Новый алгоритм оценки вектора скорости цели в РСА на основе согласованного фильтра Меллина

Введение. Получение радиолокационного изображения (РЛИ) и измерение вектора скорости движущейся цели в радиолокаторах с синтезированной апертурой (РСА) является одной из ключевых задач. Явление миграции сигнала цели по элементам разрешения по дальности является причиной низкого качества РЛИ. Традиционные методы компенсации миграций, которые успешно применяются для получения РЛИ неподвижных объектов, не дают нужного качества в случае применения в обработке сигналов движущейся цели. В настоящее время известны алгоритмы решения поставленной задачи. Однако большинство из них использует оптимизационные процедуры поиска оценок неизвестных параметров, что в значительной степени затрудняет их реализацию. Исключением из этого множества является LvD-алгоритм, который для построения РЛИ использует двукратное применение преобразования "замкового камня". LvD-алгоритм не только не использует сложных процедур поиска оценок, но и позволяет строить РЛИ цели в координатах "продольная скорость - поперечная скорость", что делает задачу оценки составляющих скорости цели чрезвычайно простой. В то же время двукратное применение преобразования "замкового камня", которое использует интерполяцию принятого сигнала, увеличивает нагрузку вычислителя.

Цель работы. Разработка альтернативного алгоритма оценки вектора скорости и построения РЛИ движущейся цели в РСА бокового обзора без использования оптимизационных процедур поиска на основе применения согласованного фильтра Меллина (СФМ).

Материалы и методы. Полученный алгоритм основан на свойствах инвариантности интегрального преобразования Меллина к масштабу сигнала и использует для оценки составляющих скорости цели согласованный фильтр Меллина.

Результаты. В статье приведен синтез алгоритма построения РЛИ движущейся цели, в основании которого лежит применение согласованного фильтра Меллина. Дан анализ LvD-алгоритма, который позволил оптимальным образом выбрать коэффициент масштабирования при реализации KT-преобразования. Проведено математическое моделирование СФМ и LvD-алгоритмов, которое показало их одинаковое качество. Оба алгоритма при одинаковых сценариях моделирования дают эффективные оценки составляющих вектора скорости движущейся цели при отношении сигнал/шум большем -10 дБ.

Заключение. Предлагаемый алгоритм построения РЛИ может быть использован при разработке РСА для обнаружения и оценки вектора скорости движущейся цели.

1. Cumming I., Bennett J. Digital processing of Seasat SAR data // Proc. IEEE Intern. Conf. on Acoustics, Speech and Signal Proc. 1979. Vol. 4. P. 710-718. doi: 10.1109/icassp.1979.1170630

2. Jin M. Y., Wu Ch. A SAR correlation algorithm which accommodates large range migration // IEEE Transactions on Geoscience and Remote Sensing. 1984. № 6. P. 592-597. doi: 10.1109/tgrs.1984.6499176

3. Chang C. Y., Jin M., Curlander J. C. Squint Mode SAR Processing Algorithms // 12th Canadian Symp. on Remote Sensing Geoscience and Remote Sensing Symp. 1989. Vol. 3. P. 1702-1706. doi: 10.1109/igarss.1989.576456

4. Smith A. M. A new approach to range-Doppler SAR processing // Int. J. of Remote Sensing. 1991. Vol. 12, № 2. P. 235-251. doi: 10.1080/01431169108929650

5. Franceschetti G., Schirinzi G. A SAR processor based on two-dimensional FFT code // IEEE Transactions on Aerospace Electronic Systems. 1990. Vol. 26, № 2. P. 356-366. doi: 10.1109/7.53462

6. Cafforio C., Prati C., Rocca F. SAR data focusing using seismic migration techniques // IEEE Transactions on Aerospace and Electronic Systems. 1991. Vol. 27, № 2. P. 194-207. doi: 10.1109/7.78293

7. Franceschetti G., Lanari R., Marzouk E. S. Aberration free SAR raw data processing via transformed grid predeformation // Proc. of IGARSS '93 - IEEE Intern. Geoscience and Remote Sensing Symp. 1993. Vol. 4. P. 15931595. doi: 10.1109/igarss.1993.322306

8. Stolt R. H. Migration by Fourier transform // Geophysics. 1978. Vol. 43, № 1. P. 23-48. doi: 10.1190/1.1440826

9. Runge H., Bamler R. A Novel High Precision SAR Focussing Algorithm Based on Chirp Scaling // Proc. Article IGARSS '92 Intern. Geoscience and Remote Sensing Symp. 1992. Vol. 1. P. 372-375. doi: 10.1109/igarss.1992.576715

