一种逆合成孔径雷达成像并行处理方法技术

本发明专利技术公开了一种逆合成孔径雷达成像并行处理方法，首先对输入数据进行距离向压缩算法的并行处理，得到一维距离像；然后对一维距离像进行包络对齐算法的并行处理，得到已对齐一维距离像；最后对已对齐一维距离像进行方位向压缩算法的并行处理，从而得到ISAR图像。本发明专利技术提出的逆合成孔径雷达成像并行处理方法具有实现简单、效果显著的优点，使用该并行处理方法对同一段数据进行ISAR成像，算法最高并行效率可以达到90％以上；同传统成像方法相比，可以增强成像的实时性，并且简单易操作，从而降低了成像成本。

【技术实现步骤摘要】

本专利技术属于逆合成孔径雷达(ISAR)成像领域，具体涉及。
技术介绍
逆合成孔径雷达(InverseSynthetic Aperture Radar ;ISAR)成像是一种主动式微波成像雷达体制，旨在对空间(空中)运动目标进行成像，是雷达成像的重要发展方向，在战略防御、反卫星、反导以及雷达天文学中有着重要的应用价值。我国对空间目标(卫星、导弹)观测积累了大量的宽带雷达回波数据，特别是宽带直采回波数据，对数据处理分析需要大量的时间，采用并行处理可以提高数据处理分析的效率。在针对空间目标的ISAR成像处理中，并行处理可以提高成像效率，或在同样成像质量下提高数据处理效率，或在同样数据处理效率下提高成像质量。因此，ISAR成像的并行处理研究在雷达成像领域有着巨大的应用潜力。逆合成孔径雷达(ISAR)成像的经典算法是距离-多普勒算法(R-D算法)，但是原始R-D算法处理速度慢，无法确保ISAR能够实时成像。为了保证ISAR成像的实时性，目前的主要方法是利用多核DSP (数字信号处理器；Digital Signal Processor)或FPGA(现场可编程门阵列；Field Programmable Gate Array)等硬件设备进行R-D运算。但是，这种利用硬件设备实现ISAR成像的方法缺点明显，原因在于硬件结构优化研制复杂、改进周期长、价格昂贵。
技术实现思路
为解决硬件手段进行实时成像引入的研制复杂和耗资高昂问题，本专利技术提出基于OpenMP (OpenMP是并行计算领域的一种共享存储并行编程模型)共享存储的ISAR成像并行处理方法，在确保ISAR实时成像的前提下，缩短研制周期，降低开发成本。本专利技术的技术方案是:首先对基于原始回波(R-D算法的输入数据)的距离向压缩算法(R-D算法的第一步骤)进行并行处理，得到一维距离像；然后对基于一维距离像的包络对齐算法(R-D算法的第二步骤)进行并行处理，得到已对齐一维距离像；最后对基于已对齐一维距离像的方位向压缩算法(R-D算法的最后步骤)进行并行处理，从而得到ISAR图像。具体实现步骤如下:步骤一:距离向压缩算法的并行处理ISAR成像R-D算法的第一步骤是距离向压缩算法，输入数据是原始回波，由多个回波组成。该算法的并行处理方法是基于并行计算中的数据并行划分手段，对算法输入数据的各个回波同时进行距离向压缩运算，即对每个回波并行进行FFT运算(FFT运算是距离向压缩算法的实质)，并行处理结束后，该步骤快速得到一维距离像。步骤二:包络对齐算法的并行处理ISAR成像R-D算法的第二步骤是包络对齐算法，在该步骤，本专利技术包括两部分内容:首先对基于一维距离像的最大互相关对齐法进行并行处理，得到粗对齐一维距离像；然后对基于粗对齐一维距离像的最小熵对齐运算进行并行处理，得到已对齐一维距离像。 步骤2.1:最大互相关对齐法的并行处理方法最大互相关对齐法是包络对齐算法的第一步，其输入数据是步骤一生成的一维距离像，由多个回波组成。该算法的并行处理方法是依据算法程序执行的线程数目n(假设线程数目为η)，基于回波个数将算法输入数据均分为η组数据，各组数据并行进行最大互相关对齐运算，运算完毕，并行程序即得到粗对齐一维距离像。步骤2.2:最小熵对齐法的并行处理方法最小熵对齐法是包络对齐算法的第二步，其输入数据是步骤2.1生成的粗对齐一维距离像，数据由多个回波组成(假设为Μ个回波)。该算法并行处理方法是首先依据输入数据的回波将输入数据顺序划分为两组，各组数据回波个数为原始输入数据的一半，即为Μ/2(Μ/2取整数)。然后针对划分后的单组数据，数据依旧由多个回波组成(Μ/2个回波)，单个回波又衍生多个偏移回波(假设为L个回波)，并行对单回波对应的各个偏移回波进行熵值求解，之后求出单回波对应的多个熵值的最小熵，两组数据都运算完毕后，并行程序即得到已对齐一维距离像。步骤三:方位向压缩算法的并行处理方位向压缩算法是ISAR成像R-D算法的最后步骤，其输入数据是已对齐一维距离像，由多个回波的已对齐一维距离像序列组成的二维矩阵。该算法的并行处理方法是对已对齐一维距离像序列中每个点组成的序列(由多个回波组成)并行进行方位向压缩处理，即对每个点序列并行进行FFT运算(FFT运算是方位向压缩算法的实质)，并行计算完毕后，该步骤得到ISAR图像。本专利技术与现有技术相比具有以下优点:本专利技术属于雷达数据与信号处理领域，要解决的技术问题是ISAR成像执行时间长影响成像实时性，并且保证实时成像的硬件加速手段研制复杂、价格高昂。本专利技术的ISAR成像并行处理方法是改造传统串行成像算法为并行实现，以此提高成像效率。该并行成像方法具有实现简单、效果显著的优点，使用该并行处理方法对同一段数据进行ISAR成像，算法最高并行效率可以达到90%以上。该方法在ISAR成像处理，或者其它符合该并行处理条件的雷达数据以及在信号处理领域均有较好的应用前景。【附图说明】图1是本专利技术的成像方法流程图；图2是ISAR成像中距离向压缩步骤的并行处理方法；图3为包络对齐步骤中最大互相关对齐的并行处理流程图；图4为包络对齐步骤中最小熵对齐运算的并行处理流程图；图5为ISAR成像中方位向压缩步骤的并行处理流程图；图6 (a)为ISAR成像中距离向压缩步骤的并行处理方法的加速比和并行效率；图6 (b)为ISAR成像中包络对齐步骤的并行处理方法的加速比和并行效率。具体实施方法首先对ISAR成像过程中的各种算法进行说明。ISAR成像的经典算法是R-D算法，R-D算法的第一步是距离向压缩，第二步是包络对齐，第三步是方位向压缩。距离向压缩的实质是FFT运算；方位向压缩的实质也是FFT运算。而包络对齐步骤又有多种经典计算方法，本专利技术中包络对齐步骤采用的对齐方法是最大互相关运算和最小熵运算。其中，FFT运算、最大互相关运算和最小熵运算都为数学领域的经典计算方法。本专利技术是研究R-D算法的并行处理方法，旨在降低算法执行时间。下面结合附图对ISAR成像并行方法进行说明。图1为本专利技术公开的，首先对输入数据进行距离向压缩算法的并行处理，得到一维距离像；然后对一维距离像进行包络对齐算法的并行处理，得到已对齐一维距离像；最后对已对齐一维距离像进行方位向压缩算法的并行处理，从而得到ISAR图像。图2为ISAR成像中距离向压缩步骤的并行处理，是ISAR成像R-D算法的第一步。该算法输入数据是原始回波，数据格式为MXN 二维矩阵，Μ为回波数目，Ν为单个回波的采样点数。距离向压缩算法是对每个回波进行FFT(傅里叶变换)处理得到一维距离像，共Μ次 FFT。距离向压缩算法的输入数据中每个回波的FFT (傅里叶变换)处理互不相关，所以可以基于数据并行划分原则对各个回波并行进行FFT计算。距离向压缩算法的并行方法是首先算法程序利用共享存储并行编程模型中OpenMP并行库的函数0mp_set_nUm_threads()设置程序执行的线程数目n，然后程序利用OpenMP的编译制导指令#pragma omp parallel派生出η个线程，之后程序利用OpenMP的编译制导指令#pragm omp for，用η个线程并行计算距离向压缩算法的Μ次FFT运算，并行计算结束后，派生线程挂起，距离向压本文档来自技高网...

