一种雷达目标结构特征提取方法及系统技术方案

本发明专利技术涉及一种雷达目标结构特征提取方法及系统，所述方法包括：基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型；给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像；对所述雷达超分辨图像进行图像预处理，得到预处理图像；根据所述预处理图像提取目标长度特征和目标形状特征。本发明专利技术主要是利用超分辨率成像技术提高雷达目标结构特征提取精度，重点设计了基于压缩感知的超分辨率成像技术，包括超分辨率重构建模与重构算法设计等。超分辨成像技术能够提高雷达图像的分辨率，进而为目标结构特征提取提供高质量的图像输入，会显著提高目标长度、形状等结构特征的提取精度。形状等结构特征的提取精度。形状等结构特征的提取精度。

【技术实现步骤摘要】
一种雷达目标结构特征提取方法及系统


[0001]本专利技术涉及信号处理
，特别是涉及一种雷达目标结构特征提取方法及系统。

技术介绍

[0002]雷达以其全天时、全天候、作用距离远等独特优势，在信息获取与感知等领域占据重要位置，雷达目标特征提取是指利用雷达系统获取空天、地面、海洋等环境中目标的回波信号，通过噪声抑制、成像、特征分析等信号处理工具，获取目标的几何形状、运动状态、目标类型、工作状态等关键信息，为目标的辨识与解译提供条件。
[0003]雷达目标的结构特征是目标特征中的重要内容，包括长度、散布特性、几何形状等方面，反映了目标的尺度特性，是目标辨识的关键依据。雷达目标结构特征提取精度不仅依赖于雷达系统本身，还与雷达目标特性、观测环境以及数据利用等方面紧密相关。现有目标结构特征方法主要是针对传统理想情况下研发设计的，在雷达目标多样化、观测环境复杂化、数据利用不充分等条件下，将面临来自目标、环境及数据利用等方面的诸多问题与挑战。
[0004]首先，在雷达目标方面，将面临目标种类多样化问题。雷达目标包括卫星、空间站、飞船和陨石等，每类目标呈现出不同的结构特性。例如卫星目标的平台以及载荷结构往往较为复杂，特别是在其执行机动变轨、帆板展开等动作时，获取其结构特征变得十分困难；其次，在观测环境方面，将面临电磁环境复杂、电子对抗强度高等问题。在理想条件下，雷达观测效果仅取决于观测目标与雷达系统；复杂的观测环境将急剧的降低观测效果。例如，复杂的电磁环境会导致雷达回波的畸变、丢失、相位误差等；电磁波压制干扰会直接导致接受回波的失效，电磁波欺骗干扰又会导致虚假电磁目标的出现，这些非理想的雷达信号对于后续的目标特征提取造成巨大的挑战。最后，在数据利用方面，将面临数据高污染的问题。在数据获取、传输、存储等环节会对数据产生污染，进而造成信息损失，增加了信息提取的难度。
[0005]面对上述瓶颈问题，迫切需要发展新的雷达目标结构特征提取方法。

