基于卡尔曼滤波的空间自旋群目标三维成像方法技术

基于卡尔曼滤波的空间自旋群目标三维成像方法，本发明专利技术涉及空间自旋群目标三维成像方法。本发明专利技术的目的是为了解决现有空间自旋群目标三维成像方法中搜索计算量大，运算时间长，参数估计准确性受到搜索范围以及搜索参数设置的限制等问题。过程为：一、基于空间自旋群目标获得一维距离像；二、对一维距离像进行二值化处理，对二值化后图像进行骨架提取处理获得图像；三、对图像中各条正弦曲线进行提取；四、获得各条正弦曲线对应散射点的自旋频率估计值；五、根据各条正弦曲线中心偏离距离维中心的值对相应散射点的z轴方向坐标值进行估计；六、使用IRadon变换对散射点的x轴和y轴方向坐标值进行估计。本发明专利技术属于雷达技术领域。本发明专利技术属于雷达技术领域。本发明专利技术属于雷达技术领域。

【技术实现步骤摘要】
基于卡尔曼滤波的空间自旋群目标三维成像方法


[0001]本专利技术属于雷达
，涉及空间自旋群目标三维成像方法。

技术介绍

[0002]弹道导弹凭借着体积大，射程远，威力大等特点成为战争中攻击敌方目标的利器，为了保证运动的定向性，导弹自身进行着较大转速的自旋运动；同时为了达到突防的目的，导弹采用了一定的突防技术，并释放碎片，诱饵等，他们与导弹目标共同构成了自旋群目标，并且他们的运动速度，转速等运动状态各不相同。由于旋转群目标的机动性更加多变，实现此类目标高分辨成像的难度较于单个目标有所增大，而在群目标中准确识别出弹头对于导弹拦截也具有重要意义。目前，解决空间自旋群目标的三维成像方法主要基于匹配搜索法以及粒子群优化算法，前者具有搜索计算量大，运算时间长的弊端，后者搜索结果的准确性受到搜索范围以及搜索参数设置的影响，并且容易陷入局部最优值的问题。因此，减少搜索计算量，提高参数估计的准确性对于空间自旋群目标的三维成像来说是十分有必要的。

