一种基于粒子群滤波优化的ISAR成像方法技术

本发明专利技术属于ISAR成像技术领域，特别涉及一种基于粒子群滤波优化的ISAR成像方法，本发明专利技术将ISAR目标的平动分量进行多项式建模，通过ISAR图像熵最小化，利用PSO算法对多项式系数进行全局优化求解，最后补偿目标平动分量，得到高分辨率的二维成像结果，同时该技术能够实现目标平动多项式阶数的自适应估计。本发明专利技术能够有效避免局部最优问题，且求解精度高，对噪声适应性强。

【技术实现步骤摘要】
一种基于粒子群滤波优化的ISAR成像方法
本专利技术属于ISAR(InverseSyntheticApertureRadar)成像
，特别涉及一种基于粒子群滤波优化的ISAR成像方法。本专利技术涉及一种基于粒子群滤波优化(ParticleSwarmOptimization，PSO)的低信噪比下逆合成孔径雷达(InverseSyntheticApertureRadar，ISAR)成像方法，本专利技术将ISAR目标的平动分量进行多项式建模，通过ISAR图像熵最小化，利用PSO算法对多项式系数进行全局优化求解，最后补偿目标平动分量，得到高分辨率的二维成像结果，同时该技术能够实现目标平动多项式阶数的自适应估计。本专利技术能够有效避免局部最优问题，且求解精度高，对噪声适应性强。
技术介绍
逆合成孔径雷达由于其全天时、全天候对观测目标成像监视的能力，在军事和民用领域都获得了广泛的应用。ISAR成像通过发射大带宽信号从而在距离维上得到高分辨率，方位维的高分辨率则取决于发射信号波长以及目标与雷达的相对转角。由于ISAR目标一般是非合作的，在相干积累时间内，目标的运动通常可分解为平动和转动，转动是ISAR方位成像的基础，而平动分量会引起距离压缩后的包络偏移，并影响回波之间的相干性，是成像时需要估计和补偿掉的。由于受到远观测距离、系统和环境噪声的影响，ISAR回波信号的信噪比往往不高。而在低信噪比下用传统的相邻相关法进行包络对齐无法达到所需效果，因此需要研究低信噪比下的ISAR平动补偿和成像方法。杨磊等人在文献“应用联合自聚焦实现低信噪比ISAR成像平动补偿”(西安电子科技大学学报(自然科学版)，2012年)中，将目标的平动分量进行多项式建模，利用二维ISAR图像的熵作为目标函数，结合阻尼牛顿法进行最优化求解，在低信噪比条件下完成对平动分量的精确估计，最终得到目标聚焦良好的图像。但是上述方法存在两点不足：上述方法将目标平动用多项式进行建模，但是并没有给出一种有效的确定目标多项式阶数的准则和技术；由于目标函数与多项式系数之间的关系曲线不是凸函数，且存在大量的局部最优点，因此，上述求解方法容易陷入局部最优，从而不能估计出真实的目标平动，最终也就得不到聚焦度最好的ISAR图像。
技术实现思路
本专利技术的目的在于提出一种基于粒子群滤波优化的ISAR成像方法，本专利技术首先将目标平动用多项式进行建模，然后利用粒子群滤波优化(PSO)方法对以二维图像熵为目标函数的全局优化问题进行求解，同时实现对多项式阶数的确定和多项式系数的估计，其次根据估计出的多项式阶数和系数构造目标平动，补偿平动分量，最终得到聚焦良好的二维高分辨ISAR图像。为实现上述技术目的，本专利技术采用如下技术方案予以实现。一种基于粒子群滤波优化的ISAR成像方法包括以下步骤：步骤1，利用逆合成孔径雷达发射线性调频信号S0，利用逆合成孔径雷达接收原始回波数据，将原始回波数据沿距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，对距离频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵SM；构建长度为M的时间列向量t，t＝[-M/2,-M/2+1,…,M/2-1]T，上标T表示矩阵或向量的转置，M为距离频域的数据矩阵S1的列数；设定目标平动分量多项式