基于动态散斑时频特性的合作目标微动参数反演 下载: 839次
1 引言
对空间目标的运动状态进行观测是航天器测控的重要组成部分,也是目标识别的基本手段之一,其中以目标微动状态的识别和测量最为关键,也最为困难。这是因为目标距离遥远,表面细节辨认困难,无法通过一般的成像技术观察目标自身的旋转、翻滚等运动状态。
目前,基于地基观测的目标微动状态测量技术主要有三种,分别是基于光变曲线、微多普勒频谱以及激光动态散斑的测量技术。
光变曲线反映的是目标姿态变化导致入射角、散射角发生变化,从而导致散射光强度的变化。基于接收到的光强变化的周期性可以反演卫星、火箭等空间目标的旋转周期和旋转轴指向,这一方法在理论和实践上都比较成熟[1-7],但不适用于散射光强对目标转动不敏感的情况,而且测量精度也不够理想。
目标表面各点运动速度的差异会导致各点回波多普勒频移不同,从而形成多普勒频谱。基于这一原理的微动反演技术被广泛用于直升飞机旋翼转速的判断以及导弹目标识别等[8-10]。其优点是反演精度高,信息量大,缺点是光路复杂不易调整,对硬件要求较高。目前,该技术多用于中程目标的探测,对于空间目标等远程目标的探测尚处于理论研究和实验探索阶段[11-13]。
目标的运动会导致接收点上激光散斑强度发生变化,动态散斑的变化频率比普通光变曲线的频率更高,携带的信息也更精确。激光散斑常被用于测量平动、转动和振动等多种运动形式的速度和频率。具体测量方法又分为两类:一类是基于时间相关函数的测量方法,这类方法常用于测量圆柱旋转角度[14]及速度[15]、球半径及旋转速度[16]、人的心率[17]等;第二类是基于动态散斑强度频谱的测量方法,但这类方法多用来测量流体的速度,如利用散斑对比度成像方法测量血流速度[18-20]。此外,还有直接使用动态散斑功率谱的方法,如:1985年,Fujii等[21]开发了一种利用动态散斑功率谱斜率测量血流平均速度的技术;2005年,Barton等[22]在光学相干层析成像(OTC)系统上,利用动态散斑频谱宽度测量了眼底的血流速度。目前,研究人员对动态散斑形成机制还缺少深入理解[23],而上述方法一方面依赖于具体的目标形态及其运动状态,灵活性不足,另一方面不能全面挖掘散斑携带的信息,可测物理量有限,测量过程中有些重要参数只能通过实验得到。
本文以自旋运动的合作目标作为研究对象,提出了一种基于动态散斑功率谱的目标微动参数反演方法。首先推导了动态散斑功率谱公式,该公式提示了散斑功率谱的形成机制;然后参考基于微多普勒的微动反演算法,利用短时傅里叶变换得到阵列回波时频信号;之后提出频谱相关函数及时频-相幅变换算法,并采用该算法提取时频信号周期及幅度等信息;最后以三种典型运动状态下的角反射器阵列为例,反演了目标的转动周期和旋转轴指向角度。
2 角反射器阵列激光动态散斑模型
本节以
图 1. 角反射器阵列结构及探测系统光路几何示意图。(a)角反射器阵列结构;(b)探测系统光路几何
Fig. 1. Structure of retroreflector array and optical geometry of detecting system. (a) Structure of retroreflector array; (b) optical geometry of detecting system
目标位于空中,并以角速度ω绕某固定轴(此轴称为旋转轴)旋转,利用单站激光雷达对其进行观测。目标与激光雷达的几何关系如
2.1 角反射器单元激光回波模型
本文研究的角反射器阵列所用的角反射器单元为熔石英材质,采用内切圆切割而成,折射率为n=1.455,底面半径为r=1.586 cm。激光以任意入射角i0照射角反射器,其后向散射截面可以表示为[25]
其中,
式中:β是一个系数,受激光波长、角反射器反射效率及接收点位置的影响;S(i0)是角反射器的有效反射面积[26];i=arcsin[sin(i0)/n]。在单站模式下,可认为β是一个时不变的值。
根据散射截面的定义,角反射器阵列上第j个反射单元的回波远场幅度可以表示为
式中:p和ρj分别为接收点和角反射器中心的三维坐标;σj为第j个反射单元的后向散射截面;Ui(ρj)为入射光场。本文采用高斯波束,故角反射器孔径上的入射光场可以表示为