10. Cumming I., Wong F., Raney K. A SAR Processing Algorithm with no Interpolation // Proc. IGARSS '92 Intern. Geoscience and Remote Sensing Symp. 1992. Vol. 1. P. 376-379. doi: 10.1109/igarss.1992.576716

11. Wong F., Cumming I., Raney R. K. Processing simulated RADARSAT SAR data with squint by a high precision algorithm // Proc. of IGARSS '93. IEEE Intern. Geoscience and Remote Sensing Symp. 1993. Vol. 3. P. 1176-1178. doi: 10.1109/igarss.1993.322127

12. Precision SAR processing using chirp scaling / R. K. Raney, H. Runge, R. Bamler, I. G. Cumming, F. H. Wong // IEEE Transactions on Geoscience and Remote Sensing. 1994. Vol. 32, № 4. P. 786-799. doi: 10.1109/36.298008

13. Moreira A., Huang Y. Airbome SAR Processing of Highly Squinted Data Using a Chirp Scaling Approach with Integrated Motion Compensation // IEEE Trans. Geoscience and Remote Sensing. 1994. Vol. 32, № 5. P. 1029-1040. doi: 10.1109/36.312891

14. Moreira A., Mittermayer J., Scheiber R. Extended chirp scaling algorithm for air- and spaceborne SAR data processing in stripmap and scanSAR imaging modes // IEEE Transactions on Geoscience and Remote Sensing. 1996. Vol. 34, № 5. P. 1123-1136. doi: 10.1109/36.536528

15. Mittermayer J., Moreira A., Loffeld O. Spotlight SAR data processing using the frequency scaling algorithm // IEEE Transactions on Geoscience and Remote Sensing. 1999. Vol. 37, № 5. P. 2198-2214. doi: 10.1109/36.789617

16. Zhu D., Shen M., Zhu Z. Some Aspects of Improving the Frequency Scaling Algorithm for Dechirped SAR Data Processing // IEEE Transactions on Geoscience and Remote Sensing. 2008. Vol. 46, № 6. P. 1579-1588. doi: 10.1109/tgrs.2008.916468

17. Perry R. P., DiPietro R. C., Fante R. L. SAR imaging of moving targets // IEEE Transactions on Aerospace Electronic Systems. 1999. Vol. 35, № 1. P. 188-200. doi: 10.1109/7.745691

18. Perry R. P., DiPietro R. C., Fante R. L. Coherent Integration with Range Migration Using Keystone Formatting // IEEE Radar Conf. 2007. Waltham, USA, 17-20 Apr. 2007. IEEE, 2007. P. 863-868. doi: 10.1109/radar.2007.374333

19. Zhu D., Li Y., Zhu Z. A Keystone Transform without Interpolation for SAR Ground Moving Target Imaging // IEEE Geoscience and Remote Sensing Lett. 2007. Vol. 4, № 1. P. 18-22. doi: 10.1109/lgrs.2006.882147

20. Monakov A. A. A Simple Algorithm for Compensation of the Range Cell Migration in a Stripmap SAR // J. of the Russian Universities. Radioelectronics. 2021. Vol. 24, № 2. P. 27-37. doi: 10.32603/19938985-2021-24-2-27-37

21. Approach for single channel SAR ground moving target imaging and motion parameter estimation / F. Zhou, R. Wu, M. Xing, Z. Bao // IET Radar, Sonar & Navigation. 2007. Vol. 1, № 1. P. 59-66. doi: 10.1049/iet-rsn:20060040

22. Kirkland D. Imaging moving targets using the second-order keystone transform // IET Radar, Sonar & Navigation. 2011. Vol. 5, № 8. P. 902-910. doi: 10.1049/iet-rsn.2010.0304

23. Kirkland D. An alternative range migration correction algorithm for focusing moving targets // Progress in Electromagnetics Research. 2012. Vol. 131. P. 227-241. doi: 10.2528/PIER12060711

24. Djurovi'c I., Thayaparan T., Stankovi'c L. SAR Imaging of Moving Targets using Polynomial FT // IET Signal Processing. 2008. Vol.2,№3.P. 1436-1447. doi: 10.1049/iet-spr:20070114

25. Монаков А. А. Оценка параметров сигнала с полиномиальным законом фазовой модуляции // Изв. вузов России. Радиоэлектроника. 2020. Т. 23, № 5. С. 24-36. doi: 10.32603/1993-8985-2020-23-5-24-36

26. Li G., Xia X.-G., Peng Y.-N. Doppler keystone transform for SAR imaging of moving targets // Proc. of the 2008 Congress on Image and Signal Processing. 2008. Vol. 4. P. 716-719. doi: 10.1109/CISP.2008.600

27. Cohen L. Time-frequency distributions - a review // Proc. of the IEEE. 1989. Vol. 77, № 7. P. 941981. doi: 10.1109/5.30749

28. Hlawatsch F., Boudreaux-Bartels G. F. Linear and quadratic time-frequency signal representations // IEEE Signal Processing Magazine. 1992. Vol. 9, № 2. P. 21-67. doi: 10.1109/79.127284

29. Claasen T. A. C. M., Mecklenbrauker W. F G. The Wigner distribution - a tool for time-frequency signal analysis. Pt. I: continuous-time signals // Philips J. Res. 1980. Vol. 35, № 3. P. 217-250.

