基于搜索SAR图像相位梯度自聚焦运动补偿方法技术

本发明专利技术公开一种基于搜索SAR图像相位梯度自聚焦运动补偿方法，解决了现有技术相位梯度自聚焦运动补偿方法存在的熵值收敛速度慢，且对具有极少孤立强散射点的图像聚焦效果较差甚至不能聚焦的问题。本发明专利技术的步骤为：(1)输入图像域数据信号矩阵；(2)获取距离单元数据信号矩阵；(3)循环移位；(4)加窗处理；(5)校正相位误差；(6)判断是否满足熵值收敛条件；(7)输出相位校正数据信号矩阵。本发明专利技术相比现有技术相比，加快了熵值收敛的速度，提高了相位误差校正的效率，并且对具有极少孤立强散射点的图像有良好的聚焦效果。

【技术实现步骤摘要】
【专利摘要】本专利技术公开一种基于搜索SAR图像相位梯度自聚焦运动补偿方法，解决了现有技术相位梯度自聚焦运动补偿方法存在的熵值收敛速度慢，且对具有极少孤立强散射点的图像聚焦效果较差甚至不能聚焦的问题。本专利技术的步骤为：(1)输入图像域数据信号矩阵；(2)获取距离单元数据信号矩阵；(3)循环移位；(4)加窗处理；(5)校正相位误差；(6)判断是否满足熵值收敛条件；(7)输出相位校正数据信号矩阵。本专利技术相比现有技术相比，加快了熵值收敛的速度，提高了相位误差校正的效率，并且对具有极少孤立强散射点的图像有良好的聚焦效果。【专利说明】基于搜索SAR图像相位梯度自聚焦运动补偿方法
本专利技术属于图像处理
，更进一步涉及图像成像
中的一种基于搜索合成孔径雷达(Synthetic Aperture Radar SAR)图像相位梯度自聚焦运动补偿方法。本专利技术可以解决由于飞机偏离方位向航迹，造成的合成孔径雷达SAR图像相位误差，对该相位误差进行运动补偿。
技术介绍
运动补偿是合成孔径雷达SAR成像得到良好聚焦图像的关键步骤。现有的运动补偿方法主要分以下两类:基于仪器仪表测量的和基于信号处理的。目前，现有的自聚焦方法中聚焦效果最好的是相位梯度自聚焦相位补偿方法。 ZhuDaiyin, JiangRui, MaoXinhua 和 ZhuZhaoda 在论文 “Mult1-Subaperture PGAfor SAR Autofocusing，， (IEEE Transact1ns on Aerospace and Emectronics Systems,2013，49 (I))中提出了一种相位补偿方法。该方法利用选取数据，循环移位，加窗处理，进行相位梯度估计并校正相位误差，并对上述五个步骤中的循环移位，加窗处理，校正相位误差三个主要步骤进行迭代来重构聚焦的图像。该方法存在的不足是，三个主要的运算步骤要进行五到十次迭代，基于最小熵值原则熵值收敛时迭代次数较多，收敛速度较慢，并且该算法不能聚焦有极少孤立强散射点的图像。 电子科技大学拥有的专利技术“基于改进相位梯度自聚焦的双基SAR运动补偿方法”(申请号201410119343.X，申请日2014.3.27，申请公布号CN103885061 A，申请公布日2014.6.25)。公布了一种改进相位梯度自聚焦的双基SAR运动补偿方法。该方法利用对孔径数据进行距离徙动校正，距离压缩和去斜处理，用相位梯度自聚焦方法对信号非空变相位误差估计和并用该估计结果对数据粗补偿，将剩余相位误差展开并得到常数项，一次项和二次项系数，利用相位加权相位梯度自聚焦方法得到所述三个系数的最小均方梯度估计并由梯度估计结果得到子孔径相位误差估计，将各子孔径数据的相位误差拼接得到全孔径相位误差并用全孔径相位误差进行运动补偿和双基合成孔径雷达SAR成像。但该方法存在的不足之处是，虽然进行了子孔径划分并在一定程度上解决了大相位误差的问题，但大相位误差的补偿仍然是对于一般图像而言的，对于具有极少孤立强散射点的图像，利用最小熵值原则最小熵值不能精确收敛，相位误差的估计仍然不精确，故不能对该类图像进行良好聚焦，同时，子孔径的划分对圆位移，加窗，相位梯度估计和相位梯度校正四个主要步骤要进行五到十次迭代，迭代次数较多，收敛速度较慢。
