星载分布式SAR地面动目标精确聚焦的互谱MUSIC法
李晨雷 刘梅* 赵伯文 张雷
哈尔滨工业大学电子与信息工程学院 哈尔滨 150001
Cross Spectrum MUSIC Method of Finely Focusing Ground Moving Target on Spaceborne Distributed SAR
Li Chen-lei Liu Mei Zhao Bo-wen Zhang Lei
School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin 150001, China
摘要 该文提出一种新的参数化聚焦算法,该算法采用互谱MUSIC(Cross Spectrum MUSIC, CSMUSIC)技术,能够在星载分布式SAR上得到精确聚焦的地面运动目标图像。首先,利用方位向回波信号的空时特性推导出扩展空时模型(Extended Space-Time Model, ESTM);根据该模型,提出一种基于子空间理论的参数估计方法,通过该方法能够精确地得到的动目标方位向速度,从而得到精确聚焦的图像,该方法比传统的星载SAR动目标聚焦方法具有更高的估计精度和更小的运算量。仿真实验将该方法与传统的动目标聚焦方法进行对比,以证明该文所提方法的上述优势。
关键词 :
分布式SAR ,
参数估计 ,
互谱MUSIC ,
动目标聚焦
Abstract :A novel parametric focusing algorithm, using the Cross Spectrum MUSIC (CSMUSIC) method, is presented to obtain a finely focused image of ground moving target on spaceborne distributed SAR. By exploiting the space-time property of the azimuth echo signal, an Extended Space-Time Model (ESTM) is firstly introduced. Then on the basis of this model, a parametric estimating method based on subspace theory is presented to estimate the azimuth velocity of moving target and to obtain an image of finely focused. The proposed method has higher precision and lower calculation burden than the conventional algorithms. The simulation results indicate that the proposed method is verified to be more efficient in contrast with the conventional algorithms.
Key words :
Distributed SAR
Parameter estimation
Cross Spectrum MUSIC (CSMUSIC)
Moving target focusing
收稿日期: 2013-09-24
基金资助: 国家自然科学基金(61271343)和高等学校博士学科点专项科研基金(20122302110012)资助课题
通讯作者:
刘梅:女,1963年生,教授,博士生导师,研究方向为阵列信号处理、多传感器数据融合、无线通信等.
E-mail: liumei@hit.edu.cn
引用本文:
李晨雷, 刘梅, 赵伯文, 张雷. 星载分布式SAR地面动目标精确聚焦的互谱MUSIC法[J]. 电子与信息学报, 2014, 36(8): 1905-1911.
Li Chen-Lei, Liu Mei, Zhao Bo-Wen, Zhang Lei. Cross Spectrum MUSIC Method of Finely Focusing Ground Moving Target on Spaceborne Distributed SAR. , 2014, 36(8): 1905-1911.
链接本文:
http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2013.01456 或 http://jeit.ie.ac.cn/CN/Y2014/V36/I8/1905
[1]
金艳,高舵,姬红兵. 复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计 [J]. 电子与信息学报, 2017, 39(8): 1906-1912.
[2]
程兰,王志远,陈杰,谢刚. 基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法 [J]. 电子与信息学报, 2017, 39(3): 709-716.
[3]
胡冲,罗丰,张林让,范一飞,陈帅霖. 对N 次观测Pareto分布参数有效估计范围的扩展 [J]. 电子与信息学报, 2017, 39(2): 412-416.
[4]
李彦兵, 张曦文,李飞,陈大庆,高红卫. 一种大加速度机动目标微动参数估计方法 [J]. 电子与信息学报, 2017, 39(1): 82-87.
[5]
蒋茂飞,许可,刘亚龙,王磊. 一种改进的局部线性回归估计器及其在雷达高度计海况偏差估计中的应用 [J]. 电子与信息学报, 2016, 38(9): 2314-2320.
[6]
吕倩,苏涛. 基于改进型快速双线性参数估计的复杂运动目标ISAR成像 [J]. 电子与信息学报, 2016, 38(9): 2301-2308.
[7]
金艳,李曙光,姬红兵. 基于柯西分布的跳频信号参数最大似然估计方法 [J]. 电子与信息学报, 2016, 38(7): 1696-1702.
[8]
姜磊,王彤. 机载雷达自适应对角加载参数估计方法 [J]. 电子与信息学报, 2016, 38(7): 1752-1757.
[9]
章建成,苏涛,吕倩. 基于运动参数非搜索高速机动目标检测 [J]. 电子与信息学报, 2016, 38(6): 1460-1467.
[10]
司伟建,周炯赛,曲志昱. 稀疏极化敏感阵列的波达方向和极化参数联合估计 [J]. 电子与信息学报, 2016, 38(5): 1129-1134.
[11]
刘源,王洪先,纠博, 严俊坤,赵永波,刘宏伟. 米波MIMO雷达低空目标波达方向估计新方法 [J]. 电子与信息学报, 2016, 38(3): 622-628.
[12]
王佩,祝俊,唐斌. 伪码-线性调频复合信号参数估计理论性能分析 [J]. 电子与信息学报, 2016, 38(2): 472-477.
[13]
陈一畅,张群. 一种基于SAR稀疏采样数据的动目标运动参数估计方法 [J]. 电子与信息学报, 2016, 38(12): 3049-3055.
[14]
李丽,邱天爽. 冲激噪声环境下基于最大相关熵准则的双基地 MIMO雷达目标参数联合估计算法 [J]. 电子与信息学报, 2016, 38(12): 3189-3196.
[15]
闫贺,朱岱寅,张劲东,王旭东,李勇,毛新华,吴迪. WAS-GMTI模式下基于Relax算法的杂波抑制和参数估计方法 [J]. 电子与信息学报, 2016, 38(12): 3042-3048.