阶数P，P＝1,2,3…，当P＝1时，跳至步骤2；步骤2，构建大小为M×P的时间矩阵DP，时间矩阵DP的第g列为列向量tg，列向量tg表示对时间列向量t的每个元素取g次方得出的新的向量，g取1至P；构建目标平动分量多项式系数向量bP，当P＝1时，目标平动分量多项式系数向量bP为0；当P>1时，目标平动分量多项式系数向量bP是长度为P的列向量，目标平动分量多项式系数向量bP中的元素全为0；令u＝1,2,3…，当u＝1时，跳至步骤3；步骤3，设定粒子群的粒子总数为K，令k＝1,2,…K，设定粒子群中第k个粒子的初始位置向量粒子群中第k个粒子的初始速度向量粒子群中第k个粒子的初始最优位置向量以及粒子群第k个粒子所对应的初始图像熵值根据第u-1次迭代后粒子群中第k个粒子的速度向量第u-1次迭代后粒子群中第k个粒子的位置向量以及第u-1次迭代后粒子群中第k个粒子的最优位置列向量得到第u次迭代后粒子群中第k个粒子的速度向量得出第u次迭代后粒子群中第k个粒子的位置向量步骤4，得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵的图像熵值步骤5，得出第u次迭代后粒子群所对应的图像最小熵值EP,u,best、以及将第u次迭代后粒子群的最优位置向量zP,u,best；步骤6，用umax表示设定的迭代次数u的经验迭代门限，如果u>umax或得出目标平动分量多项式阶数为P时的图像最小熵EP、以及目标平动分量多项式阶数为P时的目标平动分量多项式系数向量bP，EP＝EP,u,best，bP＝zP,u,best，|·|1表示1范数，ξ为设定的粒子速度平均经验值门限；否则，令u的值自增1，返回至步骤3；步骤7，令目标平动分量多项式阶数P的值自增1，重复执行步骤2至步骤6；然后，判断EP和EP-1的大小关系，如果EP≤EP-1，则返回至步骤2；如果EP>EP-1，则得到最终图像最小熵、以及最终图像最小熵对应的目标平动多项式系数向量，所述最终图像最最小熵是目标平动分量多项式阶数为P-1时的图像最小熵EP-1，所述最终图像最小熵对应的目标平动多项式系数向量是：目标平动分量多项式阶数为P-1时的目标平动分量多项式系数向量bP-1；步骤8，将时间矩阵DP-1和最终图像最小熵对应的目标平动多项式系数向量的转置相乘得到目标平动分量R；用目标平动分量R对匹配滤波之后的数据矩阵SM进行平动补偿得到目标平动分量补偿后数据矩阵A，对目标平动分量补偿后数据矩阵A做基于最终图像最小熵的自聚焦，并对自聚焦形成的图像在方位向做快速傅里叶变换，得到最终ISAR图像。本专利技术的有益效果为：1)本专利技术利用粒子群滤波优化方法，在全局优化问题求解中能够有效避免局部收敛，具有优良的全局搜索性能，且具有模型简单、便于实现的特点，本专利技术对以二维ISAR图像熵为目标函数的优化问题通过粒子群滤波优化方法进行求解，克服了现有方法容易陷入局部最优解而造成的得不到聚焦良好的图像的问题。2)本专利技术根据目标平动的估计阶数与实际运动的阶数最接近时熵最小的原则，提出一种对多项式阶数和多项式系数的联合估计算法，克服了传统方法需要事先给定多项式阶数造成的目标平动估计不准或冗余的问题。附图说明图1为本专利技术的一种基于粒子群滤波优化的ISAR成像方法的流程图；图2a为仿真实验中信噪比为0dB时的仿真数据距离包络示意图；图2b为仿真实验中信噪比为0dB时仿真数据的理想ISAR成像结果示意图；图2c为仿真实验中信噪比为0dB时对仿真数据采用本专利技术进行ISAR成像得出的ISAR成像结果示意图；图2d为仿真实验中信噪比为-5dB时的仿真数据距离包络示意图；图2e为仿真实验中信噪比为-5dB时仿真数据的理想ISAR成像结果示意图；图2f为仿真实验中信噪比为-5dB时对仿真数据采用本专利技术进行ISAR成像得出的ISAR成像结果示意图；图3a为仿真实验中信本文档来自技高网...

