MIMO-SAR回波分离方法及装置、电子设备、存储介质

mimo-sar回波分离方法及装置、电子设备、存储介质
技术领域
1.本技术实施例涉及一种多输入输出合成孔径雷达(multiple-input multiple-output synthetic aperture radar，mimo-sar)回波分离方法及装置、电子设备、存储介质。


背景技术：

2.近几十年，对高分辨率宽测绘带合成孔径雷达(high-resolution and wide-swath synthetic aperture radar，hrws-sar)的研究较多。其中，扫描合成孔径雷达(scansar)是一种可以实现宽幅覆盖的成像模式。然而，由于观测区域没有被整个天线方向图照射，该模式获取的雷达图像会受到扇贝效应的影响。地形观测的渐进式扫描合成孔径雷达(topsar)可以改善scansar的扇贝效应。该模式通过牺牲方位向分辨率来获取更大的测绘带宽。偏置相位中心天线(displaced phase center antenna，dpca)是另一种成像模式。然而，对于天线长度固定的dpca而言，其本身不允许增加测绘带宽，只能改善系统的方位向分辨率。四元阵列(quad-array)系统是dpca的一种扩展模式，并且其在发射信号时需关闭接收功能。因此，该模式获取的测绘带不连续的。许多经典的sar成像模式的最大测绘带宽可以近似表示为：
[0003][0004]
其中，t表示为脉冲重复时间(prt)，t＝1/prf，prf为脉冲重复频率，t
p
为脉冲宽度，和c为光速。
[0005]
由上可知为了获取测绘带宽为m
·ws
的高分辨率图像，在t至t
p
的回波接收窗内，观测系统需要采集m个子测绘带散射的混合回波信号。目前的回波分离方法中均具有较大的系统复杂度，这也是当前星载sar需要重点关注的问题。


技术实现要素：

[0006]
有鉴于此，本技术实施例提供一种多输入多输出合成孔径雷达回波分离方法及装置、电子设备、存储介质。
[0007]
根据本技术实施例的第一方面，提供一种多输入多输出合成孔径雷达回波分离方法，包括：
[0008]
确定被观测的子测绘带的最大数目，在一个脉冲重复间隔的发射时间窗内，使用m个子天线同时发射雷达信号分别照射不大于最大数目的m个子测绘带进行观测；并在同一个回波窗内通过n个子天线接收m个子测绘带的混合回波信号，得到n组混合回波信号；其中，n≥m；
[0009]
利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号；
[0010]
基于合成孔径雷达sar成像算法对分离的回波信号分别成像得到m个子测绘带的
雷达图像，实现sar宽幅成像。
[0011]
在一个实施例中，所述确定被观测的子测绘带的最大数目，包括：
[0012]
通过下式确定被观测的子测绘带的最大数目m
max
：
[0013][0014]
其中，h
sat
为卫星高度，re为地球半径，c为光速，t为脉冲重复时间prt，floor[*]表示不大于*的最大整数。
[0015]
在一个实施例中，所述利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号，包括：
[0016]
对n组回波观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为正交矩阵；
[0017]
对白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化处理，得到正交矩阵u＝vjp，其中，p为置换矩阵，j为对角矩阵；
[0018]
将白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，表示为：y(t)＝uhz(t)＝pjs(t)。
[0019]
在一个实施例中，在m个子测绘带中，相邻子测绘带间的斜距差保持为t
·
c/4，使m个子测绘带的混合回波处于同一回波窗内。
[0020]
根据本技术实施例的第二方面，提供一种多输入多输出合成孔径雷达回波分离装置，包括：
[0021]
确定单元，用于确定被观测的子测绘带的最大数目；
[0022]
观测单元，用于在一个脉冲重复间隔的发射时间窗内，使用m个子天线同时发射雷达信号分别照射不大于最大数目的m个子测绘带进行观测；
[0023]
接收单元，用于在同一个回波窗内通过n个子天线接收m个子测绘带的混合回波信号，得到n组混合回波信号；其中，n≥m；
[0024]
回波分离单元，用于利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号；
[0025]
成像单元，用于基于合成孔径雷达sar成像算法对分离的回波信号分别成像得到m个子测绘带的雷达图像，实现sar宽幅成像。
