基于贝叶斯理论的高时相广域星载SAR动目标探测方法

Hyper-temporal processing is theoretic basis for studying the wide-swath spaceborne SAR moving target detection methods. Due to the restriction between resolution and swath, as well as the effects caused by clutter and noise, traditional SAR systems can not realize the multi-target detection and track generation, which limits the applications in the area of ocean surveillance, sea law-enforcement and marine rescue. Aiming at the problems mentioned above, this project focuses on the research of hyper-temporal moving target detection method of wide-swath spaceborne SAR based on bayesian theory. First, by using the hyper-temporal processing theory, the novel SAR working mechanism is provided, and the geometry acquisition and the mathematic model of echo are also given. Then, an advanced moving-target perception method, based on the bayesian theory, is addressed, which enables the moving target detection in the condition of sub-pixel and low SNR. Consequently, the coverage performance can be improved at the cost of resolution reduction. Finally, the optimal theory lower-bound is analyzed, providing the theory support for imaging mode and bayesian filter optimization.

高时相处理理论为研究广域星载合成孔径雷达(SAR)动目标探测方法奠定了理论基础。由于分辨率与观测覆盖面积之间相互制约的关系，以及杂波、噪声对动目标检测性能的影响，传统星载SAR系统难以实现广域多目标的检测与航迹生成，无法满足海洋监视、海洋执法、海洋救援等应用需求。针对上述问题，本项目重点研究基于贝叶斯理论的高时相广域星载SAR动目标探测方法。首先，将高时相处理理论引入广域星载SAR运动目标探测中，揭示高时相广域星载SAR运动目标探测机理，构建探测系统的空间几何构型以及高时相回波信号数学模型；在此基础上，提出基于贝叶斯理论的动目标感知新方法，实现亚像元、低信噪比条件下的多目标探测及航迹生成，从而降低目标探测对空间分辨率的要求，显著提升观测覆盖面积；最后，分析高时相广域星载SAR目标运动信息感知理论最优下界，为成像探测模式及贝叶斯滤波器的优化奠定理论基础。

地面运动目标指示（Ground Moving Target Indication, GMTI）在军事和民用方面具有极其重要的应用，基于合成孔径雷达的SAR/GMTI工作模式能够利用动、静目标的空时频特性差异实现运动目标探测，并获取目标运动信息。传统单帧图像仅能反映目标瞬时运动信息，不能全面描述目标运动行为，通过长时间连续观测的高时相图像数据处理可以弥补上述不足。针对单帧图像数据信息量少、慢速目标检测困难、无法实现目标跟踪等问题，本项目提出了基于贝叶斯理论的高时相处理新方法，具体研究成果包括：1）从时间分集的角度揭示了高时相广域星载SAR工作机理，并从多普勒信息变化、距离徙动变化和相位改变等角度解析了目标运动特性，提出了一种基于凝视观测模式的高时相星载SAR动目标检测新模式，为实现动目标检测和跟踪奠定了基础；2）基于凝视观测模式，构建了空间成像几何模型，推导了动目标信号数学模型，提出了基于序贯图像的目标方位向速度反演方法和基于相关函数的目标距离向速度反演方法，并通过仿真数据和真实TerraSAR数据验证了所提方法的有效性。3）将非局部均值滤波思想与多帧图像数据处理相结合实现了斑点噪声抑制、提升了高时相图像数据质量，并在此基础上提出了一种基于贝叶斯滤波的TAD运动目标跟踪方法，能够在当前数据无法得到唯一确定判决的情况下，获得软判决或者延迟判决，并利用粒子滤波和图像插值操作解决了目标在一个像元内停留帧数多难以被准确跟踪的问题；4）在检测前跟踪处理思路下，推导了匀速运动目标跟踪的后验克拉美罗下界（Posterior Cramer-Rao Lower Bound, PCRLB），同时研究了信噪比、观测模型和随机相位误差对PCRLB的影响，为日后工程可行性分析和算法优化提供了理论依据。本项目提出的基于贝叶斯理论的高时相动目标检测方法为星载SAR动目标检测提供了新的思路，可显著提升动目标测速精度、测速范围和跟踪能力，对SAR/GMTI功能的推广和应用具有重要的理论意义和应用价值。