一种认知雷达资源自适应成像的闭环反馈判定方法技术

本发明专利技术公开了一种认知雷达资源自适应成像的闭环反馈判定方法，涉及认知雷达自适应成像技术领域，解决的问题是如何对认知雷达资源自适应成像的闭环反馈进行更客观更准确的评价，该方法包括如下步骤：（一）对优先级目标进行评价指标数据的获取；（二）对评价指标进行无量纲化、趋同化处理；（三）对图像质量与资源消耗量进行优先级子指标评价；（四）对目标优先级进行评价。采用本发明专利技术的技术方案，当单个指标受到误差影响时，不会对整体评价结果产生较大影响，稳定性更强，评价更客观更准确性。

【技术实现步骤摘要】
一种认知雷达资源自适应成像的闭环反馈判定方法
本专利技术涉及认知雷达自适应成像
，具体涉及一种认知雷达资源自适应成像的闭环反馈判定方法。
技术介绍
在利用雷达对数量较多目标进行探测时，雷达资源会出现不能满足所有目标探测需求的情况。这时，受目标优先级、探测质量等不同参数的影响，应当针对不同目标合理分配雷达资源。而认知雷达技术正是一种具备对不同特征的目标进行资源自适应调配能力的技术，可以在资源饱和的情况下更高效地利用雷达资源进行成像。目前关于认知雷达资源自适应成像的闭环反馈判定标准，主要依据目标的图像相关系数、目标速度、方向、大小等少数几个指标，进行固定权值的判决，未考虑评价指标的客观联系，评价方法较为固定，评价质量欠客观、准确。
技术实现思路
针对现有技术的不足，本专利技术所解决的问题如何对认知雷达资源自适应成像的闭环反馈进行更客观更准确的评价。为解决上述技术问题，本专利技术采用的技术方案是一种认知雷达资源自适应成像的闭环反馈判定方法，包括如下步骤：(一)对优先级目标进行评价指标数据的获取,具体过程如下：(1)对雷达图像质量指标的获取，采用信息熵、平均梯度、等效视数及互信息量四个参数本文档来自技高网...

【技术保护点】
1.一种认知雷达资源自适应成像的闭环反馈判定方法，其特征在于，包括如下步骤：(一)对优先级目标进行评价指标数据的获取；(二)对评价指标进行无量纲化、趋同化处理；(三)对图像质量与资源消耗量进行优先级子指标评价；(四)对目标优先级进行评价。

【技术特征摘要】
1.一种认知雷达资源自适应成像的闭环反馈判定方法，其特征在于，包括如下步骤：(一)对优先级目标进行评价指标数据的获取；(二)对评价指标进行无量纲化、趋同化处理；(三)对图像质量与资源消耗量进行优先级子指标评价；(四)对目标优先级进行评价。2.根据权利要求1所述的认知雷达资源自适应成像的闭环反馈判定方法，其特征在于，步骤(一)的具体过程如下：(1)对雷达图像质量指标的获取，采用信息熵、平均梯度、等效视数及互信息量四个参数作为雷达成像质量评价的指标，对于一幅像素M×N大小的图像而言，上述四个参数定义如下：1)信息熵H：其中，式中，pi表示灰度值为i在所有灰度中出现的概率，f(m,n)表示雷达图像中坐标为(m,n)的像素灰度值；2)等效视数ENL：式中，μ为雷达图像灰度的均值；σ为雷达图像灰度的标准差，其分别定义为：3)平均梯度G：式中，ΔIx和ΔIy分别为x与y方向上的灰度差分，其计算公式分别为：ΔIx＝f(m,n)-f(m+1,n)(8)ΔIy＝f(m,n)-f(m,n+1)(9)；4)互信息量I：I＝Hq+Hq-1-Hq,q-1(10)其中Hq，Hq-1分别表示第q幅与第q-1幅图像的信息熵，Hq,q-1表示第q幅与第q-1幅图像的联合信息熵,定义如下：(2)对成像窗口时间指标的获取，目标经过雷达波束模型时，设雷达波束角为θ，目标方位与波束边缘夹角为α，目标与雷达的距离为R，目标的运动速度为v，成像窗口时间T为：(3)对目标识别概率指标的获取，设雷达成像的图像与先验知识库中的雷达图像分别为A和B，对应的像素点灰度值分别为fa(m,n),fb(m,n)，本发明采用两幅认知逆合成孔径雷达成像图的灰度直方图巴氏距离作为目标识别概率指标，定义如下：(4)对雷达资源消耗量指标的获取，采用时间资源、能量资源、计算机资源三个指标作为资源消耗评价指标，用来反映雷达资源的综合消耗量；时间资源TUR定义如下：能量资源EUR定义如下：其中Ttotal为雷达调度总时间；Pt为每个发射脉冲的峰值功率，Pav为雷达提供的平均功率；N'为调度成功的任务总数；tx,tr分别为任务驻留脉冲的发射期和接收期；W表示雷达脉冲个数；计算机资源CUR定义如下：其中Ctotal为计算机总资源，C为成像消耗的计算机资源。3.根据权利要求1或2所述的认知雷达资源自适应成像的闭环反馈判定方法，其特征在于，步骤(二)的具体过程如下：(1)数据指标的无量纲化处理采用向量归一化法对图像质量指标(...

【专利技术属性】
技术研发人员：廖可非，冯伟业，欧阳缮，马园，李晶晶，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45