样假设，采用干扰片段去除恢复的压缩感知类方法在该情况下性能将受到影响。

发明内容

本发明目的在于克服现有技术中的不足之处，提供一种抗间歇采样转发干扰的成像方法，通过谱估计并恢复缺失数据后进行稀疏成像，能在大干扰占比下实现高分辨成像。

为了实现本发明的目的，本发明将采用如下所述的技术方案加以实施。

一种抗间歇采样转发干扰的成像方法，包括如下所述的步骤：

S1、假设在SAR原始回波中含有间歇采样转发干扰的大功率片段，在SAR原始回波幅度域设定阈值去除SAR原始回波中的所述大功率片段，实现干扰信号的去除，得到不完整回波；

S2、逐距离向对S1得到的不完整回波进行MIAA操作，得到S1中与干扰信号一同去除的场景回波片段；

S3、对经S2恢复后回波，采用基于回波模拟算子的方位距离解耦L1/2正则化稀疏成像方法进行重建，得到抑制S2中引入的杂波与噪声的稀疏SAR图像。

作为本发明的优选方案，所述MIAA算法的迭代过程表示为：

S21、第i+1步可用数据的协方差矩阵为：

其中，表示谱估计结果，a_u(ω_k)表示可用数据的傅里叶向量，ω_k＝2πk/K表示信号频率点；

S22、第i+1步谱估计结果为：

其中，y_u表示可用数据向量，inv(·)表示矩阵求逆运算；

S23、S21与S22迭代计算完成后，估计得到的缺失数据为：

其中，即为对步骤S1中与干扰信号一同被去除的场景回波的恢复结果。

作为本发明的优选方案，所述方位距离解耦L1/2正则化稀疏成像的迭代过程表示为：

S31、第i+1步的中间变量W⁽ⁱ⁺¹⁾为：

W⁽ⁱ⁺¹)＝Y-Θ_aP(X⁽ⁱ⁾)Θ_r，

其中Y表示步骤S2获得的恢复后回波信号，P(·)表示回波模拟算子，Θ_aΘ_r分别表示方位向降采样矩阵和距离向降采样矩阵，在该步骤中Θ_aΘ_r均为单位矩阵；

S32、第i+1步的中间变量ΔX⁽ⁱ⁺¹⁾为：

其中，R(·)表示经典匹配滤波SAR成像过程；

S33、第i+1步迭代的正则化参数β⁽ⁱ⁺¹⁾为：

其中，μ是用于控制收敛速度的参数，为一任意正实数，K为设置的观测场景稀疏度；

S34、第i+1步观测场景的稀疏估计为：

X⁽ⁱ⁺¹⁾＝H_βμ(X⁽ⁱ⁾+μΔX⁽ⁱ⁺¹⁾)，

其中，H_βμ(·)表示L1/2正则化的迭代半阈值算子，具体表达式为

其中，z表示半阈值算子的输入变量，是半阈值算子的中间变量，|·|表示取模操作，arccos(·)表示反余弦函数；

S35、第i+1步的迭代误差表示为：

Residual＝||X⁽ⁱ⁺¹⁾-X⁽ⁱ⁾||_F，

其中||·||_F表示矩阵F范数，Residual表示迭代误差，当满足Residual≤ε时，结束循环，输出场景的重建结果为

否则i＝i+1，继续执行S31-S35中的循环过程，ε表示重建误差参数，在本发明中选择其值为10。

有益效果

本发明可以自动检测SAR场景回波，并去除场景回波中含ISRJ片段，并仅使用不含干扰的不完整回波实现场景高分辨成像，改善了传统干扰抑制方法在干扰功率较强的情况下效果不理想的问题，提升了干扰背景下的成像效果。

附图说明

图1为本发明的框架流程图；

图2为使用本发明进行点目标仿真的结果图；

图3为使用本发明进行海岸场景仿真的结果图。

具体实施方式

结合附图和实施例对本发明作进一步的说明。

下面结合说明书附图和实施例对本发明做进一步详细描述。

作为本发明所述一种抗间歇采样转发干扰的成像方法的框架，如图1所示，所述一种抗间歇采样转发干扰的成像方法，包括如下步骤：

S1、假设在SAR原始回波中含有间歇采样转发干扰的大功率片段，在SAR原始回波幅度域设定阈值去除SAR原始回波中的大功率片段，实现干扰信号的去除，得到不完整回波；