【技术保护点】
一种基于粒子群滤波优化的ISAR成像方法，其特征在于，包括以下步骤：步骤1，利用逆合成孔径雷达发射线性调频信号S0，利用逆合成孔径雷达接收原始回波数据，将原始回波数据沿距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，对距离频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵SM；构建长度为M的时间列向量t，t＝[‑M/2,‑M/2+1,…,M/2‑1]T，上标T表示矩阵或向量的转置，M为距离频域的数据矩阵S1的列数；设定目标平动分量多项式阶数P，P＝1,2,3…，当P＝1时，跳至步骤2；步骤2，构建大小为M×P的时间矩阵DP，时间矩阵DP的第g列为列向量tg，列向量tg表示对时间列向量t的每个元素取g次方得出的新的向量，g取1至P；构建目标平动分量多项式系数向量bP，当P＝1时，目标平动分量多项式系数向量bP为0；当P>1时，目标平动分量多项式系数向量bP是长度为P的列向量，目标平动分量多项式系数向量bP中的元素全为0；令u＝1,2,3…，当u＝1时，跳至步骤3；步骤3，设定粒子群的粒子总数为K，令k＝1,2,…K，设定粒子群中第k个粒子的初始位置向量粒子群中第k个粒子的初始速度向量粒子群中第k个粒子的初始最优位置向量以及粒子群第k个粒子所对应的初始图像熵值根据第u‑1次迭代后粒子群中第k个粒子的速度向量第u‑1次迭代后粒子群中第k个粒子的位置向量以及第u‑1次迭代后粒子群中第k个粒子的最优位置列向量得到第u次迭代后粒子群中第k个粒子的速度向量得出第u次迭代后粒子群中第k个粒子的位置向量zkP,u=zkP,u-1+υkP,u;]]>步骤4，得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵的图像熵值步骤5，得出第u次迭代后粒子群所对应的图像最小熵值EP,u,best、以及第u次迭代后粒子群的最优位置向量zP,u,best；步骤6，用umax表示设定的迭代次数u的经验迭代门限，如果u>umax或得出目标平动分量多项式阶数为P时的图像最小熵EP、以及目标平动分量多项式阶数为P时的目标平动分量多项式系数向量bP，EP＝EP,u,best，bP＝zP,u,best，|·|1表示1范数，ξ为设定的粒子速度平均经验值门限；否则，令u的值自增1，返回至步骤3；步骤7，令目标平动分量多项式阶数P的值自增1，重复执行步骤2至步骤6；然后，判断EP和EP‑1的大小关系，如果EP≤EP‑1，则返回至步骤2；如果EP>EP‑1，则得到最终图像最小熵、以及最终图像最小熵对应的目标平动多项式系数向量，所述最终图像最最小熵是目标平动分量多项式阶数为P‑1时的图像最小熵EP‑1，所述最终图像最小熵对应的目标平动多项式系数向量是：目标平动分量多项式阶数为P‑1时的目标平动分量多项式系数向量bP‑1；步骤8，将时间矩阵DP‑1和最终图像最小熵对应的目标平动多项式系数向量的转置相乘得到目标平动分量R；用目标平动分量R对匹配滤波之后的数据矩阵SM进行平动补偿得到目标平动分量补偿后数据矩阵A，对目标平动分量补偿后数据矩阵A做基于最终图像最小熵的自聚焦，并对自聚焦形成的图像在方位向做快速傅里叶变换，得到最终ISAR图像。...