技术实现思路
本专利技术的目的针对上述现有技术存在不足，提出了一种基于搜索SAR图像相位梯度自聚焦运动补偿方法。本方法提高了每次迭代过程中相位补偿的精度，减少了相位梯度自聚焦PGA运动补偿方法的迭代次数，同时很好的解决了基于相位梯度自聚焦PGA运动补偿方法中对具有极少孤立强散射点图像的聚焦效果较差甚至不能聚焦的问题。 为实现上述目的，本专利技术包括以下步骤: (I)输入图像域数据信号矩阵: (Ia)输入合成孔径雷达图像域数据信号矩阵； (Ib)从图像域数据信号矩阵中任意选取一行，将所选取行的图像域数据信号作为距离单元数据信号； (2)获取距离单元数据信号矩阵: (2a)采用相干公式，对距离单元数据信号进行相干和归一化处理，得到距离单元数据信号的能量； (2b)将距离单元数据信号按能量的大小从大到小排序； (2c)从排序后距离单元数据信号中选取前30个距离单元数据信号，将选出的30个距离单元数据信号合成一个矩阵，得到距离单元数据信号矩阵； (3)循环移位: (3a)从距离单元数据信号矩阵的第一行中选取能量最大的元素，将该元素移动到该行的中心位置； (3b)判断距离单元数据信号矩阵中全部行的能量最大的元素的移动是否完毕，若是，执行步骤(4)，否则，执行步骤(3a)； (4)加窗处理: 采用加窗截断方式，对距离单元数据信号矩阵的每一行进行加窗操作，得到加窗距离单元数据信号矩阵； (5)校正相位误差: (5a)对加窗距离单元数据信号矩阵进行方位向傅里叶变换，得到距离多普勒域数据信号矩阵； (5b)采用步长搜索相位误差估计方法，得到距离多普勒域数据信号矩阵的相位误差; 所述步长搜索相位误差估计方法的步骤如下: (5bl)按照下式，计算距离多普勒域数据信号矩阵的相位梯度中心值: 【权利要求】1.一种基于搜索合成孔径雷达图像相位梯度自聚焦运动补偿方法，包括如下步骤: (1)输入图像域数据信号矩阵: (Ia)输入合成孔径雷达图像域数据信号矩阵； (Ib)从图像域数据信号矩阵中任意选取一行，将所选取行的图像域数据信号作为距离单元数据信号； (2)获取距离单元数据信号矩阵: (2a)采用相干公式，对距离单元数据信号进行相干和归一化处理，得到距离单元数据信号的能量； (2b)将距离单元数据信号按能量的大小从大到小排序； (2c)从排序后距离单元数据信号中选取前30个距离单元数据信号，将选出的30个距离单元数据信号合成一个矩阵，得到距离单元数据信号矩阵； (3)循环移位: (3a)从距离单元数据信号矩阵的第一行中选取能量最大的元素，将该元素移动到该行的中心位置； (3b)判断距离单元数据信号矩阵中全部行的能量最大的元素的移动是否完毕，若是，执行步骤(4)，否则，执行步骤(3a)； (4)加窗处理: 采用加窗截断方式，对距离单元数据信号矩阵的每一行进行加窗操作，得到加窗距离单元数据信号矩阵； (5)校正相位误差: (5a)对加窗距离单元数据信号矩阵进行方位向傅里叶变换，得到距离多普勒域数据信号矩阵； (5b)采用步长搜索相位误差估计方法，得到距离多普勒域数据信号矩阵的相位误差； 所述步长搜索相位误差估计方法的步骤如下: (5bl)按照下式，计算距离多普勒域数据信号矩阵的相位梯度中心值:其中，η表示距离多普勒域数据信号矩阵的相位梯度中心值，arg表示取相位值操作，W表示距离多普勒域数据信号矩阵的归一化权值，n表示距离多普勒域数据信号矩阵中任意一个距离向位置，n的取值范围为l，2，3，...，f，f表示距离多普勒域数据信号矩阵的列数，y(m_1)n分别表示距离多普勒域数据信号矩阵第m行第n列和第m-1行第n列的信号点，m表示距离多普勒域数据信号矩阵的任意一个距离向位置，m的取值范围为1，2，3，...，e，本文档来自技高网...

