一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法技术

一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法，属于雷达技术领域。该方法包括：通过对几何观测模型图分析，构建雷达与目标之间数学表达式，推算出定标尺度因子；采用时频分析的方法对采集回的雷达信号分别在距离向和方位向上进行处理，得到二维目标成像；取两组相邻的等长回波，对两组回波的同一时刻进行成像，然后对两幅图像进行图像旋转相关处理，检索出最佳角速度；将估计的目标旋转参数代入尺度因子公式中，最终完成对目标的横向定标。本发明专利技术将瞬时距离—瞬时多普勒算法与图像旋转相关变换相结合，降低了估计旋转参数的误差，更好地对目标进行横向定标。更好地对目标进行横向定标。更好地对目标进行横向定标。

【技术实现步骤摘要】
一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法


[0001]本专利技术属于雷达
，具体涉及一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法。

技术介绍

[0002]合成孔径雷达和逆合成孔径雷达都可以在任何条件下工作，它们具备优越的遥感，高分辨率成像等能力。与合成孔径雷达相比，逆合成孔径雷达在目标的运动未知的情况下扮演重要角色。传统的逆合成孔径雷达成像采用的是距离—多普勒算法，它将回波数据在距离向上和方位向上分别进行傅里叶变换，可以得到一幅聚焦良好的二维图像。
[0003]为了能更好的提取成像目标的尺寸信息，我们需要对成像后的图像进行定标处理。要想对图像正确进行定标，首先需要获知的是该图像的距离和方位向分辨率。由于已知雷达发射信号的参数信息，所以可以直接计算出图像的距离分辨率，而方位向分辨率取决于相参积累时间内目标相对雷达视线的有效转角，所以对图像的定标处理就变成了对其方位向分辨率的求解问题，也就是横向定标问题。但是逆合成孔径成像往往针对的是非合作机动目标，所以它的旋转参数是未知的，因此，要想对图像定标，就需要通过一些方法得到目标的旋转参数。目前对逆合成孔径雷达成像的定标方法有很多种。第一种方法是基于图像质量来估计旋转速度。这类方法虽然稳定性较高，但是需要反复迭代搜索最佳有效转速估计值，计算量较大，效率较低。第二种方法是通过提取选定的突出散射体的相位历史来获得旋转参数，这种方法对信号的旁瓣很敏感。还有一种方法是基于图像旋转相关理论估计旋转速度，这种方法采用快速傅里叶变换完成图像平移和旋转，计算效率高。