技术实现思路

[0003]本专利技术的目的是为了解决现有空间自旋群目标三维成像方法中搜索计算量大，运算时间长，参数估计准确性受到搜索范围以及搜索参数设置的限制等问题，而提出基于卡尔曼滤波的空间自旋群目标三维成像方法。
[0004]基于卡尔曼滤波的空间自旋群目标三维成像方法具体过程为：
[0005]步骤一、对空间自旋群目标的回波信号依次进行距离维压缩和运动补偿处理，获得补偿后的一维距离像S
r
(r,t
m
)；
[0006]其中，r为距离维，t
m
为脉冲信号发射时间，即慢时间；
[0007]步骤二、设置合适的阈值对一维距离像S
r
(r,t
m
)进行二值化处理，对二值化后图像进行骨架提取处理，获得图像S
r
(m,n)；
[0008]其中，(m,n)为图像S
r
(m,n)的位置坐标；m＝1,2，
…
M，n＝1,2，
…
N，M为单次脉冲的采样点数，N为脉冲积累数；
[0009]步骤三、根据图像S
r
(m,n)判断正弦曲线条数为n1，使用卡尔曼滤波算法对图像S
r
(m,n)中各条正弦曲线进行提取；
[0010]步骤四、使用EMD算法对提取得到的各条正弦曲线进行频率分析，获得各条正弦曲线对应散射点的自旋频率估计值，并将具有相同自旋频率的散射点划分为同一子目标；
[0011]步骤五、根据各条正弦曲线中心偏离距离维中心的值对相应散射点的z轴方向坐标值进行估计；
[0012]步骤六、基于步骤四和步骤五，使用IRadon变换对散射点的x轴和y轴方向坐标值进行估计。
[0013]本专利技术的有益效果为：
[0014]本专利技术中提出了一种基于卡尔曼滤波的空间自旋群目标三维成像方法，该方法通过将一维距离像中的各条正弦曲线分离，可以直接对目标的自旋频率以及z轴坐标值进行估计，将传统匹配搜索法对参数的四维搜索转化为二维搜索，减少了计算量，缩短了运算时间；相较于基于粒子群优化算法的参数搜索，此方法搜索结果的准确性不会受到搜索范围设置的限制以及陷入局部最优值；除此之外，对一维距离像中各条曲线的分离也便于对目标进行区分，便于后续对各目标进行单独分析。
附图说明
[0015]图1为本专利技术流程图；
[0016]图2为卡尔曼滤波算法提取曲线流程图；
[0017]图3为EMD算法估计自旋频率流程图；
[0018]图4为实施例一中使用的自旋群目标散射点模型图；
[0019]图5a为自旋群目标回波距离压缩后一维距离像；
[0020]图5b为各条正弦曲线分离提取结果；
[0021]图5c为一维距离像中分离得到的曲线1；
[0022]图5d为一维距离像中分离得到的曲线2；
[0023]图5e为一维距离像中分离得到的曲线3；
[0024]图5f为一维距离像中分离得到的曲线4；
[0025]图5g为一维距离像中分离得到的曲线5；
[0026]图5h为一维距离像中分离得到的曲线6；
[0027]图6a为自旋频率估计值为7.90Hz子目标的IRadon变换二维成像结果；
[0028]图6b为自旋频率估计值为6.25Hz子目标的IRadon变换二维成像结果；
[0029]图6c为自旋频率估计值为5.20Hz子目标的IRadon变换二维成像结果；
[0030]图7为自旋群目标初始位置与三维成像结果对比图。
具体实施方式
[0031]具体实施方式一：结合图1、2、3说明本实施方式，本实施方式基于卡尔曼滤波的空间自旋群目标三维成像方法具体过程为：
[0032]步骤一、对空间自旋群目标的回波信号依次进行距离维压缩和运动补偿处理，获得补偿后的一维距离像S
r
(r,t
m
)；
[0033]其中，r为距离维，t
m
为脉冲信号发射时间，即慢时间；
[0034]步骤二、设置合适的阈值对一维距离像S
r
(r,t
m
)进行二值化处理，对二值化后图像进行骨架提取处理，获得图像S
r
(m,n)；
[0035]其中，(m,n)为图像S
r
(m,n)的位置坐标；m＝1,2，
…
M，n＝1,2，
…
N，M为单次脉冲的采样点数，N为脉冲积累数；
[0036]步骤三、根据图像S
r
(m,n)判断正弦曲线条数为n1，使用卡尔曼滤波算法对图像S
r
(m,n)中各条正弦曲线进行提取；
[0037]步骤四、使用EMD算法对提取得到的各条正弦曲线进行频率分析，获得各条正弦曲线对应散射点的自旋频率估计值，并将具有相同自旋频率的散射点划分为同一子目标；
[0038]步骤五、根据各条正弦曲线中心偏离距离维中心的值对相应散射点的z轴方向坐标值进行估计；
[0039]步骤六、基于步骤四和步骤五，使用IRadon变换对散射点的x轴和y轴方向坐标值进行估计。
[0040]具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中空间自旋群目标各散射点的瞬时斜距表达式为ΔR