[0026]
在一个实施例中，所述确定单元，还用于：
[0027]
通过下式确定被观测的子测绘带的最大数目m
max
：
[0028][0029]
其中，h
sat
为卫星高度，re为地球半径，c为光速，t为脉冲重复时间prt，floor[*]表示不大于*的最大整数。
[0030]
在一个实施例中，所述回波分离单元，还用于：
[0031]
对n组回波观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为正交矩阵；
[0032]
对白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化处理，得到正交矩阵u＝vjp，其中，p为置换矩阵，j为对角矩阵；
[0033]
将白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，表示为：y(t)＝uhz(t)＝pjs(t)。
[0034]
在一个实施例中，在m个子测绘带中，相邻子测绘带间的斜距差保持为t
·
c/4，使m个子测绘带的混合回波处于同一回波窗内。
[0035]
根据本技术实施例的第三方面，提供一种电子设备，包括处理器、存储器及存储在存储器上并能够由所述处理器运行的可执行程序，所述处理器运行所述可执行程序时执行所述的多输入多输出合成孔径雷达回波分离方法的步骤。
[0036]
根据本技术实施例的第四方面，提供一种存储介质，其上存储由可执行程序，所述可执行程序被处理器执行时所述的多输入多输出合成孔径雷达回波分离方法的步骤。
[0037]
本技术实施例中，基于盲源分离原理提出mimo-sar回波分离方法，分离多个子测绘带的混合回波，主要利用不同子测绘散射回波的独立统计特性。并且该方法不需要dbf技术，这可以降低星载sar系统设计的复杂度。通过仿真验证，本技术实施例的技术方案需要将sar天线分成n个子天线(n≥m，m表示子测绘带的数目)，以此分离m个子测绘带的混合回波信号；因此有较强的适用性，不需要的复杂的距离向dbf技术，且适应用于星载mimo-sar任务。
附图说明
[0038]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍。显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]
图1为本技术实施例的星载sar空间几何示意图；
[0040]
图2为本技术实施例的星载mimo-sar成像的空间几何示意图；
[0041]
图3为本技术实施例的多个子测绘带的回波混合与信号处理示意图；
[0042]
图4为本技术实施例的基于特征矩阵联合近似对角化的回波分离流程图；
[0043]
图5为本技术实施例的星载mimo-sar观测的3个子测绘带；
[0044]
图6为本技术实施例的星载mimo-sar回波分离的第一组仿真结果示意图；
[0045]
图7为本技术实施例的星载mimo-sar回波分离的第二组仿真结果示意图；
[0046]
图8为本技术实施例的星载mimo-sar回波分离的第三组仿真结果示意图；
[0047]
图9为本技术实施例的星载mimo-sar回波分离的最终仿真结果示意图；
[0048]
图10为本技术实施例的星载mimo-sar回波分离的仿真结果对比示意图；
[0049]
图11为本技术实施例的星载mimo-sar回波分离的仿真结果误差示意图；
[0050]
图12为本技术实施例的多输入多输出合成孔径雷达回波分离装置的组成结构示意图；
[0051]
图13为本技术实施例的电子设备的结构示意图。
具体实施方式
[0052]
以下结合附图，详细阐明本技术实施例技术方案的实质。
[0053]
本技术实施例技术方案的目的在于提出一种mimo-sar回波分离方法，解决星载sar的回波分离和高分辨率宽幅成像问题。
[0054]
图1为本技术实施例的星载sar空间几何示意图，如图1所示，本技术实施例的mimo-sar成像模式可以同时对多个子测绘带进行观测，在该成像模式中，被观测的子测绘带的最大数目m
max
可以通过以下公式确定：
[0055][0056]
其中h
sat
为卫星高度，re为地球半径，c为光速，t为脉冲重复时间(prt)，floor[*]表示不大于*的最大整数的确定函数。为分析方便，在后文中假设子测绘带和子天线的数目分别为m＝5和n＝5。
[0057]
图2为本技术实施例的星载mimo-sar成像的空间几何示意图，如图2所示，本技术所示的mimo-sar成像模式主要包括，在一个脉冲重复间隔的发射时间窗内，5个子天线同时发射雷达信号分别照射5个子测绘带。假设第1个子测绘带的中心斜距为r
ref
，那么第m个子测绘带的斜距范围可以表示为：
[0058][0059]
其中，ws为子测绘带宽度，m∈{1,
