摘  要： 針對UHF波段運(yùn)動(dòng)目標(biāo)檢測中信號弱、雜波展寬嚴(yán)重等問題，提出一種基于子孔徑SAR技術(shù)的雜波抑制方法。首先通過SAR成像實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的粗聚焦，再通過距離-方位拓展局部STAP實(shí)現(xiàn)雜波抑制，避免了運(yùn)動(dòng)目標(biāo)越距離單元和方位散焦帶來的信號損失。最后，通過仿真結(jié)果驗(yàn)證了算法的有效性。

　　關(guān)鍵詞： 地面運(yùn)動(dòng)目標(biāo)指示；空時(shí)自適應(yīng)處理；子孔經(jīng)；雜波抑制；

0 引言

　　具有同時(shí)獲得靜止目標(biāo)成像和運(yùn)動(dòng)目標(biāo)指示的多通道SAR/GMTI系統(tǒng)受到了各軍事強(qiáng)國的青睞[1-5]。相對于高波段（C/X/Ku等）SAR/GMTI系統(tǒng)，低頻段（UHF）系統(tǒng)具有較強(qiáng)的穿透能力，可穿透植被探測目標(biāo)，是全透明偵察的重要組成部分。然而，葉簇等植被的穿透衰減使得隱蔽目標(biāo)的回波強(qiáng)度非常弱，同時(shí)受天線尺寸的限制波束角非常寬，從而使得回波中雜波強(qiáng)度大，且雜波的多普勒譜展寬嚴(yán)重，直接采用常規(guī)的運(yùn)動(dòng)目標(biāo)檢測方法難以獲得足夠的信雜噪比改善。

　　長相干STAP方法[1-4]將傳統(tǒng)的空間—方位慢時(shí)間二維STAP在距離快時(shí)間維進(jìn)行擴(kuò)展，具有處理越距離單元徙動(dòng)的能力，從而利用更多的脈沖進(jìn)行相干處理，提高輸入信號質(zhì)量，實(shí)現(xiàn)慢速運(yùn)動(dòng)目標(biāo)的檢測。但直接應(yīng)用的計(jì)算量和協(xié)方差矩陣估計(jì)所需的樣本數(shù)都難以滿足研究要求，需要進(jìn)行降維處理。

　　本文提出一種基于子孔徑SAR的長相干STAP算法，該算法首先通過子孔徑SAR成像實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的粗聚焦，將在快時(shí)間-慢時(shí)間維分散的運(yùn)動(dòng)目標(biāo)信號凝聚，提高運(yùn)動(dòng)目標(biāo)的信號質(zhì)量，再對粗聚焦的像素進(jìn)行方位和時(shí)間聯(lián)合，進(jìn)而利用多通道空間信息實(shí)現(xiàn)UHF波段的運(yùn)動(dòng)目標(biāo)檢測。

1運(yùn)動(dòng)目標(biāo)子孔徑成像

　　根據(jù)SAR成像原理，當(dāng)成像的參數(shù)選擇與運(yùn)動(dòng)目標(biāo)參數(shù)匹配時(shí)可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的聚焦成像[4]。然而，在實(shí)際的應(yīng)用中同時(shí)存在多個(gè)不同速度的運(yùn)動(dòng)目標(biāo)，不可能同時(shí)獲得各個(gè)速度目標(biāo)的完美聚焦。另一方面，在UHF波段的SAR/GMTI中，由于受到植被等遮蔽體的電磁波衰減影響，目標(biāo)信號衰減嚴(yán)重，需要進(jìn)行較長時(shí)間的相干積累來獲得足夠的信號質(zhì)量。因此，在UHF波段的運(yùn)動(dòng)目標(biāo)檢測中，子孔徑長度一般取的較長。此時(shí)，目標(biāo)運(yùn)動(dòng)引入的運(yùn)動(dòng)誤差將積累，直接采用SAR成像方法將出現(xiàn)一定的散焦。以表1所列的系統(tǒng)參數(shù)進(jìn)行仿真，對不同速度的運(yùn)動(dòng)目標(biāo)進(jìn)行子孔徑（2048脈沖）SAR成像，成像結(jié)果如圖1所示。

　　由子孔徑成像結(jié)果可見，由于子孔徑時(shí)間較短，低速的運(yùn)動(dòng)目標(biāo)可以實(shí)現(xiàn)較好的聚焦成像；速度較高的運(yùn)動(dòng)目標(biāo)出現(xiàn)了越距離單元的距離校正殘余量，但遠(yuǎn)距離單元的徙動(dòng)量較小，主要集中在鄰近的距離單元。另一方面，運(yùn)動(dòng)目標(biāo)的方位向運(yùn)動(dòng)速度分量，使得運(yùn)動(dòng)目標(biāo)在方位向也出現(xiàn)一定的散焦，但同樣地主要集中在鄰近的幾個(gè)方位單元內(nèi)。

　　通過以上分析，可見當(dāng)運(yùn)動(dòng)目標(biāo)的速度較低時(shí)可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的子孔徑聚焦，此時(shí)可通過對同一位置的單一分辨單元建立多通道觀測模型，并通過空時(shí)處理實(shí)現(xiàn)雜波的抑制；當(dāng)運(yùn)動(dòng)目標(biāo)的速度較高時(shí)，運(yùn)動(dòng)目標(biāo)的能量主要集中在相鄰的幾個(gè)分辨單元內(nèi)，對單一分辨單元建立多通道觀測模型，不能包含全部的運(yùn)動(dòng)目標(biāo)信息。因此，本文將單一分辨單元模型在方位向和距離向進(jìn)行擴(kuò)展，建立聯(lián)合分辨單元的STAP模型。