30. Boashash B. Note on the use of the Wigner distribution for time-frequency signal analysis // IEEE Transactions on Acoustics, Speech and Signal Processing. 1988. Vol. 36, № 9. P. 1518-1521. doi: 10.1109/29.90380

31. Barbarossa S., Farina A. Detection and imaging of moving objects with synthetic aperture radar. Pt. 2: Joint time-frequency analysis by Wigner-Ville distribution // IEE Proc. F Radar Signal Process. 1992. Vol. 139, № 1. P. 89-97. doi: 10.1049/ip-f-2.1992.0011

32. Wood J. C., Barry D. T. Radon transformation of time-frequency distributions for analysis of multicomponent signals // IEEE Transactions on Signal Processing. 1994. Vol. 42, № 11. P. 3166-3177. doi: 10.1109/78.330375

33. Barbarossa S. Analysis of multicomponent LFM signals by a combined Wigner-Hough transform // IEEE Transactions on Signal Processing. 1995. Vol. 43, № 6. P. 1511-1515. doi: 0.1109/78.388866

34. Sejdic E., Djurovic I., Jiang J. Time-frequency feature representation using energy concentration: An overview of recent advances // Digital Signal Processing. 2009. Vol. 19, № 1. P. 153-183. doi: 10.1016/j.dsp.2007.12.004

35. Almeida L. B. The fractional Fourier transform and time-frequency representations // IEEE Transactions on Signal Processing. 1994. Vol. 42, № 11. P. 3084-3091. doi: 10.1109/78.330368

36. Sejdic' E., Djurovic' I., Stankovic' L. Fractional Fourier transform as a signal processing tool: An overview of recent developments // Signal Processing. 2011. Vol. 91, № 6. P. 1351-1369. doi: 10.1016/j.sigpro.2010.10.008

37. Keystone transformation of the Wigner-Ville distribution for analysis of multicomponent LFM signals / X. L. Lv, M. D. Xing, S. H. Zhang, Z. Bao // Signal Processing. 2009. Vol. 59. P. 791-806. doi: 10.1016/j.sigpro.2008.10.029

38. ISAR imaging of maneuvering targets based on the range centroid Doppler technique / X. L. Lv, M. D. Xing, C. R. Wan, S. H. Zhang // IEEE Trans. on Image Process. 2010. Vol. 19, № 1. P. 141-153. doi: 10.1109/TIP.2009.2032892

39. Lv's distribution: principle, implementation, properties, and performance / X. L. Lv, G. A. Bi, C. R. Wan, M. D. Xing // IEEE Trans. on Signal Process. 2011. Vol. 59, № 8. P. 3576-3591. doi: 10.1109/TSP.2011.2155651

40. Luo S., Lv X., Bi G. Lv's distribution for timefrequency analysis // Proc. of 2011 Int. Conf. on Circuits, Systems, Control, Signals. 2011. P. 110-115.

41. Performance analysis on Lv distribution and its applications /Sh. Luo, G. Bi, X. Lv, F. Hu // Digital Signal Process. 2013. Vol. 23, № 3. P. 797-807. doi: 10.1016/j.dsp.2012.11.011

42. Монаков А. А. Применение масштабно-инвариантных преобразований при решении некоторых задач цифровой обработки сигналов // Успехи современной радиоэлектроники. 2007. Т. 65, № 11. С. 65-72.

43. Монаков А. А. Согласованный фильтр Меллина // Успехи современной радиоэлектроники. 2013. Т. 67, № 2. С. 56-62.

44. Monakov A. The Mellin matched filter // IEEE J. of Selected Topics in Signal Processing. 2015. Vol. 9, № 8. P. 1451-1459. doi: 10.1109/JSTSP.2015.2465309

45. De Sena A., Rocchesso D. A fast Mellin transform with applications in DAF // Proceedings of the 7th Int. Conf. on Digital Audio Effects (DAFx '04). 2004. P. 65-69.

46. De Sena A., Rocchesso D. A fast Mellin and scale transform // EURASIP J. on Advances in Signal Processing. 2007. P. 1-9. doi: 10.1155/2007/89170