式中:ρ为入射点的横向坐标;ρ为入射点的横向距离;k=2π/λ为波数,λ为波长;w和F分别为入射波束的波束半径和波前曲率半径。
当目标距激光雷达的距离L很大时,发射场和反射场的波前都近似为球面,其波前曲率半径约等于L,此时角反射器的散射场可以表示为
式中:ρj为第j个反射单元孔径中心的横向距离;L(ρj,0,t)和L(ρj,p,t)分别为t时刻第j个反射单元孔径中心到发射点和接收点的距离;ϕj是由角反射器单元安装误差引起的附加随机相位。
当目标处于运动状态时,反射器单元的回波幅度和相位都处于变化之中,但幅度相对于相位是缓变函数。因此,在短时间内,本文只考虑运动对相位的影响。设角反射器单元的运动速度为vj,在时刻t=t0+Δt时,激光双程传输的距离为
式中:L(ρj,0,t0)和L(ρj,p,t0)分别为t0时刻第j个反射单元孔径中心到发射点和接收点的距离;vj1和vj2为角反射器速度的径向分量。对于单站激光雷达,有vj1=vj2=vj。此时,回波场可以表示为
令
式中:Ej、Θj和fj分别为角反射器的回波幅度、初始相位和多普勒频移;λ为激光波长。
2.2 角反射器阵列动态散斑强度模型
总接收场由各反射单元的回波相干叠加而成,即
则接收场的散斑强度为
式中:m为角反射器单元的总数;Ijj'=EjEj'和Φjj'=Θj-Θj'分别为两反射单元回波的互强度和初始相位差;Φjj'在j=j'时是常量0,否则是一个均方根远大于波长的随机变量。
由于Φjj'的存在,接收到的光强是一个随时间变化的随机变量。
图 2. 自旋运动角反射器阵列散斑强度的时间序列
Fig. 2. Intensity time sequence of speckle field of a rotating retroreflector
2.3 角反射器阵列动态散斑时频信号模型
为了在接收光强时得到目标运动状态的信息,本文对接收光强时间序列作傅里叶变换,得到了其频谱函数。频谱函数表达式为
式中:δ为狄拉克函数;f为光强信号的频率。G(p,f)在f≠0时仍是一个随机变量。进一步计算频谱强度,得
式中:G2(p,f)为散斑功率谱密度函数。由(12)式可知,G2(p,f)只在f=fj-fj'且fj-fj'=fl-fl'时非零,或者说,非零值的位置是由任意两反射单元回波多普勒频移之差决定的。由于散射单元的离散性,功率谱并不是连续的,而是存在有限数量的频点。假设功率谱内共存在G个非零频点,其中第g个频点对应的频差为Δfg=fj-fj'。由于阵列的对称性等因素,可能存在Ng(Ng≥1)对(j,j')组合对应同一个Δfg(实际中,当两个频差之差的绝对值小于频谱分辨率时,就可以认为它们相同)。
当Ng=1时,功率谱在f=Δfg=
当Ng>1时,功率谱的值为
式中:jgnj'gn∈{jg1j'g1,jg2j'g2,…,jgNgj'gNg}。
角反射器阵列回波散斑功率谱密度函数可以表示为
综上,散斑实时功率谱上存在G个非零离散频点,每个频点的强度都大于或等于零。由于功率谱来自强度的傅里叶变换,所以它是一个偶函数。
由于一次傅里叶变换的时间序列不能太长,因此需要在不同的时刻对目标进行探测,以全面反映目标的运动信息。从信号处理角度,利用时间窗口滑动截取散斑强度信号,作短时傅里叶变换,就可得到动态散斑的时频信号G2(p,f,t)。
3 典型运动状态下角反射器阵列的微动参数反演
时频信号虽然仍含有一定的随机性,但已经可以提供足够的信息。本节将展示如何由时频信号反演得到目标的运动参数。反演所需的散斑强度序列由计算机程序依据(10)式数值仿真得到。
3.1 同轴旋转阵列
首先考虑最简单的情况,即阵列旋转轴与阵列中心轴共轴。设置仿真参数如下:波长λ=1.06 μm,角反射器阵列到观察点的距离L=1000 km,旋转周期T=2 s,视线角θ=5°,采样周期dt=10 μs,总仿真时长te=30 s,短时傅里叶变换所用矩形时间窗长度N=1024。
对强度序列作短时傅里叶变换,可以得到接收强度的时频信号,如
图 3. 同轴旋转阵列动态散斑的时频图
Fig. 3. Time-frequency feature of dynamic speckle of coaxial rotating array
为了更准确地得到谱线周期,本文对(16)式所示的频谱相关函数进行了计算,计算结果如
图 4. 同轴旋转阵列动态散斑的频谱相关函数
