黃 璐，王 洋，金 勝

(北京跟蹤與通信技術(shù)研究所，北京 100094)

逆合成孔徑雷達(dá)成像包絡(luò)對齊性能評估方法研究

黃 璐，王 洋，金 勝

(北京跟蹤與通信技術(shù)研究所，北京 100094)

包絡(luò)對齊的性能直接影響逆合成孔徑雷達(dá)(ISAR)成像的質(zhì)量。針對目前包絡(luò)對齊性能難以客觀定量評估的問題，提出一個包絡(luò)對齊性能定量評估模型。根據(jù)目前常用的幾種包絡(luò)對齊算法，以其代價函數(shù)作為相應(yīng)的客觀評估參數(shù)，并分析其對于包絡(luò)漂移、包絡(luò)突跳及信噪比的敏感度。綜合各評估參數(shù)的敏感度，以此作為在評估模型中所占權(quán)值的依據(jù)，建立定量評估模型，可避免單一評估參數(shù)引起的片面性。實測數(shù)據(jù)證明了該模型的有效性。

逆合成孔徑雷達(dá)；包絡(luò)對齊；性能評估；評估模型

0 引言

平動補償是逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar,ISAR)成像的關(guān)鍵技術(shù)，包括包絡(luò)誤差補償和相位誤差補償，包絡(luò)誤差補償通常用包絡(luò)對齊方法實現(xiàn)。因此，包絡(luò)對齊的性能可直接影響ISAR成像的質(zhì)量，進(jìn)行包絡(luò)對齊性能評估方法研究具有實際意義。一方面，針對不同應(yīng)用環(huán)境的實測數(shù)據(jù)，在主觀視覺無法給出評估結(jié)果的情況下，對包絡(luò)對齊的性能進(jìn)行客觀定量評估，能夠快速選擇性能較好的包絡(luò)對齊方法，從而獲得更高質(zhì)量的ISAR圖像。另一方面，與SAR圖像的質(zhì)量評估相同，ISAR圖像的質(zhì)量評估一直是一個難點[1-2]，而對包絡(luò)對齊的性能評估對于ISAR圖像的質(zhì)量評估具有重要的借鑒意義。此外，評估方法還可作為以后出現(xiàn)的包絡(luò)對齊新方法的性能驗證準(zhǔn)則。

自1980年代初期Chen等提出包絡(luò)對齊的互相關(guān)法[1]以來，國內(nèi)外學(xué)者又相繼提出了多種包絡(luò)對齊方法[3-9]，卻無較完善的性能評估機制。這些方法大多基于回波數(shù)據(jù)的相關(guān)性進(jìn)行處理[1]，以不同的代價函數(shù)為準(zhǔn)則，如相關(guān)系數(shù)[6]、歐氏距離[7]、熵[8]和對比度[9]等。在實際處理過程中，由于ISAR成像通常需要利用至少上百次回波，所以強噪聲的存在會產(chǎn)生較大的包絡(luò)誤差積累，造成包絡(luò)漂移，有時還會產(chǎn)生回波突跳現(xiàn)象，即突然有個別回波的距離像相對之前的回波有明顯變化，造成包絡(luò)突跳[9]。強噪聲的影響和回波信號突跳都會影響包絡(luò)對齊性能，從而影響ISAR成像的質(zhì)量。

為客觀描述ISAR成像包絡(luò)對齊性能評估方法的規(guī)律性，應(yīng)考慮多種代價函數(shù)，并權(quán)衡各方面因素影響，最終給出綜合評估方法。本文從各種包絡(luò)對齊方法依據(jù)的代價函數(shù)出發(fā)，分析其對于包絡(luò)漂移、包絡(luò)突跳和信噪比的敏感度，在此基礎(chǔ)上確定各參數(shù)在整個模型中所占權(quán)值，建立ISAR成像包絡(luò)對齊性能的客觀定量評估模型，實測數(shù)據(jù)驗證了其合理性。

1 評估參數(shù)及其敏感度分析

根據(jù)各種包絡(luò)對齊方法依據(jù)的代價函數(shù)可確定相應(yīng)的評估參數(shù)，即全局包絡(luò)相關(guān)系數(shù)、歸一包絡(luò)均方差、和包絡(luò)熵及和包絡(luò)對比度。當(dāng)存在包絡(luò)漂移[10]、包絡(luò)突跳及強噪聲背景[10]時，各評估參數(shù)表現(xiàn)出不同的敏感度。

