Keystone变换原理及推导

原创已于 2026-02-01 17:26:25 修改 · 925 阅读

11 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#SAR #Keystone #KT

于 2026-01-13 16:27:52 首次发布

Keystone变换是合成孔径雷达（SAR）与地面动目标显示（GMTI）信号处理中的一项核心数学工具，主要用于校正距离徙动。在SAR成像或动目标检测中，雷达平台与目标间的相对运动会导致目标回波信号在距离-慢时间域发生轨迹弯曲（即距离徙动），尤其是当目标存在未知径向速度时，这种徙动会严重散焦图像或导致检测失败。

Keystone变换可以在低信噪比环境下,实现多个目标距离徙动的统一校正,且不需要目标运动参数的先验信息。它最核心的作用是：消除距离频率（ $f$ ）与慢时间（ $\eta$ ）之间的耦合。

1. 信号模型建立 (Signal Model)

假设雷达发射的是线性调频（LFM）信号，载频为 $f_c$ ，调频率为 $K_m$ ，带宽为 $B$ 。

发射信号形式为：

$s_{tr}(t) = \text{rect}\left(\frac{t}{T_p}\right) \exp\left(j 2\pi f_c t + j \pi K_m t^2\right)$

点目标在 $t$ 时刻与雷达的距离为 $R(\eta)$ 。接收到的回波信号（经过解调去载频后）在快时间 $t$ 和慢时间 $\eta$ 域可以表示为：

$s_r(t, \eta) = \text{rect}\left(\frac{t - \frac{2R(\eta)}{c}}{T_p}\right) \exp\left( -j \frac{4\pi f_c R(\eta)}{c} + j \pi K_m \left(t - \frac{2R(\eta)}{c}\right)^2 \right)$

其中 $c$ 为光速， $R(\eta)$ 表示雷达天线相位中心与点目标之间的瞬时斜距。

2. 变换到距离频率域

Keystone 变换通常在距离频率-慢时间域进行处理。我们对快时间 $t$ 进行傅里叶变换（FFT）,利用驻定相位原理（Stationary Phase Principle, POSP），频域信号可以近似表示为：

$S(f, \eta) = \text{rect}\left(\frac{f}{B}\right) \exp\left(-j \frac{\pi f^2}{K_m}\right) \exp\left(-j \frac{4\pi (f_c + f) R(\eta)}{c}\right)$

第一项相位 $\exp(-j \frac{\pi f^2}{K_m})$ 是由脉冲本身的调频特性引入的，通常通过脉冲压缩（Range Compression），即乘以匹配滤波器 $H(f) = \exp(j \frac{\pi f^2}{K_m})$ 来消除。

脉冲压缩后的信号为：

$S_{rc}(f, \eta) = A \cdot \text{rect}\left(\frac{f}{B}\right) \exp\left( -j \frac{4\pi (f_c + f)}{c} R(\eta) \right)$

3. 一阶Keystone变换

为了看清问题，我们将距离 $R(\eta)$ 按照泰勒级数展开（通常保留到一阶速度项即可说明Keystone的原理）：

$R(\eta) \approx R_0 + v \eta$

其中 $R_0$ 是初始距离， $v$ 是径向速度（距离向速度）。

将 $R(\eta)$ 代入 $S_{rc}(f, \eta)$ 的相位项 $\Phi$ ：

$\begin{aligned} \Phi(f, \eta) &= - \frac{4\pi (f_c + f)}{c} (R_0 + v\eta) \\ &= - \frac{4\pi f_c R_0}{c} - \frac{4\pi f R_0}{c}- \frac{4\pi f_c v \eta}{c}- \frac{4\pi f v \eta}{c} \end{aligned}$

展开得到三部分：

固定相位项： $- \frac{4\pi f_c R_0}{c} - \frac{4\pi f R_0}{c}$ （这是目标在 $R_0$ 处的成像位置）。
多普勒项： $- \frac{4\pi f_c v \eta}{c}$ （这是由载频引起的相位变化，对应多普勒频率）。
耦合项（距离走动项）： $- \frac{4\pi f v \eta}{c}$

