【技术实现步骤摘要】
基于变分贝叶斯学习的多基ISAR融合成像方法
本专利技术属于雷达
,更进一步涉及多基ISAR高分辨融合成像方法,可用于目标形状特征提取与识别。
技术介绍
随着逆合成孔径雷达ISAR的飞速发展,尽管现有的成像雷达能够提供较高的分辨率,但是在对太空碎片、小卫星、航天器等航天目标进行观测时,需要得到更高分辨率的二维雷达图像以对其特征进行准确地描述。现有研究表明:大范围多视角观测的目标高分辨图像可有效提高目标识别的可靠性,同时融合不同视角下目标观测数据可提高成像结果的分辨率,为高性能目标识别奠定基础。通常来说,获取转台目标大范围多视角观测有两种方式,第一种是单部雷达接收机通过长时间观测获得较大的视角观测,另一种是通过配置位于不同位置的多部雷达接收机在较短的时间内获得较大的视角观测。作为一种基本目标模型,转台目标模型对于实际非合作运动目标,如飞机,舰船等建模通常是建立在短时间间隔基础上的。因为长的观测时间内,目标的运动特性可能发生明显变化,从而使得平动补偿过程变得困难。因此,在实际应用中,成像系统大都采用以增加硬件为代价的第二种观测方法,即空间分置的多接收机成像系统。因此,研究多基ISAR高分辨融合成像具有重要的意义。ZhixiLi,ScottPapson在其发表的论文“Data-LevelFusionofMultilookInverseSyntheticApertureRadarImages”(IEEETransactionsonGeoscienceandRemoteSensing,2008,46(5):139 ...
【技术保护点】
1.基于变分贝叶斯学习的多基ISAR融合成像方法,其特征在于,包括如下:/n(1)通过逆合成孔径雷达ISAR录取第一部雷达的回波信号S
【技术特征摘要】
1.基于变分贝叶斯学习的多基ISAR融合成像方法,其特征在于,包括如下:
(1)通过逆合成孔径雷达ISAR录取第一部雷达的回波信号S1和第二部雷达的回波信号S2,S1和S2的维数均为Nr×Na,其中Nr为距离向采样点数,Na为方位向采样点数;
(2)对两部雷达的回波信号S1和S2分别作距离向脉冲压缩,得到距离向脉冲压缩后第一部雷达回波信号S1′和第二部雷达回波信号S2′;并将这两个回波信号S1′和S2′分别按列拼接为两个列向量Y1和Y2,Y1和Y2的维数均为N×1,其中N=Nr×Na;
(3)将上述两个列向量Y1和Y2按列相连,得到观测向量该观测向量的维数为M×1,其中M=2N;
(4)将成像场景沿x方向等分为K段,每段长度为A;沿y方向等分为L段,每段长度为R,成像区域的散射系数表示为矩阵Ω,将散射系数矩阵按列拼接为列向量σ,其中Ω的维数为K×L,σ的维数为Q×1,其中Q=K×L;
(5)构造第一部雷达的字典矩阵Φ1和第二部雷达的字典矩阵Φ2,并将这两部雷达的字典矩阵Φ1和Φ2按列拼接,得到维数为M×1的观测向量所对应的字典矩阵其中Φ的维数为M×Q,Φ1和Φ2的维数均为N×Q;
(6)根据观测向量Y和字典矩阵Φ构造融合成像模型:Y=Φσ+n,其中n为噪声向量,其维数为M×1;
(7)设定转动角度θ和第二部雷达观测视角β2并对其进行优化获取最优估计值和(7a)设定转动角度θ的起始估计区间为[θmin,θmax],估计步长为Δθ,第二部雷达观测视角β2起始估计区间为估计步长为Δβ2,起始迭代次数i=1;
(7b)根据(7a)设定的转动角度θ和第二部雷达观测视角β2估计区间和估计步长计算第i次迭代的转动角度θ的值θi=θmin+iΔθ和第二部雷达观测视角β2的值
(7c)构造第i次迭代融合成像模型对应的字典矩阵Φ,求解第i次迭代融合成像模型对应的散射系数向量σ;
(7d)计算第i次迭代观测向量Y和字典矩阵Φ与散射系数向量σ乘积的均方误差:并记录相应的转动角度θ的值θi和第二部雷达观测视角β2的值β2i,其中表示向量2范数的平方;
(7e)判断是否满足迭代终止条件:
若同时满足θi>θmax和迭代终止,获取转动角度θ和第二部雷达观测视角β2的初步最优估计值,否则,令i=i+1,返回步骤(7b);
(7f)逐步缩小转动角度θ和第二部雷达观测视角β2的估计区间和估计步长,重复(7b)-(7e),获取转动角度θ和第二部雷达观测视角β2最优估计值和
(8)根据(7)获取的转动角度最优估计值和第二部雷达观测视角最优估计值构造最优融合成像模型:Y′=Φ′σ′+n对应的字典矩阵Φ′,使用变分推断方法求解最优融合成像模型对应的融合后的散射系数向量σ′,将σ′还原为融合后的散射系数矩阵Ω′,得到最终的融合成像结果。
2.根据权利要求1所述的方法,其特征在于,步骤(2)中对两部雷达回波信号作距离向脉冲压缩,按如下步骤进行:
(2a)将逆合成孔...
【专利技术属性】
技术研发人员:白雪茹,赵志强,祁浩凡,周峰,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。