具体实施方式

具体实施方式一：结合图1说明本实施方式，本实施方式基于多普勒中心估计的机载SAR预处理方法具体过程为：

步骤一、获取机载SAR回波数据，采用距离-多普勒(range Doppler,RD)算法中的距离维匹配滤波对获取的机载SAR回波数据进行距离压缩，获得距离压缩后的机载SAR回波数据，记距离压缩后的机载SAR回波数据为s_rb(m,n)；

其中，m为回波的脉冲序号，n为快时间序号；m＝1,2,…,N_a，N_a为脉冲数，n＝1,2,…,N_r，N_r为快时间采样点数；

步骤二、初始化子数据块序号k＝1，设置子数据块脉冲数N_a0，1＜N_a0＜N_a；子数据块个数为

式中，为向下取整函数；

步骤三、比较k与K，若k≤K，则执行步骤四；否则，执行步骤十；

步骤四、沿方位向取N_a0个脉冲，获取子数据块

子数据块包含N_a0个脉冲信号；

式中，m₀为子数据块的脉冲序号，m₀＝1,2,…,N_a0；

步骤五、将子数据块中前一个脉冲信号的共轭与后一个脉冲相乘，求解共轭相乘矩阵s(m₁,n)；

步骤六、将共轭相乘矩阵s(m₁,n)沿方位向求和，取平均值，得到相关函数；

步骤七、将相关函数沿距离向求和，取平均值，得到自相关函数；

步骤八、基于自相关函数，求解回波的多普勒频率估计值f_dc(k)；

步骤九、令k＝k+1，并返回步骤三；

步骤十、当舰船目标静止时，整个成像过程可视为SAR成像，求解SAR平台运动引起的多普勒频率理论值

步骤十一、当舰船目标运动时，整个成像过程既有SAR成像又有ISAR成像，回波的多普勒频率估计值为f_dc(k)；基于回波的多普勒频率估计值f_dc(k)和由SAR平台运动引起的多普勒频率理论值得到ISAR平台运动引起的多普勒频率估计值

回波的多普勒频率就是总的多普勒频率，是SAR和ISAR平台引起的多普勒频率估计值；

步骤十二、对进行曲线拟合，可采用傅里叶拟合，得到拟合曲线

步骤十三、取部分，该部分表征目标运动对成像影响较小，能够提高图像质量，记符合的起止脉冲序号为m_s和m_e，获得最优成像数据段即完成了SAR预处理过程，后续可进行其他成像处理；

式中，m_opt＝1,2,…,m_e-m_s+1为最优成像数据段的脉冲序号，δ为阈值。

具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤四中子数据块的表达式为：

子数据块

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤五中共轭相乘矩阵s(m₁,n)的表达式为：

式中，m₁为共轭相乘矩阵s(m₁,t_r)的脉冲序号，m₁＝1,2,…,N_a0-1，[·]^H为共轭函数。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述步骤六中相关函数的具体表达式为：

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤七中自相关函数的具体表达式为：

其它步骤及参数与具体实施方式一至四之一相同。

具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述步骤八中回波的多普勒频率估计值f_dc(k)的具体表达式为：

f_dc(k)＝angle(R_b)/(2πPRT)

式中，angle(·)为取相位函数，PRT(pulse repetition time)为脉冲重复周期。

其它步骤及参数与具体实施方式一至五之一相同。

具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述步骤十中由SAR平台运动引起的多普勒频率理论值的计算方式为：

式中，V_r为载机飞行速度，sgn[·]为符号函数，θ为斜视角，λ为波长。

其它步骤及参数与具体实施方式一至六之一相同。

具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述斜视角

式中，R_s为雷达正视目标时目标中心与雷达间的斜距。

其它步骤及参数与具体实施方式一至七之一相同。

具体实施方式九：本实施方式与具体实施方式一至八之一不同的是，所述步骤十一中基于回波的多普勒频率估计值f_dc(k)和由SAR平台运动引起的多普勒频率理论值得到ISAR平台运动引起的多普勒频率估计值；具体过程为：

