一种星载SAR与电子侦察数据融合检测方法和系统技术方案

本发明专利技术提供一种星载SAR与电子侦察信号数据融合方法，包括：利用星载SAR系统获取SAR图像，对SAR图像进行检测，得到目标粗检测结果；获取星载电子侦察对辐射源探测结果；完成SAR数据以及电子侦察数据时间及空间对准；利用载荷多属性构建多属性特征提取网络，对SAR检测数据以及电子侦察检测数据的特征进行关系建模得到特征模糊矢量，提取可使用的特征；根据载荷空间关系，确定SAR数据以及电子侦察数据特征矩阵投影空间，进行特征映射，提取特征中有效信息，去除冗余信息，强化目标多属性特征；对强化后的特征进行聚类处理，剔除虚警，完成检测，并得到目标融合后的目标特征信息，完成星载SAR与电子侦察数据融合检测。星载SAR与电子侦察数据融合检测。星载SAR与电子侦察数据融合检测。

【技术实现步骤摘要】
一种星载SAR与电子侦察数据融合检测方法和系统


[0001]本专利技术属于空间微波遥感
，涉及一种星载SAR与电子侦察数据融合检测方法和系统。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar，SAR)是一种利用距离向脉冲压缩和方位向多普勒效应进行成像的微波遥感雷达，能够通过自身发射脉冲信号，而后对接收到的回波进行处理得到图像。电子侦察载荷是一种对外辐射源进行侦察，获取外辐射源位置信息、辐射源种类信息，进而进行检测识别的载荷，不同于光学、高光谱等遥感设备，微波载荷不受云、雨、雾等恶劣气候影响，能够实现全天时、全天候监视。现已广泛应用于海洋应用、军事侦察以及科学研究等多个方面。
[0003]但采用单一载荷进行目标检测，受限于信息获取维度，在复杂海况下，检测性能鲁棒性较差，同时，由于环境的多变，很难开发出普适性的目标检测算法，随着星载载荷种类的越来越丰富，利用多源数据进行目标检测越来越受到研究人员的重视，是未来的发展方向之一，但目前提出了的多融合模型及检测方案，但大多数只用到了多源数据的位置或速度信息，信息利用率低，并且融合准则也仅是简单叠加，多源数据的多维度信息利用不充分。

技术实现思路

[0004]本专利技术的技术解决问题是：本专利技术提出了基于目标多属性强化特征聚类的一种星载SAR与电子侦察信号数据融合方法和系统，通过理论推导和仿真分析得到适合的目标多属性强化特征方法，再根据多属性目标融合决策准则，对强化后的特征进行聚类，实现多源数据融合检测，提升目标检测鲁棒性。
[0005]本专利技术的技术解决方案是：一种星载SAR与电子侦察信号数据融合方法，包括：
[0006](1)利用星载SAR系统获取SAR图像，对SAR图像进行检测，得到目标粗检测结果；
[0007](2)获取星载电子侦察对辐射源探测结果；
[0008](3)完成SAR数据以及电子侦察数据时间及空间对准；
[0009](4)利用载荷多属性构建多属性特征提取网络，对SAR检测数据以及电子侦察检测数据的特征进行关系建模得到特征模糊矢量，提取可使用的特征；
[0010](5)根据载荷空间关系，确定SAR数据以及电子侦察数据特征矩阵投影空间，进行特征映射，提取特征中有效信息，去除冗余信息，强化目标多属性特征；
[0011](6)对强化后的特征进行聚类处理，剔除虚警，完成检测，并得到目标融合后的目标特征信息，完成星载SAR与电子侦察数据融合检测。
[0012]所述特征模糊矢量为同一目标点在各个特征维度上特征值所组成的矢量，目标p对应的特征数为n
k
(p),k＝1,...,K，则特征模糊矢量为
[0013]N(p)＝[n1(p),n2(p),...,n
K
(p)]，
[0014]其中，K为融合属性个数；多种数据组成多个特征模糊矢量，联合组成特征矩阵A
K
×
H
：
[0015][0016]其中，特征矩阵A
K
×
H
中的第h行元素为n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)，h＝1,2,3,...,H，N(p
h
)＝[n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)]表示目标p
h
所对应的特征模糊矢量，H为数据源个数。
[0017]所述强化目标多属性特征，包括：
[0018]利用载荷空间关系，确定映射空间R
M
、R
N
，将特征矩阵A
K
×
H
经过映射得到映射矢量M、N，根据所得到的映射特征经过多属性交互得到增强特征；
[0019]计算特征交互矩阵C：
[0020]C＝XY
T
，
[0021]其中，C为数据源1的X特征与数据源2的Y特征的交互投影度量；
[0022]根据所得到的交互关系对映射特征进行特征增强，得到特征M或N：
[0023][0024][0025]所述对强化后的特征进行聚类处理，包括：
[0026]对强化特征向量M、N进行聚类，即计算图像上所有目标在不同数据源对应的强化后的特征模糊矢量；
[0027]将特征模糊矢量相同的目标聚为一类。
[0028]一种星载SAR与电子侦察信号数据融合系统，包括：
[0029]第一模块，用于利用星载SAR系统获取SAR图像，对SAR图像进行检测，得到目标粗检测结果；获取星载电子侦察对辐射源探测结果；完成SAR数据以及电子侦察数据时间及空间对准；
[0030]第二模块，用于利用载荷多属性构建多属性特征提取网络，对SAR检测数据以及电子侦察检测数据的特征进行关系建模得到特征模糊矢量，提取可使用的特征；
[0031]第三模块，用于根据载荷空间关系，确定SAR数据以及电子侦察数据特征矩阵投影空间，进行特征映射，提取特征中有效信息，去除冗余信息，强化目标多属性特征；
[0032]第四模块，用于对强化后的特征进行聚类处理，剔除虚警，完成检测，并得到目标融合后的目标特征信息，完成星载SAR与电子侦察数据融合检测。
[0033]进一步的，所述特征模糊矢量为同一目标点在各个特征维度上特征值所组成的矢量；
[0034]目标p对应的特征数为n
k
(p),k＝1,...,K，则特征模糊矢量为
[0035]N(p)＝[n1(p),n2(p),...,n
K
(p)]，
[0036]其中，K为融合属性个数；
[0037]若干种数据组成若干个特征模糊矢量，联合组成特征矩阵A
K
×
H
：
[0038][0039]其中，特征矩阵A
K
×
H
中的第h行元素为n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)，h＝1,2,3,...,H，N(p
h
)＝[n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)]表示目标p
h
所对应的特征模糊矢量，H为数据源个数。
[0040]进一步的，所述强化目标多属性特征，包括：
[0041]利用载荷空间关系，确定映射空间R
...