…
,5}。由上式可知，卫星在某个回波窗内接收其在prt
k+4
的发射时间窗内照射第m个子测绘带的回波信号可以表示为：
[0060][0061]
其中，echom表示第m子测绘带的回波信号，k+4表示回波信号对应的信号发射窗在prt
k+4
内。进一步，可以得到如下表达式：
[0062][0063]
可见，卫星在prt
k+4
，prt
k+3
，prt
k+2
，prt
k+1
和prt
k+0
内分别照射第1，第2，第3，第4和第5子测绘带的回波信号可以在同一个回波窗内被接收。也就是说，因为每个相邻子测绘带间的斜距差为t
·
c/4，使得多个子测绘带的混合回波在同一回波窗内被接收。
[0064]
对于前述的mimo-sar成像模式所采用的雷达信号发射时序，为了实现回波分离，需要采用n(n≥5)个子天线同时接收散射的雷达回波，得到n组混合回波信号。针对如上所述的mimo-sar成像模式，本技术实施例采用以下的回波分离方法，具体如下。
[0065]
本技术实施例的基于mimo-sar成像模式，可以针对盲源分离原理进行，图3为本技术实施例的多个子测绘带的回波混合与信号处理示意图，如图3所示，示出了本技术实施例的应用场景，其主要包括以下处理步骤：
[0066]
1)m个子测绘带的混合回波信号同时被sar系统的n个子天线接收，得到n组混合回波信号(n≥m)；
[0067]
2)利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化(jade)算法进行回波分离，得到m个子测绘带的回波信号；
[0068]
3)基于sar成像算法对分离的回波信号分别成像得到m个子测绘带的雷达图像，同时实现sar的宽幅成像功能。
[0069]
前述步骤3)中的成像过程可以使用经典的距离多普勒算法(range-doppler algorithm，rda)，chirp scaling算法(csa)等成像算法。
[0070]
图4为本技术实施例的基于特征矩阵联合近似对角化的回波分离流程图，如图4所示，步骤2)中的回波分离过程主要包括如下三个步骤：
[0071]
1)对n组观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为一个正交矩阵，减少独立成分分析(ica)的工作量，并且降低观测数据的维度；
[0072]
2)对白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化(jade)处理，得到正交矩阵u＝vjp，其中p为置换矩阵和j为对角矩阵；
[0073]
3)白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，其可以表示为y(t)＝uhz(t)＝pjs(t)。
[0074]
此后，基于上述图3所示的处理步骤，基于其sar成像算法对y(t)所包含的m个回波信号分别进行处理，得到满足用户需求的雷达图像。
[0075]
以下通过具体实施方式，进一步阐明本技术实施例的技术方案的实质。
[0076]
目前，回波分离主要用于mimo-sar模式，而mimo雷达具有多个发射和接收机。多个子天线发射雷达信号，这些雷达信号可能是不相关的，并且接收天线尝试去区分这些信号。sar可以被认为是mimo雷达的一种形式。虽然传统的sar采用单一的发射天线以及单一的接收天线，但是这两个天线的位置被平移，雷达图像是通过对所有信息的联合处理而得到。本技术实施例的mimo-sar是指将传统sar天线沿着航迹和垂直航迹方向划分为多个子天线的雷达系统。
[0077]
本技术实施例的mimo-sar的m
t
个子天线发射m
t
雷达信号同时照射一个或者多个目标区域，被散射的多个回波信号相互混叠，并且被nr通道同时接收。在此，假设被第p子天线发射的信号为s
p
(t)，p∈{1，2，
…
，m
t
}，其被表示为：
[0078][0079]
其中，t为脉冲宽度，t为时间，θ
p
(t)为雷达信号的相位，以及
[0080][0081]
在考虑天线增益和传输损耗的情况下，第q(q∈{1，
…
，nr})通道接收到第p子天线发射的雷达信号的回波可以表示为：
[0082][0083]
其中，g
t，p
表示第p子天线方向图，g
r，q
为第q通道天线方向图，σ0为目标的后向散射系数，τ
p，q
＝(r
t，p
+r
r，q
)/c为路径时延，r
t，p
和r
r，q
分别为第p子天线和第q通道与目标的距离，c为光速，α为路径损耗指数，和fc为载波频率。因此，被第q通道接收到的混合回波信号可以表示为如下公式：
[0084][0085]
也就是说，具有相同τ
p，q
的回波信号会被同时接收。
[0086]
为了同时实现高分辨率和宽幅sar成像，首先需要分离nr子通道接收的混合回波信号，这也是本技术实施例所要解决的主要问题。