技术实现思路

[0004]本专利技术提供了一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法。为了避免二维图像模糊以及目标高速性的问题，该方案采用瞬时距离—瞬时多普勒算法来代替传统的距离多普勒算法进行成像，在距离向和方位向上采用时频分析来代替传统的傅里叶变换，并且对于匀速旋转的目标，采用图像旋转相关方法估计旋转参数。同时，对于非匀速旋转的物体，采用最小二乘法拟合的方式求得初始角速度和加速度。该方案对散射体的位置没有要求，而且可以明显减小估计的旋转参数的误差。
[0005]基于逆合成孔径雷达对运动目标进行成像及横向定标的方法，如图1所示，主要包括如下步骤：
[0006]步骤1：通过对几何观测模型图分析，构建雷达与目标之间数学表达式，推算出定标尺度因子；
[0007]步骤2：采用时频分析的方法对采集回的雷达信号在距离方向上进行压缩，经过时间采样之后，得到一维距离像；经过运动补偿，同样采用时频分析的方法对雷达信号在方位向上进行压缩，经过时间采样之后，得到二维目标成像；
[0008]步骤3：当目标是匀速运动时，取两组相邻的等长回波，对两组回波的同一时刻进行成像，然后对两幅图像进行图像旋转相关处理，检索出最佳角速度；当目标是匀加速运动时，取两组相邻的等长回波，分别在同一时刻对其进行成像。一共取20个时刻，将每一时刻对应的角速度都描绘在坐标轴上，对其进行最小二乘拟合，拟合出的斜线的斜率即为目标旋转加速度，斜线与纵轴的截距即为目标的角初速度。
[0009]步骤4：将估计的目标角速度或角加速度代入到中，得到横向分辨率的尺度因子，也就是图像域中的一个单位长度与目标实际尺寸之间的线性转换关系，最终完成对目标的横向定标。
[0010]本专利技术所述的算法的特点：
[0011](1)本专利技术应用的算法可以使二维目标成像结果更清晰，并采用平均梯度、图像熵这两个指标验证了该算法的有效性。
[0012](2)本专利技术所提出方案将瞬时距离—瞬时多普勒算法与图像旋转相关算法相结合，降低了估计旋转参数的误差，更好地对目标进行横向定标。
附图说明
[0013]图1：算法流程框图；
[0014]图2：几何观测模型图；
[0015]图3：瞬时距离—瞬时多普勒算法流程图；
[0016]图4：目标散射点模型图；
[0017]图5：目标成像结果图：(a)采用距离多普勒算法(b)采用瞬时距离—瞬时多普勒算法；
[0018]图6：图像旋转相关算法流程图；
[0019]图7：目标在1.98s时二维成像结果图：(a)第一组回波信号(b)第二组回波信号；
[0020]图8：相关系数曲线图；
[0021]图9：横向定标之后的目标图像；
[0022]图10：目标在1.98s时二维成像结果图：(a)第一组回波信号(b)第二组回波信号；
[0023]图11：相关系数曲线图；
[0024]图12：最小二乘拟合结果图；
[0025]图13：横向定标之后的目标图像。
具体实施方式
[0026]实施例1：
[0027]本专利技术提供了一种基于逆合成孔径雷达成像及横向定标的方法，算法流程图如图1所示，具体包括以下步骤：
[0028]步骤1：在理想情况下，目标相当于放置在转台上，围绕转台中心转动，几何模型如图2所示。假设目标围绕原点O以速度ω0做匀速转动，Q点代表目标上其中的任意一个散射点，r
q
代表原点O与散射点Q的距离，θ0代表OQ与x轴的夹角，r
o
表示原点O与雷达的距离，由于r
o
远远大于成像目标的尺寸，所以根据图2的几何模型我们可以得到散射点Q与雷达的距离
为：
[0029][0030]其中，x
q
＝r
q cosθ
o
、y
q
＝r
q
sinθ
o
分别为Q点的横纵坐标，t
m
是慢时间。对应的多普勒频率可以表示为：
[0031][0032]其中λ代表雷达的波长，从而对应的横向分辨单元为：
[0033][0034]上式中，T表示成像时间，其对应的横向分辨率为：
[0035][0036]ISAR图像的距离向与r(t
m
)对应，对应的距离分辨单元数目为
[0037][0038]因此可以求得距离向的分辨率为
[0039][0040]综上，我们用η
r
、η
a
分别代表距离分辨率和横向分辨率的定标尺度因子，所谓尺度因子，也就是图像域中的一个单位长度与目标实际尺寸之间的线性转换关系。
[0041]联立上式(3)(5)可以得到
[0042][0043]其中
[0044][0045][0046]其中Y
o
表示r
o
对应的距离单元数目，矩阵S为伸缩矩阵，矩阵R为旋转矩阵。
[0047]由此可得，两个不同时刻t
m1
和t
m2
成的两幅ISAR图像有如下关系：
[0048][0049]整理上式可得：
[0050][0051]其中，H是旋转变换矩阵，它代表t
m1
时刻的图像经过放大、旋转、缩小可以变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法，其特征在于：步骤1：通过对几何观测模型图分析，构建雷达与目标之间数学表达式，推算出定标尺度因子；步骤2：采用时频分析的方法对采集回的雷达信号在距离方向上进行压缩，经过时间采样之后，得到一维距离像；经过运动补偿，同样采用时频分析的方法对雷达信号在方位向上进行压缩，经过时间采样之后，得到二维目标成像；步骤3：取两组相邻的等长回波，对两组回波的同一时刻进行成像，然后对两幅图像进行图像旋转相关处理，检索出最佳角速度；步骤4：将估计的目标旋转参数代入尺度因子公式中，最终完成对目标的横向定标。2.根据权利要求1所述的一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法，其特征在于，根据雷达与目标之间距离构建数学模型，计算出定标尺度因子，具体过程为：在理想情况下，目标相当于放置在转台上，围绕转台中心转动。假设目标围绕原点O以速度ω0做匀速转动，Q点代表目标上其中的任意一个散射点，r
q
代表原点O与散射点Q的距离，θ0代表OQ与x轴的夹角，r
o
表示原点O与雷达的距离，由于r
o
远远大于成像目标的尺寸，所以可以得到散射点Q与雷达的距离为：其中，x
q
＝r
q
cosθ
o
、y
q
＝r
q
sinθ
o
分别为Q点的横纵坐标，t
m
是慢时间。对应的多普勒频率可以表示为：其中λ代表雷达的波长，从而对应的横向分辨单元为：上式中，T表示成像时间，其对应的横向分辨率为：图像的距离向与r(t
m
)对应，对应的距离分辨单元数目为因此可以求得距离向的分辨率为
综上，我们用η
r
、η
a
分别代表距离分辨率和横向分辨率的定标尺度因子...

【专利技术属性】
技术研发人员：董玮，刘芳铭，张歆东，
申请(专利权)人：吉林大学，
类型：发明
国别省市：