1.1 包絡(luò)對齊性能客觀評估參數(shù)

1.1.1 全局包絡(luò)相關(guān)系數(shù)

包絡(luò)對齊的互相關(guān)法以相鄰距離像的相關(guān)系數(shù)峰值作為包絡(luò)徙動量，進(jìn)行包絡(luò)對齊處理。為避免出現(xiàn)包絡(luò)漂移現(xiàn)象，采用改進(jìn)的累積互相關(guān)法，即以已對齊的所有包絡(luò)和為基準(zhǔn)作相關(guān)，可改善對齊效果[11]。全局包絡(luò)相關(guān)系數(shù)(Global Envelope Correlation,GEC)[12]可作為評估參數(shù)，以p(m,n)表示第m個距離單元第n次回波的包絡(luò)值，下文同，則

(1)

式中，M為總的距離單元數(shù)；N為總的回波次數(shù)；X(n,l)為第n次和第l次回波的相關(guān)系數(shù)，即

(2)

1.1.2 歸一包絡(luò)均方差

包絡(luò)對齊的模2距離法將距離像視為向量，則包絡(luò)對齊可以用信號空間兩信號端點最接近來衡量，即以向量長度歸一化后的歐式距離為準(zhǔn)則[7]。包絡(luò)對齊后，遍歷任意兩包絡(luò)的均方差并求和，其值越接近于零則對齊效果越好。因此，歸一包絡(luò)均方差(Normalized Mean Square Envelope Difference,NMSED)可作為包絡(luò)對齊性能的評估參數(shù)，即

(3)

式中，D(n,l)表示兩向量的歐式距離，即

(4)

p′(m,n)和p′(m,l)分別為對其所在距離像取歸一化后的值。

1.1.3 和包絡(luò)熵

最小熵準(zhǔn)則是包絡(luò)對齊的一種常用準(zhǔn)則[8]。將相鄰2次回波的距離像向量相加得到合成向量，未對齊時的合成向量，因波形的“峰”和“谷”錯開相加，其結(jié)果是使合成波形“鈍化”。因此，以統(tǒng)計學(xué)中的“信息熵”來作為合成向量波形“銳化度”的度量，是一種有效的包絡(luò)對齊準(zhǔn)則，而利用和包絡(luò)熵(SumEnvelopeEntropy,SEE)可以作為對齊性能的評估參數(shù)，即

(5)

式中，P(m)為所有包絡(luò)之和，即

(6)

1.1.4 和包絡(luò)對比度

除最小熵準(zhǔn)則外，最大對比度準(zhǔn)則也是一種包絡(luò)對齊的整體最優(yōu)度準(zhǔn)則[9]。Wang[12]將和包絡(luò)對比度(Sum Envelope Contrast，SEC)定義為：

(7)

式中，P(m)為所有包絡(luò)之和；σ[P(m)]和E[P(m)]分別為其標(biāo)準(zhǔn)差和方差，即

(8)

(9)

將式(8)和式(9)代入式(7)，令

(10)

則

(11)

1.2 各評估參數(shù)對于包絡(luò)漂移、包絡(luò)突跳及信噪比的敏感度分析

為進(jìn)行敏感度分析，仿真產(chǎn)生一個飛機回波，飛機模型由31個點組成，雷達(dá)中心頻率為3 GHz，帶寬200 MHz，飛機無平動。分別對距離壓縮后的實包絡(luò)進(jìn)行包絡(luò)漂移、包絡(luò)突跳及增加高斯白噪聲處理，計算各評估參數(shù)值，得到的變化曲線分別如圖1、圖2和圖3所示。

圖1 各評估參數(shù)隨包絡(luò)漂移量的變化曲線

圖2 各評估參數(shù)隨包絡(luò)突跳量的變化曲線

圖3 各評估參數(shù)隨信噪比的變化曲線

由圖1可以看出，當(dāng)包絡(luò)漂移量小于0.4個距離單元時，各評估參數(shù)變化明顯，其中SEC變化幅度最大，敏感度最高，SEE敏感度最低，GEC和NMSED介于二者之間。當(dāng)包絡(luò)漂移量繼續(xù)增大時，各參數(shù)值均趨于平穩(wěn)。同樣，可從圖2和圖3中看出各參數(shù)對于包絡(luò)突跳量及信噪比的敏感度，將排名結(jié)果列于表1，敏感度越高，排名越靠前。