[0087]
一般地，盲源分离或者盲分离(blind source separation，bss)以及独立成分分析(independent component analysis，ica)通常依赖于无监督学习算法，并且其在工程和神经科学等领域具有广泛的应用前景。盲分离最早起源于“鸡尾酒会”问题，其目的是通过多个传感器接收的混合声信号分离出每个人的声音。其中盲分离的“盲”主要包含两层意思：1)未知源信号；2)未知源信号的混合过程。
[0088]
盲分离具有三种数学模型：1)线性瞬时混合模型，2)线性卷积混合模型，和3)非线性混合模型。
[0089]
在不考虑时延的情况调，假设k相互独立的源信号sk(t)，k∈{1，
…
，k}，入射到n阵元上，各阵元接收的混合信号xn(t)，n∈{1，
…
，n}，为k源信号在同一时刻的线性组合。在
此，将线性瞬时混合模型改写成如下所示的矩阵形式：
[0090]
x(t)＝as(t)
[0091]
其中，源信号矢量为s(t)＝[s1(t)，s2(t)，s3(t)，
…
，sk(t)]，混合信号矢量为x(t)＝[x1(t)，x2(t)，
…
，xn(t)]
t
，和a为n
×
k维的未知混合矩阵。
[0092]
线性卷积混合模型的数学表达式为：
[0093][0094]
其中，xi(t)为第i阵元接收的混合信号，sk(t)为第k源信号，a
i，k
(τ)表示第k源信号到第i阵元的冲激响应。将上式表示为如下所示的矩阵形式：
[0095][0096]
其中，源信号矢量为s(t)＝[s1(t)，s2(t)，s3(t)，
…
，sk(t)]，混合信号矢量为x(t)＝[x1(t)，x2(t)，
…
，xn(t)]
t
，a(τ)＝[a
i，k
(τ)]∈rn×k为n
×
k维的未知混合矩阵。观测矩阵x(t)相当于源信号s(t)通过a(τ)的卷积混叠。
[0097]
本技术实施例基于盲分离的线性混合模型以及特征矩阵联合近似对角化(jade)算法，很好地解决了星载sar的回波分离和高分宽幅成像问题。并且，本技术实施例能够使用三个子测绘带的系统参数分别对3个乱序的回波进行成像，并且根据熵最小原则自动选择出对应3个子测绘带的成像结果。
[0098]
本技术实施例中，针对源信号的幅度不可解的情况，需要对观测数据进行白化处理，即将源信号的各个分量转化为均值为0方差为1的随机变量sk(t)。假设观测数据为xk(t)，那么白化后的数据可以表示为：
[0099]
zk(t)＝t
·
xk(t)
[0100]
其中t为线性变换。
[0101]
观测数据xk(t)的相关矩阵可以表示为：
[0102]rx
＝e[x(t)x(t)h]＝qλqh[0103]
其中，λ为对角阵，r
x
的特征值，和q为正交矩阵。
[0104]
观测数据zk(t)的相关矩阵可以表示为：
[0105]rz
＝e[z(t)z(t)h]＝te[x(t)x(t)h]th＝tqλqhth＝i
[0106]
那么，白化矩阵可以表示为
[0107]
t＝λ-1/2
qh[0108]
进一步地，
[0109]
z(t)＝t
·a·
s(t)＝v
·
s(t)
[0110]rz
＝ve[s(t)s(t)h]vh＝vvh＝i
[0111]
其中v为正交矩阵。
[0112]
本技术实施例的jade算法的目标为：寻找正交矩阵u＝vjp使得y(t)＝uhz(t)＝pjs(t)。其中p为置换矩阵，和j为对角矩阵。需要说明的是，白化过程作为bss的预处理可以有效降低问题的复杂度，其可以通过传统的主成分分析(pca)来实现。其中，白化的目的主
要有：1)使所求混合矩阵退化为一个正交矩阵，减少ica的工作量；2)降低维度，即当观测维数大于源信号个数时，经过白化处理可以将观测信号维数降低到与源信号的维数相同。
[0113]
首先，衡量随机矢量各分量之间的独立性指标可以描述为如下对照函数：
[0114][0115]
其中，cum(yi(t)，y
j*
(t)，yk(t)，y
l*
(t))表示四阶累积量函数，以及的取值范围是{i，j，k，l∈[1，
…
，k]}-{i≠j≠k≠l}。
[0116]
因此，max c(u)的最大化等价于除c(u)所包含的四阶累积量之外的所有互累积量平方和{i≠j≠k≠l}的最小化，即信号分离。
[0117]
在给定一个矩阵集合n＝{nr|1≤r≤s}，一个酉矩阵u对其联合对角化等价于如下目标函数的最大化为：
[0118][0119]
通常，矩阵集合n不能同时完全被u联合对角化，而只能近似对角化。因此，其被称为联合近似对角化。
[0120]
其中，cardoso已经证明：
[0121]
max c(u)＝max c(u，n)
[0122]
这将对照函数的最大化问题转换为一组矩阵的联合近似对角化问题。
[0123]