Fig. 4. Spectral correlation function of dynamic speckle of coaxial rotating array
通过提取曲线的峰值位置可以得到曲线具有两种周期性:一种周期为2 s,其对应最大相关峰值的位置,通过最大峰值的位置可以反演目标旋转周期;另一种周期为0.25 s,即旋转周期的1/8,这是由角反射器阵列的旋转对称性带来的。但由于每个反射单元的安装误差是随机的,角反射器阵列的旋转对称性并不完美,所以旋转1/8周后的功率谱并不完全一致,其相关系数小于1。通过仿真数据反演的周期没有显示出存在误差,但考虑到有限采样时间对时间分辨率的限制,可以认为旋转周期的反演精度即为采样时间,在本算例中反演精度为10-5 s(2009年,Kirchner等[1]基于角反射器阵列光变曲线反演旋转周期的精度只能达到约0.6 s,相对精度为1%)。
在转速已确定的情况下,一条谱线的幅度由对应的两反射单元的相对位置决定,第g条谱线的实时频率可以表示为
其中:ej和ej'分别是形成第g条谱线的一对反射单元j和j'所在的径向方向,对于遥远的空间目标,可近似认为ej=ej';ω=2π/T为阵列旋转的角速度;rg=
为了从仿真数据中提取角反射器阵列的指向角θ,需要从
利用公式
可以得到
图 5. 同轴旋转阵列动态散斑的频谱累积强度分布
Fig. 5. Spectral integrated intensity of dynamic speckle of the coaxial rotating array
表 1. 各阶谱线的振幅值及其对应的视线角反演值
Table 1. Amplitude of each spectral lines and corresponding line-of-sight angles
|
3.2 异轴旋转阵列
目标并不一定总是绕阵列中心轴旋转,设旋转轴与阵列轴的夹角为α=20°,视线角仍为θ=5°,旋转轴在阵列坐标系中的方位角φ'=5°,其他参数不变,利用计算机仿真得到散斑强度序列,进一步计算可以得到异轴旋转阵列动态散斑的时频图,如
图 6. 异轴旋转阵列动态散斑的时频图
Fig. 6. Time-frequency feature of dynamic speckle of non-coaxial rotating array
图 7. 异轴旋转阵列动态散斑的频谱相关函数
Fig. 7. Spectral correlation function of dynamic speckle of non-coaxial rotating array
为了进一步反演角反射器阵列的旋转轴指向,需要提取各谱线的幅度。但原来振幅相同的同阶谱线发生了分裂,各谱线振幅值多且相互接近,若仍以频谱时间累加的方法,则各谱线对应的峰值区会交错重叠,导致峰值消失或峰值密集不易识别。因此,本文提出了一种新的变换算法——时频-相幅变换,其表达式为
式中:h(t)为谱线的基函数,所有谱线随时间的变化都遵循此函数,只是每条曲线的振幅f'和时延τ不同。对于散射单元绕固定轴旋转的情况,谱线的基函数为
式中:T为阵列旋转周期。当f'、τ与时频图中第k条谱线的参数f'k、τk相同时,振幅-相位函数γ(f',τ)在(f'k,τk)处会出现峰值。提取出γ(f',τ)函数所有峰值的位置,就可以得到所有谱线的幅度。
在实际计算过程中需要把(20)式离散化。结合
图 8. 异轴旋转阵列动态散斑时频谱线的振幅-相位分布图
Fig. 8. Amplitude-phase distribution of time-frequency spectral lines of dynamic speckle of non-coaxial rotating array
表 2. 异轴旋转阵列时频谱线振幅的提取结果
Table 2. Extracted amplitude of time-frequency spectral lines of non-coaxial rotating array
|
利用(18)式可以从理论上计算角反射器阵列在任意运动状态下的谱线振幅。记同一状态下所有振幅的理论值为集合Y,它是阵列姿态(θ,α,φ')的函数。将振幅-相位函数提取得到的所有振幅值记为集合Y'。二者之间的偏差定义为