2 局部STAP建模

　　局部STAP的信號樣本示意圖如圖2所示。

　　將N個(gè)通道、M個(gè)方位單元、L個(gè)距離單元的多通道子孔徑SAR成像數(shù)據(jù)排列成N×M×L維的列向量：

　　Z（i，j）=[ZT（i1，j1）…ZT（im，j1）…ZT（iM，jl），…ZT（i1，jl）…ZT（im，jl）…ZT（iM，jl），…ZT（i1，jL）…ZT（im，jL）…ZT（iM，jL）]T（1）

　　其中，ZT（im，jl）代表成像位置（im，jl）處的N維列矢量：

　　ZT（im，il）=[z1（im，il），z2（im，il），…，zN（im，il）]T（2）

　　對觀測矢量Z（i，j）建立假設(shè)檢驗(yàn)：

　　Z（i，j）=bS（i，j）+C（i，j）+Q（i，j）  H1假設(shè)C（i，j）+Q（i，j）          H0假設(shè)（3）

　　其中，b為運(yùn)動(dòng)目標(biāo)的幅度，C為雜波信號，Q為噪聲信號，S為運(yùn)動(dòng)目標(biāo)信號的導(dǎo)向矢量：

　　S（i，j）=[ST（i1，j1），ST（im，jl），…，ST（im，jL）]T（4）

　　那么，滿足輸出信雜噪比最高準(zhǔn)則的最優(yōu)權(quán)系數(shù)Wopt（i，j）可表示為：

　　其中代表H0假設(shè)下觀測樣本的協(xié)方差矩陣，即觀測樣本中雜波和噪聲的協(xié)方差矩陣，為恒虛警常數(shù)。

　　那么，雜波抑制后的輸出可表示為：

　　將輸出檢測統(tǒng)計(jì)量的絕對值與檢測門限進(jìn)行比較，即可判定運(yùn)動(dòng)目標(biāo)是否存在。

3 仿真驗(yàn)證

　　基于系統(tǒng)的天線參數(shù)計(jì)算得到天線的收發(fā)方向圖，基于系統(tǒng)的PRF和載機(jī)的速度得到每個(gè)脈沖的天線方位位置，同時(shí)根據(jù)多通道的間隔得到多個(gè)通道多脈沖的等效相位位置。雜波場景的仿真通過高斯分布產(chǎn)生，同時(shí)通過距離和方位的間隔距離產(chǎn)生場景的散射點(diǎn)分布。由雜波得到原始回波信號后，添加高斯復(fù)噪聲，實(shí)現(xiàn)雜噪比因素的仿真。

　　由于在UHF系統(tǒng)中多為遮蔽目標(biāo)的檢測，此時(shí)信號受到嚴(yán)重的衰減，信號處理的輸入信雜噪比非常低，仿真中通過衰減目標(biāo)回波信號實(shí)現(xiàn)。仿真中采用50 dB的雜噪比，信雜噪比為-57 dB，脈沖點(diǎn)數(shù)為       2 048。運(yùn)動(dòng)目標(biāo)位于天線方向圖的中心，速度分布于-9 m/s~ +9 m/s之間，以3 m/s為間隔。原始回波的距離多普勒如圖3所示。對3通道回波檢測局部STAP模型，并進(jìn)行雜波抑制后的結(jié)果如圖4所示。從圖4中可見到雜波被有效地抑制，可看到清晰的運(yùn)動(dòng)目標(biāo)的分布。

4 結(jié)論

　　本文在分析了運(yùn)動(dòng)目標(biāo)子孔徑成像的基礎(chǔ)上，提出了一種適用于UHF波段多通道SAR/GMTI系統(tǒng)慢速運(yùn)動(dòng)目標(biāo)檢測的方法，該方法通過子孔徑SAR實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的粗聚焦，降低運(yùn)動(dòng)目標(biāo)的分布范圍，再通過方位-距離維的局部STAP實(shí)現(xiàn)雜波的抑制，進(jìn)而實(shí)現(xiàn)UHF波段下運(yùn)動(dòng)目標(biāo)的檢測。通過仿真實(shí)驗(yàn)初步驗(yàn)證了算法的有效性，下一步將進(jìn)行實(shí)測數(shù)據(jù)的處理和算法的進(jìn)一步優(yōu)化。

參考文獻(xiàn)

　　[1] STEVEN E G. Upper bounds on processing loss for wideband long-CPI space-time adaptive processing[C]. IEEE Pacific Rim Conference on Communication， Computers and Signal Processing， 2009：251-256.

　　[2] 常玉林，周紅，黃曉濤，等.多通道SAR頻率多普勒域?qū)拵чLCPI STAP方法[J].電子學(xué)報(bào)，2011，39（6）：1245-1252.

　　[3] 周紅，黃曉濤，常玉林，等.子帶子孔徑ATI地面運(yùn)動(dòng)目標(biāo)檢測及參數(shù)估計(jì)方法[J].電子與信息學(xué)報(bào)，2010，32（1）：62-68.

　　[4] Zhu Shengqi， Liao Guisheng. Ground moving targets imaging algorithm for synthetic aperture radar[J]. IEEE Transaction on Geoscience and Remote Sensing， 2011， 49（1）： 462-477.

　　[5] 殷戴乾，田錚.多區(qū)域SAR圖像分割的改進(jìn)水平集方法[J].微型機(jī)與應(yīng)用，2013，32（20）：38-41.