表1 各評估參數(shù)敏感度排名

2 包絡(luò)對齊性能評估模型

根據(jù)各種包絡(luò)對齊方法依據(jù)的代價函數(shù)及其對于包絡(luò)漂移、包絡(luò)突跳和信噪比體現(xiàn)出的敏感度，本文設(shè)計的包絡(luò)對齊性能評估模型如下：

G=f1G1+f2G2+f3G3+f4G4。

(12)

式中，G為包絡(luò)對齊性能評估值；G1、G2、G3、G4分別為4個評估參數(shù)GEC、NMSED、SEE、SEC的評估值；f1、f2、f3、f4分別為各評估參數(shù)對應(yīng)的權(quán)值。

當(dāng)?shù)趉個評估參數(shù)評估值小代表包絡(luò)對齊性能好時，

(13)

當(dāng)?shù)趉個評估參數(shù)評估值大代表包絡(luò)對齊性能好時，

(14)

對于包絡(luò)漂移、包絡(luò)突跳及信噪比的敏感度越高的評估參數(shù)，其評估值的準(zhǔn)確度越高，因而在整個評估模型中所占比重應(yīng)越大，同時需滿足f1+f2+f3+f4=1。根據(jù)表1各評估參數(shù)敏感度排名列表，敏感度因素共3個，設(shè)定敏感度排名為1、2、3、4的比例因子分別為S1=0.4，S2=0.3，S3=0.2，S4=0.1，則4個評估參數(shù)GEC、NMSED、SEE、SEC的權(quán)值分別為：

f1=(S2+S3+S2)/3=0.266 7；

f2=(S3+S1+S3)/3=0.266 7；

f3=(S4+S4+S4)/3=0.1；

f4=(S1+S2+S1)/3=0.366 7。

最終，基于上述模型，可對包絡(luò)對齊性能進(jìn)行評估，評估值G為0～1，數(shù)值越大，表面包絡(luò)對齊性能越好，反之越差。

3 實測數(shù)據(jù)處理結(jié)果及分析

利用某空間目標(biāo)的實測數(shù)據(jù)對本文方法進(jìn)行驗證，包絡(luò)對齊前的一維距離像序列如圖4所示，目標(biāo)的不規(guī)律運動導(dǎo)致了包絡(luò)序列的隨機變化。分別采用互相關(guān)法[5]、累積互相關(guān)法[11]和累積模2距離法[7]進(jìn)行包絡(luò)對齊處理，結(jié)果如圖5所示。同樣可以看出，圖5(b)包絡(luò)對齊性能較好，圖5(a)的包絡(luò)對齊結(jié)果中，中間序列部分產(chǎn)生了輕微的包絡(luò)漂移現(xiàn)象，但隨即恢復(fù)，整體對齊性能適中，圖5(c)所示結(jié)果中，有一處產(chǎn)生了較明顯的包絡(luò)突跳現(xiàn)象，且并未恢復(fù)，使整體的對齊性能下降。

利用本文提出的模型對3種包絡(luò)對齊結(jié)果進(jìn)行性能評估，評估結(jié)果如表2所示，互相關(guān)法、累積互相關(guān)法和累積模2距離法得到的包絡(luò)對齊結(jié)果評估值分別為0.551 5、0.870 6和0.475 3，同樣也證明了評估模型的合理性和有效性。

圖4 實測目標(biāo)未對齊實包絡(luò)

圖5 實測目標(biāo)各種包絡(luò)對齊方法處理結(jié)果

評估參數(shù)權(quán)值互相關(guān)法累積互相關(guān)法累積模2距離法GEC0.26670.47520.93180.5025NMSED0.26670.685210.3329SEE0.10.61240.96370.6137SEC0.36670.49310.93520.5213評估值10.55150.87060.4753