我们需要解决的问题：

注意第三项 $\frac{4\pi f v \eta}{c}$ ，这一项中，频率变量 $f$ 和慢时间变量 $\eta$ 是乘积关系（耦合）。

在进行逆傅里叶变换（IFFT $f \to t$ ）回时域时，这个 $f$ 的系数 $\frac{4\pi v \eta}{c}$ 对应着时域的位移。
因为位移量 $\Delta R = v\eta$ 随慢时间 $\eta$ 变化，导致目标在不同脉冲（慢时间）出现在不同的距离单元。这就是距离徙动（RCM）。

1. Keystone 变换推导

Keystone 变换的核心思想是：通过重新定义慢时间轴，消去 $f$ 和 $\eta$ 的耦合。

我们引入一个新的虚拟慢时间变量 $\tau$ ，定义如下变换关系：

$(f_c + f) \eta = f_c \tau$

由此得到从 $\eta$ 到 $\tau$ 的映射：

$\eta = \frac{f_c}{f_c + f} \tau$

将此代入脉冲压缩后的信号 $S_{rc}(f, \eta)$ 的相位中：

$\begin{aligned} \Phi_{new}(f, \tau) &= - \frac{4\pi (f_c + f)}{c} R\left( \frac{f_c}{f_c + f} \tau \right) \\ &= - \frac{4\pi (f_c + f)}{c} \left( R_0 + v \cdot \frac{f_c}{f_c + f} \tau \right) \\ &= - \frac{4\pi (f_c + f) R_0}{c} - \frac{4\pi (f_c + f) v}{c} \cdot \frac{f_c}{f_c + f} \tau \end{aligned}$

注意在第二项中， $(f_c + f)$ 分子分母通过抵消

$\Phi_{new}(f, \tau) = {- \frac{4\pi (f_c + f) R_0}{c}}{- \frac{4\pi f_c v \tau}{c}}$

变换后的结果分析：

第一项：只包含 $f$ ，通过IFFT后会在 $t = 2R_0/c$ 处形成峰值。
第二项：只包含 $f_c$ 和 $\tau$ ，不包含 $f$ 。这意味着距离走动量不再随频率 $f$ 变化，也不再随快时间变化。
解耦成功：此时，距离频率 $f$ 和虚拟慢时间 $\tau$ 彻底解耦。对 $f$ 做IFFT后，目标的包络位置将固定在 $R_0$ ，不再随 $\tau$ 移动，坐标轴从 “R - $\eta$ ”转换为 “R - $\tau$ ”。

2. 物理含义详解

Keystone 变换的物理意义非常直观，如图所示，竖轴为慢时间 $\eta$ （或坐标变换后的新轴），横轴为距离 $R$ ，即将原始动目标的距离走动（实际轨迹表现为图中红色虚线）通过坐标轴变换重建为新的轨迹（绿色直线）：

对于实际公式而言：

时间轴的频率相关重采样（Rescaling）：

由公式 $\eta = \frac{f_c}{f_c + f} \tau$ 可知，对于不同的频率分量 $f$ ，慢时间轴 $\eta$ 的缩放比例是不同的。
- 当 $f > 0$ （高频部分）， $\eta$ 被压缩。
- 当 $f < 0$ （低频部分）， $\eta$ 被拉伸。
  
  这种拉伸和压缩正好抵消了不同频率分量在空间传播时产生的相位差变化率差异。
虚拟刚体运动：

在原始数据中，目标随着慢时间 $\eta$ 移动，轨迹是一条斜线（线性走动）。Keystone 变换相当于把这个数据空间进行“梯形”形变（这也是 Keystone "梯形石" 名字的由来）。变换后，目标的轨迹被“校直”了，看起来就像目标相对于雷达静止（或者说做刚体转动而没有径向位移），从而将能量聚焦在同一个距离单元内。
盲速处理能力：

最重要的一点是，上述推导过程中，不需要知道目标的速度 $v$ 。

变换公式 $(f_c + f)\eta = f_c \tau$ 中不包含 $v$ 。这意味着 Keystone 变换是一种盲处理（Blind Processing）算法，它可以同时校正多个不同速度目标的距离走动，而不需要预先估计速度。

3.总结

输入：距离频域-慢时间域信号 $S(f, \eta)$ 。
操作：坐标变换 $\eta \to \frac{f_c}{f_c+f}\tau$ （通常通过Sinc插值实现）。
效果：消除相位项中的 $f \cdot \eta$ 耦合项。
结果：距离徙动被校正，所有脉冲的目标能量对齐到同一距离门，便于后续的相干积累（Doppler FFT）。

