一种基于改进最小熵算法的SAR动目标成像方法技术

本发明专利技术提供一种基于改进最小熵算法的SAR动目标成像方法；包括：第一步，推导正侧视的SAR动目标回波二维频域信号，构造相位补偿函数，用传统距离徙动算法进行成像之后提取动目标的ROI数据，并构造动目标ROI数据的相位补偿函数；第二步，通过基于改进的最小化图像熵方法寻找动目标信号中未知参数的最佳值，对动目标ROI数据进行相位补偿，完成动目标的聚焦。改进最小熵算法将二分法的思想引入到迭代最小熵算法中来，通过熵函数导数的正负确定下一次迭代的参数取值范围，不断缩小参数取值范围，最终得到使熵函数值最小的最佳参数。改进最小熵算法能够克服传统最小熵算法的一些不足，具有收敛速度快、适应性强的优点。适应性强的优点。适应性强的优点。

【技术实现步骤摘要】
一种基于改进最小熵算法的SAR动目标成像方法


[0001]本专利技术涉及信号与信息处理技术，具体涉及一种基于改进最小熵算法的SAR动目标成像方法。

技术介绍

[0002]合成孔径雷达(SyntheticAperture Radar，SAR)是一种主动式、全天时、全天候、高分辨的对地观测雷达系统，应用广泛。地面动目标成像(Ground Moving Target Imaging,GMTIm)是SAR中一个重要的应用。地面动目标的运动会导致多普勒平移、距离单元徙动以及方位调频率的改变，适用于地面静止目标的传统SAR成像算法难以对地面动目标进行成像。
[0003]现有的地面动目标成像方法可分为优化方法类、时频变换类、感兴趣区域(Region ofInterest,ROI)类等。时频变换类的动目标成像方法有基于Keystone变换的方法(参见Wan jun的《Refocusing of Ground Moving Targets with Doppler Ambiguity Using Keystone Transform and Modified Second
‑
Order Keystone Transform for SyntheticAperture Radar》，发表在《Remote Sensing》，2021年1月16日，第13卷，第1期)。由于散焦的动目标只存在于场景中很小的范围内，所以可以提取包含动目标全部信息的ROI数据后再进行动目标聚焦，这类叫做ROI类动目标成像方法(参见Zhang yuan的《High
‑
Resolution SAR
‑
Based Ground Moving Target Imaging With Defocused ROI Data》，发表在《IEEE Transactions on Geoscience and Remote Sensing》，2016年2月，第54卷，第2期)。优化方法类的主要思想是将动目标成像问题转化成一个优化问题，通过求解优化问题得到动目标的聚焦像。
[0004]地面动目标属于非合作目标，其未知的运动速度导致回波信号中含有未知参数，动目标的散焦正是由未知参数产生的，因此动目标成像的关键问题在于未知参数的补偿。一种方法是通过速度的二维搜索来估计地面动目标的未知速度，之后利用估计出的动目标速度构造相位补偿函数，对动目标的信号进行未知参数的补偿。另一种方法则是直接估计相位补偿函数中的未知参数，再补偿动目标信号中的未知参数。参数化稀疏表征的方法利用动目标的稀疏性特征，通过求解稀疏优化问题来估计相位补偿函数中的未知参数，能避免速度的二维搜索，提高的参数搜索效率，然而此方法对于算法求解过程中超参数的设置非常敏感，对于不同场景中的不同动目标，需要重新设置超参数。最小熵方法利用聚焦后的动目标具有最小图像熵的特点来求解动目标相位补偿函数中的未知参数，是效果较好的一种动目标聚焦方法。(参见Chen yichang的《Iterative minimum entropy algorithm for refocusing ofmoving targets in SAR images》，发表在《IET Radar SonarNavigation》，2018，第13卷，第8期)传统的最小熵方法通过迭代的方式逐渐逼近最优解，初始值、迭代步长和迭代方向的选择决定了算法的收敛速度。第一种方法是以固定迭代步长遍历所有可能的未知参数，得到最小熵时对应的参数即为最佳参数。第二种方法是梯度下降法，通过计算熵函数的梯度，往负梯度方向更新未知参数直到熵函数的梯度不变，此时对应的参数为最
佳参数。第一种方法迭代步长不变，计算不灵活且需要遍历较多的次数；第二种方法的迭代步长是梯度的绝对值乘以某一个倍数，而倍数一般是不变的，同样存在不灵活的问题，另外，传统最小熵方法还存在一定的超参数敏感性的问题。