cardoso已经证明：可以用特征矩阵表示四阶累积量矩阵。对于任意给定矩阵m＝[m
i，j
]
kxk
，定义矩阵pz(m)＝[n
i，j
]
kxk
，如下：
[0124][0125]
对于任意k维有四阶累积量的随机矢量z，存在k2实数λi和k
2 k
×
k维特征矩阵mi满足：
[0126]
pz(mi)＝λi·
mi[0127]
其中，trace(mrm
sh
)＝δ(r-s)，trace(*)为求迹函数。
[0128]
利用随机矢量z(t)的所有四阶累积量k2×
k2矩阵cz，对cz做特征值分解即可得到特征值和特征矩阵。
[0129]
由k2维的特征向量反堆成k
×
k特征矩阵，将特征值按由大到小顺序排列，取前k特征值及对应的特征矩阵组成累积量特征矩阵集合ne＝λi·
mi。对ne进行联合对角化可求出酉矩阵u，使得
[0130]
y(t)＝uhz(t)＝pjs(t)
[0131]
其中，y(t)表示分离的源信号。
[0132]
基于图3、图4所示的信号处理流程以及表i所示的星载sar系统参数进行mimo-sar回波分离仿真实验。为了降低仿真所需要计算机的性能要求，仿真实验假设m＝3和n＝3。使用如下所示3
×
3的复权值w对3个子测绘带的回波信号分别进行加权求和，得到3个混合回
波，其中rand(3，3)表示3
×
3的随机相位。基于3个混合回波和jade算法实现回波分离。进而，对分离的3个回波信号分别成像处理，得到满足用户需求的雷达图像，如下：
[0133][0134]
图5为本技术实施例中被观测的3个子测绘带图像。子测绘带1、子测绘带2以及子测绘带3的侧视角范围为36.8533～37.3923
°
、36.8533～37.3923
°
和42.0167-42.3692
°
。基于上述3
×
3复权值w以及图5中图像进行分布式目标回波仿真，得到3个混合的雷达回波信号。进一步，基于混合回波和jade算法进行回波分离，得到3个分离回波信号。
[0135]
基于jade算法得到的分离回波信号的顺序被打乱。因此，需要使用三个子测绘带的系统参数分别对3个乱序的回波进行成像，并且根据熵最小原则自动选择出对应3个子测绘带的成像结果。基于此，得到的成像结果如图6，图7和图8所示。从图6，图7和图8中分别选择出最小熵的结果，得到最终的成像结果，如图9所示。
[0136]
为了进一步量化分析回波分离的效果，对图5和图9中的子测绘带3中白色虚线所对应的像素幅值进行对比，如图10所示。并且，这两条虚线对应的像素幅值的差如图11所示。
[0137]
如下表1所示，示出了用于回波分离的仿真参数：
[0138]
载波频率卫星高度子通道数目方位向分辨率距离向分辨率10ghz607km33m3m天线安装角脉冲宽度信号带宽天线长度幅宽30
°
100us50mhz6m10km多普勒带宽脉冲重复频率子测绘带1范围子测绘带2范围子测绘带3范围2156.8hz2588.2hz36.8533～37.3923
°
39.7097-40.1427
°
42.0167-42.3692
°
[0139]
表1
[0140]
根据图9，图10和图11所示的仿真结果可知：本技术实施例的基于jade的mimo-sar回波分离方法可以很好地分离多个子测绘带的混合回波。基于本技术实施例的方法，可以同时实现对m个子测绘带的高分辨率成像。并且，本技术实施例的方法只需要星载sar系统具有n个子通道(n≥m)，而不需要使用dbf技术来实现不同子测绘带的回波分离，降低了星载sar系统设计的复杂度。
[0141]
图12为本技术实施例的多输入多输出合成孔径雷达回波分离装置的组成结构示意图，如图12所示，本技术实施例的多输入多输出合成孔径雷达回波分离装置包括：
[0142]
确定单元60，用于确定被观测的子测绘带的最大数目；
[0143]
观测单元61，用于在一个脉冲重复间隔的发射时间窗内，使用m个子天线同时发射雷达信号分别照射不大于最大数目的m个子测绘带进行观测；
[0144]
接收单元62，用于在同一个回波窗内通过n个子天线接收m个子测绘带的混合回波信号，得到n组混合回波信号；其中，n≥m；
[0145]
回波分离单元63，用于利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号；
[0146]
成像单元64，用于基于合成孔径雷达sar成像算法对分离的回波信号分别成像得
到m个子测绘带的雷达图像，实现sar宽幅成像。
[0147]
作为一种实现方式，所述确定单元60，还用于：
[0148]
通过下式确定被观测的子测绘带的最大数目m
max
：
[0149][0150]
其中，h
sat
为卫星高度，re为地球半径，c为光速，t为脉冲重复时间prt，floor[*]表示不大于*的最大整数。
[0151]
作为一种实现方式，所述回波分离单元63，还用于：
[0152]