由(22)式可知δ也是阵列姿态的函数。利用粒子群优化算法搜寻到使δ最小化的(θ,α,φ'),即为反演得到的阵列姿态参数。本文基于
3.3 复合运动阵列
空间目标一般不会停在固定位置,除了绕轴旋转外,目标的质心位置也在作高速运动。在一个较短的时间段内,可以认为目标质心作平动。设目标质心以5000 m/s的速度(v)平行于x轴负方向移动,同时目标作绕阵列中心轴的旋转运动。激光雷达位于目标正下方,视线方向与旋转轴夹角仍为θ=5°,旋转轴方位角φ=0°,其他参数不变。
图 9. 复合运动阵列动态散斑的时频图
Fig. 9. Time-frequency feature of dynamic speckle of the array with compound movement
图 10. 复合运动阵列动态散斑的频谱相关函数
Fig. 10. Spectral correlation function of dynamic speckle of the array with compound movement
考虑到本文的目的是要从散斑中提取阵列旋转运动的信息,而平动的信息可以由其他测量方式较为简单地测得,所以本文只利用动态散斑来反演旋转轴初始时刻的指向角度(θ0,φ)。为此,仍需要提取各谱线的初始振幅。参考(18)式,当视线角θ发生变化时,谱线振幅可以表示为
式中:F'=2ωrg/λ为谱线相应反射单元对造成的最大频差;视线角θ是时间的函数,且受观测系统多个因素的影响。
观察
式中:θ0为初始时刻的视线角;Δθ(t)=θ(t)-θ0。在一阶近似下,与入射平面平行的目标速度分量会改变视线角,而垂直分量对视线角没有影响,即
式中:Δφ=φ″-φ,φ″为目标平动方向的方位角。当目标沿x轴负向运动时,φ″=180°,因此本次仿真中Δφ的理论值为180°。
综合(24)式和(25)式可以得谱线幅度的近似表达式为
从
比较(26)和(27)式可得
对于复合运动的目标,谱线的基函数为
利用时频-相幅变换法得到了复合运动目标时频谱线的振幅-相位分布,如
图 11. 复合运动阵列散斑时频谱线的振幅-相位分布图
Fig. 11. Amplitude-phase distribution of time-frequency spectral lines of the array with compound movement
表 3. 复合运动阵列时频谱线的振幅以及对应的反演视线角
Table 3. Amplitude of time-frequency spectral lines of the array with compound movement and corresponding inverted line-of-sight angle
|
4 结论
本文利用短时傅立叶变换方法对角反射器阵列激光回波时频信号特征进行了研究,揭示了动态散斑的形成机制及散斑功率谱的组成。针对角反射器阵列的三种典型运动状态,本文提出了基于动态散斑时频信号反演其旋转周期及旋转轴指向的方法。得到如下的具体结论:
1) 角反射器阵列动态散斑是由所有反射单元激光回波两两干涉叠加形成的,其功率谱是由各单元回波多普勒频移两两频差值组成的,功率谱随时间的变化形成了有限数目的谱线。
2) 当目标平动速度相对可以忽略时,旋转目标散斑时频谱线也是周期性振荡的,根据谱线的周期即可反演目标的旋转周期,其反演误差约为散斑信号的采样周期。即使考虑目标平动的影响,这一算法依然有效。
3) 根据各谱线的幅度及角反射器阵列的结构,可以反演阵列的旋转轴指向。对于质心不动的目标,根据单个探测点的散斑只能反演视线角。依靠多点探测或对平动目标进行连续探测,可以同时反演视线角与旋转轴方位角。所提反演算法对视线角的反演精度较高,达到0.1°以内,对方位角的反演精度较差。
4) 本文反演过程只利用了各谱线的幅度,但时频图中还有其他可利用的信息,包括各谱线的强度(亮度)和相位,综合利用这些信息,有望进一步提高反演精度。
本文提出的基于动态散斑时频信号的反演方法,具有设备简单、反演精度高的特点。这一方法不仅可以推广到其他类型的角反射器上,还可以推广到包含多个离散散射点的目标上。
[4] 田琪琛, 李智, 徐灿, 等. 基于光学散射特性的失稳空间目标旋转分析[J]. 光散射学报, 2017, 29(3): 266-270.