【技术保护点】
一种逆合成孔径雷达成像并行处理方法，其特征是：输入数据是由多个回波组成的原始回波，首先对输入数据进行距离向压缩算法的并行处理，得到一维距离像；然后对一维距离像进行包络对齐算法的并行处理，得到已对齐一维距离像；最后对已对齐一维距离像进行方位向压缩算法的并行处理，得到ISAR图像；具体实现过程如下：1.1对输入数据进行距离向压缩算法的并行处理，是基于并行计算中的数据并行划分手段，对输入数据的各个回波同时进行距离向压缩运算的并行处理，即对每个回波并行进行FFT运算；对输入数据进行距离向压缩算法的并行处理后，得到一维距离像；1.2对一维距离像进行包络对齐算法的并行处理，具体实现过程是首先对一维距离像进行最大互相关对齐法的并行处理，得到粗对齐一维距离像；然后对粗对齐一维距离像进行最小熵对齐法的并行处理，得到已对齐一维距离像，已对齐一维距离像是由多个回波的已对齐一维距离像序列组成的二维矩阵；1.3对已对齐一维距离像进行方位向压缩算法的并行处理，是对已对齐一维距离像序列中每个点组成的序列并行进行方位向压缩处理，即对每个点序列并行进行FFT运算，并行计算完毕后，得到ISAR图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：邱兆坤，霍凯，张佳佳，姜卫东，刘永祥，黎湘，张双辉，赵晶晶，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43