对n组回波观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为正交矩阵；
[0153]
对白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化处理，得到正交矩阵u＝vjp，其中，p为置换矩阵，j为对角矩阵；
[0154]
将白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，表示为：y(t)＝uhz(t)＝pjs(t)。
[0155]
作为一种实现方式，在m个子测绘带中，相邻子测绘带间的斜距差保持为t
·
c/4，使m个子测绘带的混合回波处于同一回波窗内。
[0156]
在示例性实施例中，确定单元60、观测单元61、接收单元62、回波分离单元63、成像单元64等可以被一个或多个中央处理器(cpu，central processing unit)、应用专用集成电路(asic，application specific integrated circuit)、数字信号处理器(digital signal processor，dsp)、可编程逻辑器件(pld，programmable logic device)、复杂可编程逻辑器件(cpld，complex programmable logic device)、现场可编程门阵列(fpga，field-programmable gate array)、通用处理器、控制器、微控制器(mcu，micro controller unit)、微处理器(microprocessor)、或其他电子元件实现，用于执行前述实施例的多输入多输出合成孔径雷达回波分离方法的步骤。
[0157]
在本公开实施例中，图12示出的多输入多输出合成孔径雷达回波分离装置中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0158]
下面，参考图13来描述根据本技术实施例的电子设备11。
[0159]
如图13所示，电子设备11包括一个或多个处理器111和存储器112。
[0160]
处理器111可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备11中的其他组件以执行期望的功能。
[0161]
存储器112可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器111可以运行所述程序指令，以实现上文所述的本技术的各个实施例的跨系统的网络设备调用方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
[0162]
在一个示例中，电子设备11还可以包括：输入装置113和输出装置114，这些组件通
过总线系统和/或其他形式的连接机构(图13中未示出)互连。
[0163]
该输入装置113可以包括例如键盘、鼠标等等。
[0164]
该输出装置114可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出装置114可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
[0165]
当然，为了简化，图13中仅示出了该电子设备11中与本技术有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备11还可以包括任何其他适当的组件。
[0166]
本技术实施例还记载了一种存储介质，其上存储有可执行程序，所述可执行程序被处理器执行前述实施例的多输入多输出合成孔径雷达回波分离方法的步骤。
[0167]
可以理解的是，在一些实施例中，耦合线、分支线也可以称为传输线，本技术实施例中对于各耦合线分支线的命名是出于对信号处理过程中电路各部分部件的功能考虑，并非对本技术保护范围的具体限定。
[0168]
以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
[0169]
本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”，且可与其互换使用。
[0170]
还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
[0171]
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
[0172]
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

技术特征：