4 結(jié)束語

針對目前ISAR成像包絡(luò)對齊性能難以客觀定量評估的問題，本文提出一個包絡(luò)對齊性能的客觀定量評估模型。該模型綜合了多種評估參數(shù)，并詳細(xì)分析了各參數(shù)對于包絡(luò)漂移、包絡(luò)突跳及信噪比的敏感度，體現(xiàn)在評估模型的權(quán)值中。通過采用多種包絡(luò)對齊方法進(jìn)行實測數(shù)據(jù)處理，并利用本文所提模型進(jìn)行性能評估，驗證了評估模型的合理性和有效性。

[1] 張 晗.SAR圖像質(zhì)量評估方法研究[D].長沙:國防科學(xué)技術(shù)大學(xué)出版社,2012:1-7.

[2] 句彥偉,張 燕.ISAR圖像質(zhì)量評估方法研究[J].系統(tǒng)工程與電子技術(shù),2013,36(1):1-8.

[3] 秦宏偉,阮 航,張書仙.基于FFT的ISAR成像快速包絡(luò)對齊方法[J].無線電工程,2013,43(11):14-17.

[4] 黎 湘,高勛章,劉永祥.復(fù)雜運動目標(biāo)ISAR成像技術(shù)進(jìn)展與展望[J].數(shù)據(jù)采集與處理,2014,29(4):508-515.[5] 董 祺,張 磊,徐 剛,等.采用子孔徑分割的逆合成孔徑雷達(dá)成像包絡(luò)對齊方法[J].西安電子科技大學(xué)學(xué)報,2014,48(12):107-112.

[6] CHENC C,REWS H C.Target-Motion-Introduced Radar Imaging[J].IEEE Transactions on Aerospace Electronic Systems,1980,16(1):2-14.

[7] 邢孟道,保 錚.一種逆合成孔徑雷達(dá)成像包絡(luò)對齊的新方法[J].西安電子科技大學(xué)學(xué)報,2000,27(1):93-97.[8] WANGG Y,BAO Z.The Minimum Entropy Critertion of Range Alignment in ISAR Motion Compeasation[C]∥Proceeding Conference Radar,Edinburgh UK,1997:926-945.

[9] ZHANGS H,LIU Y X,LI X.Pseudomatched-Filter-Based ISAR Imaging Under Low SNR Condition[J].IEEE Geoscience and Remote Sensing Letters,2014,11(7):1 240-1 244.

[10] JANSE V RENSBURG V, MISHRA A,NEL W.Quality Measures for HRR Alignment based ISAR Imaging Algorithms[C]∥ IEEE Radar Conference (RADAR),2013:1-4.[11] 保 錚,邢孟道,王 彤,等.雷達(dá)成像技術(shù)[M].北京:電子工業(yè)出版社,2005.

[12] WANG J,KASILINGAM D.Global Range Alignment for ISAR[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(1):351-357.

黃 璐 女，(1987—)，助理研究員。主要研究方向：雷達(dá)信號處理。

王 洋 女，(1980—)，工程師。主要研究方向：雷達(dá)工程總體與雷達(dá)信號處理。

Research on Envelope Alignment Performance Assessment for Inverse Synthetic Aperture Radar Imaging

HUANG Lu,WANG Yang,JIN Sheng

(BeijingInstituteofTrackingandTelecommunicationsTechnology,Beijing100094,China)

Envelope alignment performance directly influences Inverse Synthetic Aperture Radar (ISAR) image quality.In order to resolve the problem on objective quantitative assessment of envelope alignment performance at present,this paper proposes a quantitative assessment model for envelope alignment performance.First,based on present common envelope alignment methods,the cost functions are taken as objective assessment parameters.The sensitivity to envelope drift,envelope kick and Signal-to-Noise Ratio is analyzed.Second,the weight of each assessment parameter is determined by synthesizing the sensitivity.Then the assessment model is built.The one-sidedness caused by single assessment parameter is avoided.Finally,the validity of the proposed approach is demonstrated by processing the real data.

inverse synthetic aperture radar;envelope alignment;performance assessment;assessment model

10.3969/j.issn.1003-3106.2017.03.06

黃 璐,王 洋,金 勝.逆合成孔徑雷達(dá)成像包絡(luò)對齊性能評估方法研究[J].無線電工程,2017,47(3):23-26.

2016-12-17

TN957

A

1003-3106(2017)03-0023-04