技术实现思路

[0005]本专利技术的目的在于克服上述现有技术中的不足之处，提出一种基于改进最小熵算法的SAR动目标成像方法。
[0006]本专利技术是通过如下方式实现的：
[0007]一种基于改进最小熵算法的SAR动目标成像方法，包括下列步骤：
[0008]步骤一：在推导正侧视的SAR动目标回波二维频域信号的基础上，构造相位补偿函数，并提取动目标的ROI数据；
[0009]步骤二：通过基于改进的最小化图像熵方法寻找动目标ROI数据中关于目标运动速度参数的最佳估计值，并对提取的动目标ROI数据进行相位补偿，完成动目标的聚焦。
[0010]进一步，所述的步骤一具体包括下述步骤：
[0011]Step 1)建立正侧式条带SAR动目标成像模型；
[0012]Step 2)推导正侧视的SAR动目标回波二维频域信号S(f
r
,f
a
)，利用传统距离徙动算法得到初步成像结果；
[0013]Step 3)提取动目标的ROI数据得到含有未知参数的相位补偿函数
[0014]进一步，所述的步骤一的Step1)具体为：
[0015]设rOx为笛卡尔坐标系，X轴为方位向，Y轴为距离向，雷达平台以速度V运动；雷达平台通过发射线性调频信号来实现距离向的高分辨，通过方位向的合成孔径实现方位向的高分辨，发射的LFM信号可表示为
[0016]p(t)＝rect(t/T
p
)exp(jπγt2)
ꢀꢀꢀꢀ
(1)
[0017]式中，t是快时间，T
p
是LFM信号的脉宽，γ表示其调频率，j是虚数单位，rect(
·
)表示矩形脉冲，exp(
·
)表示指数；在(x0,r0)处有一个速度为(v
x
,v
r
)动目标，在慢时间为t
s
的时刻，动目标运动到(x
s
,r
s
)，雷达和动目标之间的瞬时斜距为
[0018][0019]式中，V，t
s
分别为雷达平台运动速度和慢时间；
[0020]经过雷达接收机的处理，雷达平台接收到的基带回波信号可以表
[0021]示为
[0022][0023]式中，c是光速，f
c
表示载频，σ是场景中某个散射点的散射系数，T
a
是合成孔径时
间。
[0024]进一步，所述的步骤一的Step 2)具体为：
[0025]对式(3)进行二维傅里叶变换得到回波信号的二维频域表达式
[0026][0027]式中，f
r
、f
a
分别为距离频率和方位频率，δ＝x0(V
‑
v
x
)
‑
r0v
r
，随后进行距离向匹配滤波和Stolt插值，式(4)变为
[0028]对式(5)进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进最小熵算法的SAR动目标成像方法，包括下列步骤：步骤一：在推导正侧视的SAR动目标回波二维频域信号的基础上，构造相位补偿函数，并提取动目标的ROI数据；步骤二：通过基于改进的最小化图像熵方法寻找动目标ROI数据中关于目标运动速度参数的最佳估计值，并对提取的动目标ROI数据进行相位补偿，完成动目标的聚焦。2.根据权利要求1所述的改进最小熵算法的SAR动目标成像方法，其特征在于：所述的步骤一具体包括下述步骤：Step1)建立正侧式条带SAR动目标成像模型；Step2)推导正侧视的SAR动目标回波二维频域信号S(f
r
,f
a
)，利用传统距离徙动算法得到初步成像结果；Step3)提取动目标的ROI数据得到含有未知参数的相位补偿函数3.根据权利要求2所述的改进最小熵算法的SAR动目标成像方法，其特征在于：所述的步骤一的Step1)具体为：设rOx为笛卡尔坐标系，X轴为方位向，Y轴为距离向，雷达平台以速度V运动；雷达平台通过发射线性调频信号来实现距离向的高分辨，通过方位向的合成孔径实现方位向的高分辨，发射的LFM信号可表示为p(t)＝rect(t/T
p
)exp(jπγt2)
ꢀꢀꢀꢀ
(1)式中，t是快时间，T
p
是LFM信号的脉宽，γ表示其调频率，j是虚数单位，rect(
·
)表示矩形脉冲，exp(
·
)表示指数；在(x0,r0)处有一个速度为(v
x
,v
r
)动目标，在慢时间为t
s
的时刻，动目标运动到(x
s
,r
s
)，雷达和动目标之间的瞬时斜距为式中，V，t
s
分别为雷达平台运动速度和慢时间；经过雷达接收机的处理，雷达平台接收到的基带回波信号可以表示为式中，c是光速，f
c
表示载频，σ是场景中某个散射点的散射系数，T
a
是合成孔径时间。4.根据权利要求2所述的改进最小熵算法的SAR动目标成像方法，其特征在于：所述的步骤一的Step2)具体为：对式(3)进行二维傅里叶变换得到回波信号的二维频域表达式
式中，f
r
、f
a
分别为距离频率和方位频率，δ＝x0(V
‑
v
x
)
‑
r0v
r
，随后进行距离向匹配滤波和Stolt插值，式(4)变为对式(5)进行二维逆傅里叶变换得到散焦的动目标图像，从中提取出动目标的ROI数据之后，再转换回二维频域得到动目标ROI数据的二维频域表达式式中，分别为动目标ROI数据的距离向频率和方位向频率；相应的相位补偿函数为式中，R
ref

【专利技术属性】
技术研发人员：张群，熊世超，倪嘉成，李开明，梁佳，罗迎，苏令华，王聃，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：