技术实现思路

[0006]为了克服现有技术的不足，本专利技术的目的是提供一种雷达目标结构特征提取方法及系统，以解决现有的雷达目标特征提取精度不佳的问题。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种雷达目标结构特征提取方法，包括：
[0009]基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型；
[0010]给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像；
[0011]对所述雷达超分辨图像进行图像预处理，得到预处理图像；
[0012]根据所述预处理图像提取目标长度特征和目标形状特征。
[0013]优选地，所述基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型，包括：
[0014]根据获取到的雷达图像和稀疏变换矩阵构建稀疏约束项min||s||1＝min||Ψ
‑1x||1；其中，x为雷达图像，Ψ表示稀疏变换矩阵，s为稀疏变换参数，其中，x＝Ψs；
[0015]根据所述雷达图像、所述雷达回波数据和所述离散傅里叶测量矩阵构建模型逼近项其中，E为所述雷达回波数据、Φ为离散傅里叶测量矩阵，Ψ为所述小波变换基；
[0016]联合所述稀疏约束项与所述模型逼近项建立优化问题，以构建所述超分辨重构模型其中，λ＞0为正则化参数。
[0017]优选地，所述给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像，包括：
[0018]对所述超分辨重构模型进行一次转化，得到一次转化模型其中r为转化参数；
[0019]获取所述一次转化模型的增广Lagrangian函数其中μ为增广变量，δ＞0为Lagrangian乘子；
[0020]基于所述增广Lagrangian函数，对所述一次转化模型进行二次转化，得到二次转化模型其中，k为二次转化模型参数；
[0021]给定所述算法参数，利用交替方向法求解所述二次转化模型，得到所述雷达超分辨图像。
[0022]优选地，所述给定所述算法参数，利用交替方向法求解所述二次转化模型，得到所述雷达超分辨图像，包括：
[0023]给定所述算法参数λ＞0，δ＞0，收敛条件参数η＞0；
[0024]初始化初始向量s0＝0和步数指标n＝0；
[0025]基于s
n+1
＝H
λδ
(s
n
+Ψ
T
Φ
T
(E
‑
r
k
‑
δμ
k
‑
ΦΨs
n
))进行迭代，直到满足收敛条件||s
n+1
‑
s
n
||2≤η,得到第一个优化子问题的解s
k+1
；其中H
λδ
为阈值收缩算子；
[0026]利用最小二乘算法求的闭形式解，得到第二个优化子问题的解r
k+1
；
[0027]基于进行迭代，直到满足收敛条件||s
n+1
‑
s
n
||2≤η,得到第三个优化子问题的解μ
k+1
；
[0028]重复迭代所述第一个优化子问题的解s
k+1
、所述得到第二个优化子问题的解r
k+1
和得到第三个优化子问题的解μ
k+1
的步骤，直到满足收敛条件||s
k+1
‑
s
k
||2≤τ，得到Ψs
k+1
，其中τ＞0，Ψs
k+1
为所述雷达超分辨图像。
[0029]优选地，所述对所述雷达超分辨图像进行图像预处理，得到预处理图像，包括：
[0030]对所述雷达超分辨图像进行限幅，得到所述预处理图像其中，x(m,n)为所述雷达超分辨图像所成的二维雷达图像，m与n分别为距离单元和方位单元的序号，G1与G2分别为第一限幅门限和第二限幅门限。
[0031]优选地，所述根据所述预处理图像提取目标长度特征和目标形状特征，包括：
[0032]设超分辨图像距离向和方位向所提取的目标散射分辨单元数目分别为m
z
和m
h
，则目标距离向长度和方位向长度为L
z
＝m
z
*ρ
z
，L
h
＝m
h
*ρ
h
；其中，ρ
r
为距离分辨率，ρ
a
为方位分辨率；
[0033]根据所述目标距离向长度和所述方位向长度计算所述目标长度特征
[0034]获取所述预处理图像中的目标所在的区域；
[0035]计算目标所在的区域所占的面积，并统计目标所在的区域的周长；
[0036]统计目标所在的区域的最小的外接矩形，并获取所述外接矩形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种雷达目标结构特征提取方法，其特征在于，包括：基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型；给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像；对所述雷达超分辨图像进行图像预处理，得到预处理图像；根据所述预处理图像提取目标长度特征和目标形状特征。2.根据权利要求1所述的雷达目标结构特征提取方法，其特征在于，所述基于雷达回波数据、离散傅里叶测量矩阵和小波变换基构建超分辨重构模型，包括：根据获取到的雷达图像和稀疏变换矩阵构建稀疏约束项min||s||1＝min||Ψ
‑1x||1；其中，x为雷达图像，Ψ表示稀疏变换矩阵，s为稀疏变换参数，其中，x＝Ψs；根据所述雷达图像、所述雷达回波数据和所述离散傅里叶测量矩阵构建模型逼近项其中，E为所述雷达回波数据、Φ为离散傅里叶测量矩阵，Ψ为所述小波变换基；联合所述稀疏约束项与所述模型逼近项建立优化问题，以构建所述超分辨重构模型其中，λ＞0为正则化参数。3.根据权利要求2所述的雷达目标结构特征提取方法，其特征在于，所述给定算法参数，利用重构算法求解超分辨重构模型，得到雷达超分辨图像，包括：对所述超分辨重构模型进行一次转化，得到一次转化模型其中r为转化参数；获取所述一次转化模型的增广Lagrangian函数其中μ为增广变量，δ＞0为Lagrangian乘子；基于所述增广Lagrangian函数，对所述一次转化模型进行二次转化，得到二次转化模型其中，k为二次转化模型参数；给定所述算法参数，利用交替方向法求解所述二次转化模型，得到所述雷达超分辨图像。4.根据权利要求3所述的雷达目标结构特征提取方法，其特征在于，所述给定所述算法参数，利用交替方向法求解所述二次转化模型，得到所述雷达超分辨图像，包括：给定所述算法参数λ＞0，δ＞0，收敛条件参数η＞0；初始化初始向量s0＝0和步数指标n＝0；基于s
n+1
＝H
λδ
(s
n
+Ψ
T
Φ
T
(E
‑
r
k
‑
δμ
k
‑
ΦΨs
n
))进行迭代，直到满足收敛条件||s
n+1
‑
s
n
||2≤η,得到第一个优化子问题的解s
k+1
；其中H
λδ
为阈值收缩算子；
利用最小二乘算法求的闭形式解，得到第二个优化子问题的解r
k+1
；基于进行迭代，直到满足收敛条件||s
n+1
‑
s
n
||2≤η,得到第三个优化子问题的解μ
k+1
；重复迭代所述第一个优化子问题的解s
k+1
、所述得到第二个优化子问题的解r
k+1
和得到第三个优化子问题的解μ
k+1
的步骤，直到满足收敛条件||s
k+1
‑
s
k
||2≤τ，得到Ψs
k+1
，其中τ＞0，Ψs
k+1
为所述雷达超分辨图像。...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：