由目标运动引起的多普勒频率可由回波的多普勒频率减去SAR平台引起的多普勒频率得到，ISAR平台引起的多普勒频率为

式中，为ISAR平台运动引起的多普勒频率估计值。

回波的多普勒频率就是总的多普勒频率，是SAR和ISAR平台引起的多普勒频率估计值。

其它步骤及参数与具体实施方式一至八之一相同。

具体实施方式十：本实施方式与具体实施方式一至九之一不同的是，所述步骤十二中拟合曲线表达式为：

式中，a₀、a_i、b_i为拟合系数，ω为基波频率，p为拟合阶数。

ω、p、a₀、a_i、b_i的值是根据参与拟合的值m和确定的。

其它步骤及参数与具体实施方式一至九之一相同。

采用以下实施例验证本发明的有益效果：

实施例一：

本实施例结合chirp scaling(CS)算法对机载SAR仿真数据成像，所得雷达图像为未进行SAR预处理结果，用以对比SAR预处理后的效果。

仿真所用的散射点模型为一个舰船模型，舰船模型的正视图、侧视图、俯视图和三维视图如图2a、2b、2c和2d所示，仿真所用雷达系统参数如表1所示，舰船目标的三维摆动参数如表2所示。

表1 雷达系统仿真参数

表2 舰船目标三维摆动参数

图3给出了未进行SAR预处理时的CS图像，可以看到SAR图像的距离和方位维散焦严重，图像熵值为10.4735。未进行SAR预处理情况下，CS算法需要处理的脉冲数为4664，成像时间段为0s至23.3150s，计算量较大。

实施例二：

采用以下实施例验证本发明的有益效果：

本实施例用本发明方法结合chirp scaling(CS)算法对机载SAR仿真数据成像，所得雷达图像为进行SAR预处理后的结果，用以对比SAR预处理前的效果。

仿真所用的舰船散射点模型、雷达系统参数和舰船运动参数与图2a、2b、2c、2d、表1和表2一致。

图4给出了回波多普勒频率f_dc的估计值、拟合结果以及SAR平台引起的多普勒频率理论值可以看到矩形区域具有f_dc十分接近的特征，说明在该成像时间段由目标运动引起的影响较小。图5给出了ISAR平台引起的多普勒频率估计值、拟合结果以及最优开始和结束成像时刻，图中阴影区域代表选取拟合结果中符合条件的成像时间段，最优开始和结束成像时刻如图中虚线所示。

图6为SAR预处理后的CS图像，可以看到SAR图像的距离和方位维聚焦效果良好，图像质量得以提高。从图像熵值上看，预处理后的图像熵值为10.3203，比预处理前小，也能说明提出的SAR预处理算法的有效性。经过SAR预处理，CS算法需要处理的脉冲数为1606，成像时间段为7.4210s至15.4500s，计算量明显减小。

实施例三：

本实施例结合chirp scaling(CS)算法对机载SAR实测数据成像，所得雷达图像为未进行SAR预处理结果，用以对比SAR预处理后的效果。

所用数据为机载SAR对海面舰船目标录取的回波数据，雷达系统参数如表3所示。

表3 雷达系统仿真参数

图7给出了未进行SAR预处理时的CS图像，可以看到SAR图像的距离和方位维具有一定程度散焦，图像熵值为8.6847。未进行SAR预处理情况下，CS算法需要处理的脉冲数为10240，成像时间段为0s至20.478s，计算量很大。

实施例四：

采用以下实施例验证本发明的有益效果：

本实施例用本发明方法结合chirp scaling(CS)算法对机载SAR实测数据成像，所得雷达图像为进行SAR预处理后的结果，用以对比SAR预处理前的效果。

所用数据为机载SAR对海面舰船目标录取的回波数据，雷达系统参数与表一致。

图8给出了回波多普勒频率f_dc的估计值、拟合结果以及SAR平台引起的多普勒频率理论值可以看到矩形区域具有f_dc十分接近的特征，说明在该成像时间段由目标运动引起的影响较小。图9给出了ISAR平台引起的多普勒频率估计值、拟合结果以及最优开始和结束成像时刻，图中阴影区域代表选取拟合结果中符合条件的成像时间段，最优开始和结束成像时刻如图中虚线所示。

图10为SAR预处理后的CS图像，可以看到SAR图像的距离和方位维聚焦效果良好，船体细节部分更加清晰，图像质量得以提高。从图像熵值上看，预处理后的图像熵值为8.3891，比预处理前小，也能说明提出的SAR预处理算法的有效性。经过SAR预处理，CS算法需要处理的脉冲数为1916，成像时间段为2.420s至6.253s，计算量明显减小。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。