4.缺陷

虽然一阶Keystone变换在数学形式和物理意义上相对简单，但是这种简单是基于一种理想情况下的：

从数学角度上说，我们只对 $R(\eta)$ 进行了一阶泰勒展开，这会造成非常大的误差。
从物理角度上说，我们假定物体是进行匀速直线运动或近似于匀速直线运动的，这种运动太单调太基础了，在实际应用中几乎无法满足；换句话说，我们不仅需要研究物体的速度（一次项），还需要研究物体的加速度（二次项）等。

因此，对其进行进一步推导，即二阶Keystone变换。

4. 二阶 Keystone 变换推导

如上文所述，二阶 Keystone 变换主要是为了解决目标存在较大加速度（或者长相干积累时间）时产生的距离弯曲（Range Curvature）问题。常规的一阶 Keystone 只能解决速度引起的线性距离走动。

1. 信号模型扩展 (Extended Signal Model)

首先，我们需要更新距离方程 $R(\eta)$ 。当目标存在加速度 $a$ 时，距离随慢时间 $\eta$ 的变化包含二次项：

$R(\eta) \approx R_0 + v \eta + \frac{1}{2} a \eta^2$

$R_0$ ：初始距离。
$v$ ：径向速度。
$a$ ：径向加速度。

在距离频率-慢时间域（Range Frequency - Slow Time Domain），经过脉冲压缩后的信号 $S_{rc}(f, \eta)$ 相位项为（忽略幅度常数）：

$S_{rc}(f, \eta) = \text{rect}\left(\frac{f}{B}\right) \exp\left( -j \frac{4\pi (f_c + f)}{c} R(\eta) \right)$

将 $R(\eta)$ 代入相位 $\Phi(f, \eta)$ 中展开：

$\begin{aligned} \Phi(f, \eta) &= - \frac{4\pi (f_c + f)}{c} \left( R_0 + v \eta + \frac{1}{2} a \eta^2 \right) \\ &={- \frac{4\pi (f_c + f) R_0}{c}} {- \frac{4\pi (f_c + f) v \eta}{c}}{- \frac{4\pi (f_c + f) \frac{1}{2} a \eta^2}{c}}\end{aligned}$

和一阶过程类似，我们很容易看出此时需解决的问题是：

第三项（加速度项）中包含了 $f \cdot \eta^2$ 的耦合。

如果我们使用一阶 Keystone 变换（ $\eta = \frac{f_c}{f_c+f}\tau$ ），只能消去 $v\eta$ 中的 $f$ ，但对于 $\eta^2$ 项，代入后变成 $\left(\frac{f_c}{f_c+f}\right)^2 \tau^2$ ，依然包含 $f$ ，无法消除距离弯曲。

为了消除二阶项中的频率耦合，我们需要构造一个新的变换关系，使得频率 $f$ 与慢时间 $\eta^2$ 的乘积变为常数。

2.二阶变换

2.1 变换公式定义

二阶 Keystone 变换定义如下的时间尺度变换：

$(f_c + f) \eta^2 = f_c \tau^2$

由此得到从物理慢时间 $\eta$ 到虚拟慢时间 $\tau$ 的映射关系：

$\eta = \sqrt{\frac{f_c}{f_c + f}} \tau$

2.2 代入推导

我们将上述映射关系代入到原信号的相位 $\Phi(f, \eta)$ 中。为了清晰展示，我们专注看加速度项的变化。

加速度项变换前：

$\Phi_{acc} = - \frac{4\pi (f_c + f)}{c} \cdot \frac{1}{2} a \eta^2$

代入 $\eta = \sqrt{\frac{f_c}{f_c + f}} \tau$ ：

$\begin{aligned} \Phi_{acc\_new} &= - \frac{2\pi a}{c} (f_c + f) \left( \sqrt{\frac{f_c}{f_c + f}} \tau \right)^2 \\ &= - \frac{2\pi a}{c} (f_c + f) \cdot \frac{f_c}{f_c + f} \tau^2 \\ &= - \frac{2\pi a}{c} f_c \tau^2 \end{aligned}$