1.一种多输入多输出合成孔径雷达回波分离方法，其特征在于，所述方法包括：确定被观测的子测绘带的最大数目，在一个脉冲重复间隔的发射时间窗内，使用m个子天线同时发射雷达信号分别照射不大于最大数目的m个子测绘带进行观测；并在同一个回波窗内通过n个子天线接收m个子测绘带的混合回波信号，得到n组混合回波信号；其中，n≥m；利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号；基于合成孔径雷达sar成像算法对分离的回波信号分别成像得到m个子测绘带的雷达图像，实现sar宽幅成像。2.根据权利要求1所述的方法，其特征在于，所述确定被观测的子测绘带的最大数目，包括：通过下式确定被观测的子测绘带的最大数目m
max
：其中，h
sat
为卫星高度，r
e
为地球半径，c为光速，t为脉冲重复时间prt，floor[*]表示不大于*的最大整数。3.根据权利要求1所述的方法，其特征在于，所述利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号，包括：对n组回波观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为正交矩阵；对所述白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化处理，得到正交矩阵u＝vjp，其中，p为置换矩阵，j为对角矩阵；将白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，表示为：y(t)＝u
h
z(t)＝pjs(t)。4.根据权利要求1所述的方法，其特征在于，在m个子测绘带中，相邻子测绘带间的斜距差保持为t
·
c/4，使m个子测绘带的混合回波处于同一回波窗内。5.一种多输入多输出合成孔径雷达回波分离装置，其特征在于，所述装置包括：确定单元，用于确定被观测的子测绘带的最大数目；观测单元，用于在一个脉冲重复间隔的发射时间窗内，使用m个子天线同时发射雷达信号分别照射不大于最大数目的m个子测绘带进行观测；接收单元，用于在同一个回波窗内通过n个子天线接收m个子测绘带的混合回波信号，得到n组混合回波信号；其中，n≥m；回波分离单元，用于利用各子带回波信号的独立统计特性，基于n组混合回波信号和特征矩阵联合近似对角化jade算法进行回波分离，得到m个子测绘带的回波信号；成像单元，用于基于合成孔径雷达sar成像算法对分离的回波信号分别成像得到m个子测绘带的雷达图像，实现sar宽幅成像。6.根据权利要求5所述的装置，其特征在于，所述确定单元，还用于：通过下式确定被观测的子测绘带的最大数目m
max
：
其中，h
sat
为卫星高度，r
e
为地球半径，c为光速，t为脉冲重复时间prt，floor[*]表示不大于*的最大整数。7.根据权利要求5所述的装置，其特征在于，所述回波分离单元，还用于：对n组回波观测数据x(t)进行白化处理得到白化数据z(t)，使所求混合矩阵退化为正交矩阵；对所述白化数据z(t)的四阶累积量矩阵的特征矩阵进行特征矩阵联合近似对角化处理，得到正交矩阵u＝vjp，其中，p为置换矩阵，j为对角矩阵；将白化数据z(t)左乘以u的共轭转置矩阵，得到分离的m个子测绘带的回波信号，表示为：y(t)＝u
h
z(t)＝pjs(t)。8.根据权利要求5所述的装置，其特征在于，在m个子测绘带中，相邻子测绘带间的斜距差保持为t
·
c/4，使m个子测绘带的混合回波处于同一回波窗内。9.一种电子设备，包括处理器、存储器及存储在存储器上并能够由所述处理器运行的可执行程序，所述处理器运行所述可执行程序时执行如权利要求1至4任一项所述的多输入多输出合成孔径雷达回波分离方法的步骤。10.一种存储介质，其上存储有可执行程序，所述可执行程序被处理器执行时实现如求1至4任一项所述的多输入多输出合成孔径雷达回波分离方法的步骤。

技术总结
本申请是关于一种多输入多输出合成孔径雷达回波分离方法及装置、电子设备、存储介质，所述方法包括：确定被观测的子测绘带的最大数目，在一个脉冲重复间隔的发射时间窗内，使用M个子天线同时发射雷达信号分别照射不大于最大数目的M个子测绘带进行观测；并在同一个回波窗内通过N个子天线接收M个子测绘带的混合回波信号，得到N组混合回波信号；利用各子带回波信号的独立统计特性，基于N组混合回波信号和特征矩阵联合近似对角化JADE算法进行回波分离，得到M个子测绘带的回波信号；基于合成孔径雷达SAR成像算法对分离的回波信号分别成像得到M个子测绘带的雷达图像，实现SAR宽幅成像。本申请的处理系统复杂度低，且具有较强的适用性。适用性。适用性。


技术研发人员：张岩岩 王宇 邓云凯 昌盛 张永伟 王伟
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：2021.11.25
技术公布日：2022/3/8