S2、逐距离向对S1得到的不完整回波进行MIAA操作，得到S1中与干扰信号一同去除的场景回波片段；

S3、对经S2恢复后回波，采用基于回波模拟算子的方位距离解耦L1/2正则化稀疏成像方法进行重建，得到抑制S2中引入的杂波与噪声的稀疏SAR图像。

作为本发明的实施例，如图1所示，一种抗间歇采样转发干扰的成像方法，包括如下具体步骤：

步骤S1：去除大功率片段

本发明首先基于ISRJ的大功率假设，在SAR原始回波幅度域设定阈值去除大功率片段，实现干扰信号的去除；

步骤S2：MIAA恢复去除片段

逐距离向对步骤S1得到的不完整回波进行MIAA操作，得到步骤S1中与干扰信号一同去除的场景回波片段；

以第i+1步迭代为例，MIAA算法的迭代过程可以表示为：

步骤S21：第i+1步可用数据的协方差矩阵为：

其中，表示谱估计结果，a_u(ω_k)表示可用数据的傅里叶向量，ω_k＝2πk/K表示信号频率点；

步骤S22：第i+1步谱估计结果为：

其中，y_u表示可用数据向量，inv(·)表示矩阵求逆运算；

步骤S23：步骤S21与S22迭代计算完成后，估计得到的缺失数据为：

其中，即为对步骤S1中与干扰信号一同被去除的场景回波的恢复结果；

步骤S3：L1/2正则化稀疏成像

该步骤对步骤S2恢复后回波，采用基于回波模拟算子的方位距离解耦L1/2正则化稀疏成像方法进行重建，得到抑制步骤S2引入的杂波与噪声的稀疏SAR图像；

以第i+1步迭代为例，基于回波模拟算子的方位距离解耦L1/2正则化稀疏成像的迭代过程可表示为：

步骤S31：第i+1步的中间变量W⁽ⁱ⁺¹⁾为：

W⁽ⁱ⁺¹⁾＝Y-Θ_aP(X⁽ⁱ⁾)Θ_r，

其中Y表示步骤S2获得的恢复后回波信号，P(·)表示回波模拟算子，Θ_aΘ_r分别表示方位向降采样矩阵和距离向降采样矩阵，在该步骤中Θ_aΘ_r均为单位矩阵；

步骤S32：第i+1步的中间变量ΔX⁽ⁱ⁺¹⁾为：

其中，R(·)表示经典匹配滤波SAR成像过程；

步骤S33：第i+1步迭代的正则化参数β⁽ⁱ⁺¹⁾为：

其中，μ是用于控制收敛速度的参数，为一任意正实数，K为设置的观测场景稀疏度；

步骤S34：第i+1步观测场景的稀疏估计为：

X⁽ⁱ⁺¹⁾＝H_βμ(X⁽ⁱ⁾+μΔX⁽ⁱ⁺¹⁾)，

其中，H_βμ(·)表示L1/2正则化的迭代半阈值算子，具体表达式为：

其中，z表示半阈值算子的输入变量，是半阈值算子的中间变量，|·|表示取模操作，arccos(·)表示反余弦函数；

步骤S35：第i+1步的迭代误差表示为：

Residual＝||X⁽ⁱ⁺¹⁾-X⁽ⁱ⁾||_F，

其中||·||_F表示矩阵F范数，Residual表示迭代误差，当满足Residual≤ε时，结束循环，输出场景的重建结果为

否则i＝i+1，继续执行S31-S35中的循环过程，ε表示重建误差参数，在本发明中选择其值为10。

通过聚束模式下点目标仿真、舰船目标仿真、海岸场景仿真为例，对本发明提出的一种抗间歇采样转发干扰的成像方法进行验证，实验中选用的经典匹配滤波成像方法为极坐标格式算法(PFA)。

