[发明专利]适用于条带式合成孔径声呐对场景目标成像的自聚焦方法

说明书

本发明涉及适用于条带式合成孔径声呐对场景目标成像的自聚焦方法，包括：得到粗聚焦后的图像数据；在距离向和方位向上进行分块，得到分块单元；选取强散射点；将强散射点圆移居中后进行加窗，再跟方位向的参考LFM信号卷积，得到强散射点在方位压缩前的信号形式；从所选择的强散射点目标原来的位置向两边各截取半个合成孔径长度并做解斜处理，得到强散射点的解斜处理结果；得到各强散射点处的相位误差的梯度，对各强散射点处的相位误差的梯度进行求和，得到对应的方位向的相位误差；利用方位向的相位误差进行一次补偿再聚焦成像；判断当前是否满足迭代终止条件，若不满足，重新执行之前步骤，否则，结束迭代操作，得到最终的成像结果。

技术领域

本发明涉及合成孔径成像系统运动误差估计和补偿领域，特别涉及一种适用于条带式合成孔径声呐(synthetic aperture sonar，SAS)对场景目标成像的自聚焦方法。

背景技术

合成孔径声呐是一种水下高分辨率的成像设备，其合成孔径成像可以看成方位向的一维全息过程，一个理想点目标的回波在方位向上的波形也是线性调频(LFM)信号；SAS的方位向的波束锐化和高分辨率可以看作对这个方位向的回波多普勒信号进行脉冲压缩的结果。在合成孔径声呐成像过程中，会受到载体随机振动和不规则运动、声波传播媒介不稳定等难以避免的因素的干扰，使得在接收信号的方位向相位中叠加进入了未知的相位误差。其中部分误差可以通过各种运动补偿方法进行修正，但仍然会有相当部分的残余相位误差的存在，使得最终的成像结果在方位向产生散焦和模糊。

为了克服上述问题，本领域技术人员提出可以用图像自聚焦方法估计出接收的回波信号中的残余相位误差，然后对回波信号进行相应的相位补偿之后再成像，从而使方位向分辨率得到一定程度的改进，同时可以降低对高精度的运动传感器设备的依赖。

现有技术中最为常见的图像自聚焦方法是经典的PGA算法，该算法最早是针对聚束式SAR提出的。对于聚束模式而言，发射波束一直照射在某一恒定的成像区域，此区域内的所有的点目标叠加进的相位误差是相同的，其形式为方位的一维函数；回波数据的空间频谱和相位误差是相乘的关系。而实际上，几乎所有的SAS都是工作在条带模式下；在条带模式下，波束先后扫射过的测绘带里，不同方位位置的目标所叠加进的相位误差存在差异，回波信号的空间频谱与相位误差表现为卷积的关系。因此，经典的PGA算法不能直接用于条带模式的SAS，需要做相应的调整。另外，因为PGA算法对相位误差的估计要依赖于选取到合适的点目标，在对复杂的场景目标成像时由于不恰当的选点方法，经常导致误差估计性能的下降，甚至算法的发散和失效。

发明内容

本发明的目的在于克服现有技术中的图像自聚焦方法误差性能估计等缺陷，从而提供一种能有效提高SAS系统对复杂场景目标成像时自聚焦性能的适应性和稳健性的自聚焦方法。

为了实现上述目的，本发明提供了一种适用于条带式合成孔径声呐对场景目标成像的自聚焦方法，包括：

步骤1)、采用CS成像算法对合成孔径声呐所接收到的原始回波数据进行处理，得到粗聚焦后的图像数据；

步骤2)、将粗聚焦后的图像数据在距离向和方位向上进行分块，得到分块单元；其中，在分块时保证各个分块单元内相位误差的空变性尽量小；

步骤3)、在步骤2)所得到的经过分块的图像数据所在图像域中选取强散射点；

步骤4)、通过圆移操作使得步骤3)所选取的强散射点居中，然后进行加窗，加窗后再跟方位向的参考LFM信号卷积，从而得到所述强散射点在方位压缩前的信号形式；

步骤5)、在步骤4)所得到的强散射点在方位压缩前的信号形式中，从各强散射点目标原来的位置向两边各截取半个合成孔径长度并做解斜处理，进而得到各强散射点的解斜处理结果；