【技术保护点】
一种基于搜索合成孔径雷达图像相位梯度自聚焦运动补偿方法，包括如下步骤：(1)输入图像域数据信号矩阵：(1a)输入合成孔径雷达图像域数据信号矩阵；(1b)从图像域数据信号矩阵中任意选取一行，将所选取行的图像域数据信号作为距离单元数据信号；(2)获取距离单元数据信号矩阵：(2a)采用相干公式，对距离单元数据信号进行相干和归一化处理，得到距离单元数据信号的能量；(2b)将距离单元数据信号按能量的大小从大到小排序；(2c)从排序后距离单元数据信号中选取前30个距离单元数据信号，将选出的30个距离单元数据信号合成一个矩阵，得到距离单元数据信号矩阵；(3)循环移位：(3a)从距离单元数据信号矩阵的第一行中选取能量最大的元素，将该元素移动到该行的中心位置；(3b)判断距离单元数据信号矩阵中全部行的能量最大的元素的移动是否完毕，若是，执行步骤(4)，否则，执行步骤(3a)；(4)加窗处理：采用加窗截断方式，对距离单元数据信号矩阵的每一行进行加窗操作，得到加窗距离单元数据信号矩阵；(5)校正相位误差：(5a)对加窗距离单元数据信号矩阵进行方位向傅里叶变换，得到距离多普勒域数据信号矩阵；(5b)采用步长搜索相位误差估计方法，得到距离多普勒域数据信号矩阵的相位误差；所述步长搜索相位误差估计方法的步骤如下：(5b1)按照下式，计算距离多普勒域数据信号矩阵的相位梯度中心值：η=argΣn=1fW·(ymn·conj(y(m-1)n))]]>其中，η表示距离多普勒域数据信号矩阵的相位梯度中心值，arg表示取相位值操作，W表示距离多普勒域数据信号矩阵的归一化权值，n表示距离多普勒域数据信号矩阵中任意一个距离向位置，n的取值范围为1,2,3,...,f，f表示距离多普勒域数据信号矩阵的列数，ymn，y(m‑1)n分别表示距离多普勒域数据信号矩阵第m行第n列和第m‑1行第n列的信号点，m表示距离多普勒域数据信号矩阵的任意一个距离向位置，m的取值范围为1,2,3,...,e，e表示距离多普勒域数据信号矩阵的行数，conj(·)表示取共轭操作；(5b2)按照下式，计算距离多普勒域数据信号矩阵的切比雪夫熵值展开式各阶节点系数：G0=15Σp=04φ(cos(2p+110π))Gi=25Σp=04φ(cos(2p+110π))cos[(2p+1)iπ10](i≠0)]]>其中，G0表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式零阶节点的系数，Gi表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式i阶节点的系数，i表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式中项的阶数，φ(·)表示距离多普勒域数据信号矩阵的熵值函数，p表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式的累加变量，p的取值范围为0,1,2,3,4；(5b3)按照下式，计算距离多普勒域数据信号矩阵的熵值展开式：φ(δ)＝G0+G4+(G1+2G2‑3G3)δ+(2G2‑8G4)δ2+4G3δ3+8G4δ4其中，φ(δ)表示距离多普勒域数据信号矩阵的熵值，δ表示距离多普勒域数据信号矩阵的相位梯度步长值，δ的取值范围为[‑1,1]，G1,G2,G3,G4分别表示距离多普勒域数据信号矩阵的一阶、二阶、三阶和四阶节点的系数；(5b4)按照下式，计算距离多普勒域数据信号矩阵的相位误差：其中，分别表示距离多普勒域数据信号矩阵第k个和第k‑1个方位向位置的相位误差，η(k)表示距离多普勒域数据信号矩阵第k个方位向位置的相位梯度中心值，k表示距离多普勒域数据信号矩阵的任意一个方位向位置，k的取值范围为1,2,3,...,g，g表示距离多普勒域数据信号矩阵的列数，δ表示距离多普勒域数据信号矩阵的相位梯度步长值，δ的取值范围为[‑1,1]；(5c)用距离多普勒域数据信号矩阵乘以距离多普勒域数据信号矩阵的相位误差，得到校正后的距离多普勒域数据信号矩阵；(5d)对校正后的距离多普勒域数据信号矩阵进行方位向逆傅里叶变换，得到相位校正数据信号矩阵；(6)判断相位校正数据信号矩阵是否满足熵值收敛条件，若是，执行步骤(3)，否则，执行步骤(7)；(7)输出相位校正数据信号矩阵。...

【技术特征摘要】

【专利技术属性】
技术研发人员：熊涛，刘红英，李宁，王爽，侯彪，马文萍，杨淑媛，张向荣，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61