实验结果，如图2-图3所示。

使用本发明进行点目标仿真的结果，如图2所示，仿真中设置干扰占比60％，干信比30dB，信噪比0dB。仿真结果中，各点目标均被有效重构，且有效抑制了不完整信号导致的旁瓣升高。相较于其他I SRJ抑制方法，本发明仅使用不含I SRJ干扰回波片段，成像结果中不含干扰残留。

使用本发明进行海岸场景仿真的结果，如图3所示，仿真中设置干扰占比15％，干信比30dB，信噪比10dB。仿真结果表明，本发明可以有效检测与抑制I SRJ干扰，且对复杂分布式场景也能有效抑制干扰，并在仅使用无干扰场景回片段的前提下有效保留观测场景细节。

Claims (3)

1.一种抗间歇采样转发干扰的成像方法，其特征在于，所述成像方法包括如下所述的步骤：

S1、假设在SAR原始回波中含有间歇采样转发干扰的大功率片段，在SAR原始回波幅度域设定阈值去除SAR原始回波中的所述大功率片段，实现干扰信号的去除，得到不完整回波；

S2、逐距离向对S1得到的不完整回波进行MIAA操作，得到S1中与干扰信号一同去除的场景回波片段；

S3、对经S2恢复后回波，采用基于回波模拟算子的方位距离解耦L1/2正则化稀疏成像方法进行重建，得到抑制S2中引入的杂波与噪声的稀疏SAR图像。

2.根据权利要求1所述的一种抗间歇采样转发干扰的成像方法，其特征在于，所述MIAA算法的迭代过程表示为：

S21、第i+1步可用数据的协方差矩阵为：

其中，表示谱估计结果，a_u(ω_k)表示可用数据的傅里叶向量，ω_k＝2πk/K表示信号频率点；

S22、第i+1步谱估计结果为：

其中，y_u表示可用数据向量，inv(·)表示矩阵求逆运算；

S23、S21与S22迭代计算完成后，估计得到的缺失数据为：

其中，即为对步骤S1中与干扰信号一同被去除的场景回波的恢复结果。

3.根据权利要求1所述的一种抗间歇采样转发干扰的成像方法，其特征在于，所述方位距离解耦L1/2正则化稀疏成像的迭代过程表示为：

S31、第i+1步的中间变量W⁽ⁱ⁺¹⁾为：

W⁽ⁱ⁺¹⁾＝Y-Θ_aP(X⁽ⁱ⁾)Θ_r，

其中Y表示步骤S2获得的恢复后回波信号，P(·)表示回波模拟算子，Θ_aΘ_r分别表示方位向降采样矩阵和距离向降采样矩阵，在该步骤中Θ_aΘ_r均为单位矩阵；

S32、第i+1步的中间变量ΔX⁽ⁱ⁺¹⁾为：

其中，R(·)表示经典匹配滤波SAR成像过程；

S33、第i+1步迭代的正则化参数β⁽ⁱ⁺¹⁾为：

其中，μ是用于控制收敛速度的参数，为一任意正实数，K为设置的观测场景稀疏度；

S34、第i+1步观测场景的稀疏估计为：

X⁽ⁱ⁺¹⁾＝Hβ_μ(X⁽ⁱ⁾+μΔX⁽ⁱ⁺¹⁾)，

其中，H_βμ(·)表示L1/2正则化的迭代半阈值算子，具体表达式为

其中，z表示半阈值算子的输入变量，是半阈值算子的中间变量，|·|表示取模操作，arccos(·)表示反余弦函数；

S35、第i+1步的迭代误差表示为：

Residual＝||X⁽ⁱ⁺¹⁾-X⁽ⁱ⁾||_F，

其中||·||_F表示矩阵F范数，Residual表示迭代误差，当满足Residual≤ε时，结束循环，输出场景的重建结果为

否则i＝i+1，继续执行S31-S35中的循环过程，ε表示重建误差参数，在本发明中选择其值为10^-4。