P
(t
m
)＝x'
p
sin(ωt
m
)+y'
p
cos(ωt
m
)+z'
p
，每个散射点各时刻的瞬时斜距构成一条正弦曲线(各散射点的瞬时斜距是正弦曲线中的一点，各时刻的瞬时斜距构成了一条正弦曲线，瞬时斜距是随着时间的变化而变化的)；
[0041]式中，x'
p
＝xsin(φ)，y'
p
＝ysin(φ本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于卡尔曼滤波的空间自旋群目标三维成像方法，其特征在于：所述方法具体过程为：步骤一、对空间自旋群目标的回波信号依次进行距离维压缩和运动补偿处理，获得补偿后的一维距离像S
r
(r,t
m
)；其中，r为距离维，t
m
为脉冲信号发射时间，即慢时间；步骤二、设置合适的阈值对一维距离像S
r
(r,t
m
)进行二值化处理，对二值化后图像进行骨架提取处理，获得图像S
r
(m,n)；其中，(m,n)为图像S
r
(m,n)的位置坐标；m＝1,2，
…
M，n＝1,2，
…
N，M为单次脉冲的采样点数，N为脉冲积累数；步骤三、根据图像S
r
(m,n)判断正弦曲线条数为n1，使用卡尔曼滤波算法对图像S
r
(m,n)中各条正弦曲线进行提取；步骤四、使用EMD算法对提取得到的各条正弦曲线进行频率分析，获得各条正弦曲线对应散射点的自旋频率估计值，并将具有相同自旋频率的散射点划分为同一子目标；步骤五、根据各条正弦曲线中心偏离距离维中心的值对相应散射点的z轴方向坐标值进行估计；步骤六、基于步骤四和步骤五，使用IRadon变换对散射点的x轴和y轴方向坐标值进行估计。2.根据权利要求1所述的基于卡尔曼滤波的空间自旋群目标三维成像方法，其特征在于：所述步骤一中空间自旋群目标各散射点的瞬时斜距表达式为ΔR
P
(t
m
)＝x'
p
sin(ωt
m
)+y'
p
cos(ωt
m
)+z'
p
，每个散射点各时刻的瞬时斜距构成一条正弦曲线；式中，x'
p
＝xsin(φ)，y'
p
＝ysin(φ)，z'
p
＝zcos(φ)，φ表示目标自旋运动的自旋轴与雷达视线之间的夹角，x、y、z为散射点的实际坐标值。3.根据权利要求2所述的基于卡尔曼滤波的空间自旋群目标三维成像方法，其特征在于：所述步骤一中的一维距离像S
r
(r,t
m
)包含幅值、周期以及初始相位不同的正弦曲线，S
r
(r,t
m
)为一个M
×
N的二维矩阵。4.根据权利要求3所述的基于卡尔曼滤波的空间自旋群目标三维成像方法，其特征在于：所述步骤二中设置合适的阈值对一维距离像S
r
(r,t
m
)进行二值化处理，对二值化后图像进行骨架提取处理，获得图像S
r
(m,n)；具体过程为：骨架提取算法表示为：式中，表示结构元素B对二值化后图像A连续腐蚀了次，是二值化后图像A被腐蚀至空集前的最后一次迭代次数。5.根据权利要求4所述的基于卡尔曼滤波的空间自旋群目标三维成像方法，其特征在于：所述步骤三中根据图像S
r
(m,n)判断正弦曲线条数为n1，使用卡尔曼滤波算法对图像S
r
(m,n)中各条正弦曲线进行提取；具体过程为：步骤三一、根据正弦曲线相邻点之间斜率相近的原理，提取各正弦曲线的前30个点，作为卡尔曼滤波进行重关联的先验信息，根据先验信息获得第j条曲线k时刻的系统状态值以及方差值此时k＝31,j＝1；具体过程为：
将图像S
r
(m,n)中的各条曲线看作是由一个目标点a1在二维平面上沿回波数方向运动形成的，采用二维连续维纳加速度模型，k时刻目标点a1的系统运动状态可以表示为：其中，x
′
k
和y
′
k
代表当前时刻目标点a1在坐标系中的位置，代表目标点a1沿两个坐标轴的运动速度,代表目标点a1沿两个坐标轴的运动加速度；测量矩阵以及观测矩阵表达式为：y
k
＝[y
′
k
x
′
k
]
T
其中，H表示二维连续维纳加速度模型的测量矩阵，y
k
表示二维连续维纳加速度模型的观测矩阵，T表示转置；卡尔曼滤波算法包括两部分，分别是预测和更新；首先根据前一时刻的系统运动状态对当前时刻的系统运动状态进行预测，获得当前时刻系统运动状态预测值，预测阶段表达式为：刻系统运动状态预测值，预测阶段表达式为：其中，和分别代表当前时刻系统运动状态的预测值以及方差值，A
k
‑1表示k时刻系统状态转移矩阵，Q
k
‑1表示状态噪声的方差值，此时还未利用当前系统的测量值；x
k
‑1表示k
‑
1时刻系统运动状态的实际值均值，P
k
‑1表示k
‑
1时刻系统运动状态的实际方差值；根据当前时刻系统运动状态预测值和当前时刻系统运动状...

【专利技术属性】
技术研发人员：王勇，杨竣婷，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：