观察结果：

变换后的加速度相位项变成了 $- \frac{2\pi f_c a}{c} \tau^2$ 。

关键点：这里的表达式中不再包含距离频率 $f$ 。

2.3 完整的相位表达式

经过二阶 Keystone 变换后，总相位变为：

$\Phi_{new}(f, \tau) \approx - \frac{4\pi (f_c + f) R_0}{c} - \frac{4\pi (f_c + f)}{c} v \left( \sqrt{\frac{f_c}{f_c + f}} \tau \right) - \frac{2\pi f_c a}{c} \tau^2$

注意：

虽然二阶项（加速度项）成功解耦了，但是中间的速度项变得更复杂了（因为 $\sqrt{f_c+f}$ 无法直接消去）。

通常在工程实现中，有以下两种处理策略：

先去除一阶项：先进行速度补偿（如果速度已知，通过对称相位相消）或一阶 Keystone，再处理二阶。
高阶广义变换：如果目标既有大速度又有大加速度，通常需要使用广义 Keystone 变换或联合处理算法（扩展到n阶）。但仅就“二阶 Keystone”而言，它的核心任务就是校正 $\eta^2$ 引起的弯曲。

3. 物理含义

二阶 Keystone 变换的物理含义可以从以下几个方面理解：

1. 距离弯曲校正 (Range Curvature Correction)

在原始数据中，加速目标的轨迹在“快时间-慢时间”二维平面上是一条抛物线。这意味着目标能量散布在多个距离单元中，形成弯曲的条纹。

二阶 Keystone 变换通过对慢时间轴进行非线性的、频率相关的拉伸/压缩，将这条抛物线“拉直”。

变换后，加速度引起的位移量不再随频率 $f$ 变化，意味着在所有频率分量上，加速度产生的相移是一致的。
当对 $f$ 进行 IFFT 回到时域后，目标的能量将集中在同一距离单元，消除了距离弯曲。

如图所示，竖轴为慢时间 $\eta$ （或坐标变换后的新轴），横轴为距离 $R$ ，二阶变换即将原始动目标的距离走动（实际轨迹表现为图中红色虚线）通过坐标轴变换重建为新的轨迹（绿色直线）：

2. 非均匀时间重采样

对比一阶和二阶：

一阶 KT： $\eta \propto \frac{1}{f_c+f} \tau$ 。这是线性反比关系。
二阶 KT： $\eta \propto \sqrt{\frac{1}{f_c+f}} \tau$ 。这是根号反比关系。

这意味着二阶 KT 对慢时间轴的扭曲程度与一阶不同，它是专门为了抵消 $t^2$ (即 $\eta^2$ ) 物理传播特性而设计的。

3. 盲速与盲加速度处理

与一阶 KT 类似，二阶 KT 的变换公式 $\eta = \sqrt{\frac{f_c}{f_c + f}} \tau$ 中不包含目标的加速度 $a$ 和速度 $v$ 。

这意味着，我们不需要预先估计目标的加速度，就可以直接应用该变换。变换后，所有具有不同加速度的目标，其距离弯曲都会被统一校正（变为垂直于频率轴的直线，虽然在慢时间域仍表现为二次相位，但位置不再随频率跑动）。

5. 总结与对比

特性	一阶 Keystone	二阶 Keystone
针对问题	速度引起的线性距离走动 (Range Walk)	加速度引起的二次距离弯曲 (Range Curvature)
数学变换	$(f_c+f)\eta = f_c \tau$	$(f_c+f)\eta^2 = f_c \tau^2$
插值映射	$\eta = \frac{f_c}{f_c+f}\tau$	$\eta = \sqrt{\frac{f_c}{f_c+f}}\tau$
物理效果	将倾斜的轨迹校正为垂直直线	将弯曲的抛物线轨迹校正为垂直直线
局限性	无法处理大加速度导致的弯曲	可能引入高阶相位耦合，计算复杂度略高

6.作者有话说

在一阶和二阶的推导过程中我们很容易看出，阶数越高，对动目标的矫正越准确，那我们是不是进行越高阶的Keystone变换效果越好？

并不是。就以我们刚推导过的二阶变换为例，当我们直接进行二阶变换时，就会产生 $\frac{4\pi (f_c + f)}{c} v \left( \sqrt{\frac{f_c}{f_c + f}} \tau \right)$ 这个非线性项，如果我们不对其进行处理的话，就会直接干扰一次项结果（我们在求加速度结果时，会干扰求得的速度结果导致错误），这是不可以接受的。当然，我们在二阶推导时说明了可以事先处理一次项，那如果以此类推，我们逐步从低到高处理可以吗？