[5] 刘通, 陈浩, 沈鸣, 等. 旋转卫星激光测距数据分析与处理[J]. 中国激光, 2017, 44(5): 0504001.
[6] 刘通, 沈鸣, 高鹏骐, 等. 基于漫反射激光测距的火箭残骸翻滚姿态估算[J]. 中国激光, 2019, 46(1): 0104007.
[7] 单斌, 梁勇奇, 李恒年. 基于光度观测的空间目标姿态与角速度估计[J]. 光学学报, 2017, 37(5): 0512002.
[8] Setlur P, Ahmad F, Amin M. Helicopter radar return analysis: estimation and blade number selection[J]. Signal Processing, 2011, 91(6): 1409-1424.
[10] 王云鹏, 胡以华, 雷武虎, 等. 典型旋翼形状参数微多普勒激光探测计算方法[J]. 红外与激光工程, 2018, 47(9): 118-126.
[11] 韩勋. 基于窄带微动特征的空间锥体目标识别方法研究[D]. 西安: 西安电子科技大学, 2015.
HanX. Research on recognition of space cone-shaped targets based on narrowband radar feature[D]. Xi'an:Xidian University, 2015.
[12] 王明军, 宫彦军, 柯熙政, 等. 地基观测空间在轨运行圆锥目标的激光多普勒频谱[J]. 中国科学:技术科学, 2018, 48(4): 424-432.
[13] 郭力仁, 胡以华, 王云鹏, 等. 基于粒子滤波的高阶运动目标激光探测微动参数估计[J]. 光学学报, 2018, 38(9): 0912006.
[14] Hayashi A, Kitagawa Y. High-resolution rotation-angle measurement of a cylinder using speckle displacement detection[J]. Applied Optics, 1983, 22(22): 3520-3525.
[15] 张耿. 粗糙目标激光散斑统计特性及微运动特征分析[D]. 西安: 西安电子科技大学, 2013.
ZhangG. Statistical properties of laser speckle from rough objects and analysis on micro-motion characteristic[D]. Xi'an:Xidian University, 2013.
[17] 李翰卿. 基于生物散斑的非接触式人体心率和脉搏波测量方法研究[D]. 厦门: 厦门大学, 2018.
Li HQ. Study on non-contact measuring method of human heart rate and pulse wave based on bio-speckle[D]. Xiamen: Xiamen University, 2018.
[18] Briers D. Time-varying laser speckle for measuring motion and flow[J]. Proceedings of SPIE, 2001, 4242: 25-39.
[19] Kazmi S M, Richards L M, Schrandt C J, et al. Expanding applications, accuracy, and interpretation of laser speckle contrast imaging of cerebral blood flow[J]. Journal Cerebral Blood Flow Metabolism, 2015, 35(7): 1076-1084.
[20] 陈俊波, 曾亚光, 袁治灵, 等. 基于动态散斑的光学相干层析成像技术[J]. 光学学报, 2018, 38(1): 0111001.
[21] Fujii H, Asakura T, Nohira K, et al. Blood flow observed by time-varying laser speckle[J]. Optics Letters, 1985, 10(3): 104-106.
[22] Barton J, Stromski S. Flow measurement without phase information in optical coherence tomography images[J]. Optics Express, 2005, 13(14): 5234-5239.
[25] 钟声远, 李长桢, 陈念江, 等. 导航卫星激光后向反射器研究[J]. 激光与红外, 2011, 41(8): 834-839.
[26] 刘万里, 欧阳健飞, 曲兴华. 激光光束入射角度变化对角锥棱镜测量精度的影响[J]. 光学精密工程, 2009, 17(2): 286-291.
Article Outline
王利国, 李亚清, 巩蕾, 王谦. 基于动态散斑时频特性的合作目标微动参数反演[J]. 光学学报, 2021, 41(2): 0228001. Liguo Wang, Yaqing Li, Lei Gong, Qian Wang. Inversion Algorithm for Micro-Motion Parameters of a Cooperative Target Based on Time-Frequency Feature of Dynamic Speckle[J]. Acta Optica Sinica, 2021, 41(2): 0228001.