【技术保护点】

【技术特征摘要】
1.一种星载SAR与电子侦察信号数据融合方法，其特征在于，包括：利用星载SAR系统获取SAR图像，对SAR图像进行检测，得到目标粗检测结果；获取星载电子侦察对辐射源探测结果；完成SAR数据以及电子侦察数据时间及空间对准；利用载荷多属性构建多属性特征提取网络，对SAR检测数据以及电子侦察检测数据的特征进行关系建模得到特征模糊矢量，提取可使用的特征；根据载荷空间关系，确定SAR数据以及电子侦察数据特征矩阵投影空间，进行特征映射，提取特征中有效信息，去除冗余信息，强化目标多属性特征；对强化后的特征进行聚类处理，剔除虚警，完成检测，并得到目标融合后的目标特征信息，完成星载SAR与电子侦察数据融合检测。2.根据权利要求1所述的一种星载SAR与电子侦察信号数据融合方法，其特征在于，所述特征模糊矢量为同一目标点在各个特征维度上特征值所组成的矢量；目标p对应的特征数为n
k
(p),k＝1,...,K，则特征模糊矢量为N(p)＝[n1(p),n2(p),...,n
K
(p)]，其中，K为融合属性个数；若干种数据组成若干个特征模糊矢量，联合组成特征矩阵A
K
×
H
：其中，特征矩阵A
K
×
H
中的第h行元素为n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)，h＝1,2,3,...,H，N(p
h
)＝[n1(p
h
),n2(p
h
),...,n
k
(p
h
),...,n
K
(p
h
)]表示目标p
h
所对应的特征模糊矢量，H为数据源个数。3.根据权利要求2所述的一种星载SAR与电子侦察信号数据融合方法，其特征在于，所述强化目标多属性特征，包括：利用载荷空间关系，确定映射空间R
M
、R
N
，将特征矩阵A
K
×
H
经过映射得到映射矢量M、N，根据所得到的映射特征经过多属性交互得到增强特征；计算特征交互矩阵C：C＝XY
T
，其中，C为数据源1的X特征与数据源2的Y特征的交互投影度量；根据所得到的交互关系对映射特征进行特征增强，得到特征M和特征N：根据所得到的交互关系对映射特征进行特征增强，得到特征M和特征N：4.根据权利要求3所述的一种星载SAR与电子侦察信号数据融合方法，其特征在于，所
述对强化后的特征进行聚类处理，包括：对强化特征向量M、N进行聚类，即计算图像上所有目标在不同数据源对应的强化后的特征模糊矢量；将特征模糊矢量相同的目标聚为一类。5...

【专利技术属性】
技术研发人员：刘昕，谭小敏，张选民，王万林，李诗润，党红杏，李彬，
申请(专利权)人：西安空间无线电技术研究所，
类型：发明
国别省市：