【技术特征摘要】
1.一种基于粒子群滤波优化的ISAR成像方法，其特征在于，包括以下步骤：步骤1，利用逆合成孔径雷达发射线性调频信号S0，利用逆合成孔径雷达接收原始回波数据，将原始回波数据沿距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，对距离频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵SM；构建长度为M的时间列向量t，t＝[-M/2，-M/2+1，…，M/2-1]T，上标T表示矩阵或向量的转置，M为距离频域的数据矩阵S1的列数；设定目标平动分量多项式阶数P，P＝1，2，3...，当P＝1时，跳至步骤2；步骤2，构建大小为M×P的时间矩阵DP，时间矩阵DP的第g列为列向量tg，列向量tg表示对时间列向量t的每个元素取g次方得出的新的向量，g取1至P；构建目标平动分量多项式系数向量bP，当P＝i时，目标平动分量多项式系数向量bP为0；当P＞1时，目标平动分量多项式系数向量bP是长度为P的列向量，目标平动分量多项式系数向量bP中的元素全为0；令迭代次数u＝1，2，3...，当u＝1时，跳至步骤3；步骤3，设定粒子群的粒子总数为K，令k＝1，2，…K，设定粒子群中第k个粒子的初始位置向量粒子群中第k个粒子的初始速度向量粒子群中第k个粒子的初始最优位置向量以及粒子群第k个粒子所对应的初始图像熵值根据第u-1次迭代后粒子群中第k个粒子的速度向量第u-1次迭代后粒子群中第k个粒子的位置向量以及第u-1次迭代后粒子群中第k个粒子的最优位置列向量得到第u次迭代后粒子群中第k个粒子的速度向量得出第u次迭代后粒子群中第k个粒子的位置向量步骤4，得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵的图像熵值步骤5，得出第u次迭代后粒子群所对应的图像最小熵值EP，u，best、以及第u次迭代后粒子群的最优位置向量zP，u，best；步骤6，用umax表示设定的迭代次数u的经验迭代门限，如果u＞umax或得出目标平动分量多项式阶数为P时的图像最小熵EP、以及目标平动分量多项式阶数为P时的目标平动分量多项式系数向量bP，EP＝EP，u，best，bP＝zP，u，best，|·|1表示1范数，ξ为设定的粒子速度平均经验值门限；否则，令u的值自增1，返回至步骤3；步骤7，令目标平动分量多项式阶数P的值自增1，重复执行步骤2至步骤6；然后，判断EP和EP-1的大小关系，如果EP≤EP-1，则返回至步骤2；如果EP＞EP-1，则得到最终图像最小熵、以及最终图像最小熵对应的目标平动多项式系数向量，所述最终图像最小熵是目标平动分量多项式阶数为P-1时的图像最小熵EP-1，所述最终图像最小熵对应的目标平动多项式系数向量是：目标平动分量多项式阶数为P-1时的目标平动分量多项式系数向量bP-1；步骤8，将时间矩阵DP-1和最终图像最小熵对应的目标平动多项式系数向量的转置相乘得到目标平动分量R；用目标平动分量R对匹配滤波之后的数据矩阵SM进行平动补偿得到目标平动分量补偿后数据矩阵A，对目标平动分量补偿后数据矩阵A做基于最终图像最小熵的自聚焦，并对自聚焦形成的图像在方位向做快速傅里叶变换，得到最终ISAR图像。2.如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述步骤1的具体子步骤为：(1.1)利用逆合成孔径雷达发射线性调频信号S0，利用逆合成孔径雷达接收原始回波数据；对逆合成孔径雷达发射的线性调频信号S0进行距离向快速傅里叶变换，得到线性调频信号S0的频谱矩阵S2；(1.2)对原始回波数据在距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，矩阵S1的列数表示为M，行数表示为N；(1.3)对距离频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵SM；(1.4)构建长度为M的时间列向量t，t＝[-M/2，-M/2+1，…，M/2-1]T，上标T表示矩阵或向量的转置，M为距离频域的数据矩阵S1的列数；设定目标平动分量多项式阶数P，P＝I，2，3...，当P＝1时，跳至步骤2。3.如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述步骤3的具体子步骤为：(3.1)设定粒子群的粒子总数为K，令k＝1，2，…K，设定粒子群中第k个粒子的初始位置向量其中，rand(0，1)表示产生一个0到1之间均匀分布的随机数；设定粒子群中第k个粒子的初...

【专利技术属性】
技术研发人员：周峰，孙攀歌，刘磊，
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