【技术实现步骤摘要】
基于数据驱动的分数阶小波变换域ISAR成像方法、设备、存储介质和产品
[0001]本申请涉及雷达成像
,尤其涉及ISAR成像。
技术介绍
[0002]合成孔径雷达(SAR)从机载和星载发展起来,它不仅能提供目标的速度和位置信息,而且可以得到高分辨率空间雷达图像。而当雷达固定目标移动时,这种情况下成像雷达为逆合成孔径雷达(ISAR),它可以全方位、全天候的对目标进行搜索,这在战场侦察以及民用领域都具有重大价值。
[0003]经典ISAR成像方法是对已经经过距离跟踪和多普勒跟踪后回波信号(其中m表示距离单元)不同距离下m的对信号r
m
(t)进行傅里叶变换(FT)可以得到一个二维的图像:其中对于任意1≤m≤M,有R
m
(ω)=FT(r
m
(t)),FT表示傅里叶变换,ω代表多普勒频移。FT的经典ISAR成像方法主要是针对的平稳运动目标,当目标的运动是复杂非平稳的比如旋转、加速等时,回波信号变为非平稳信号,那么通过运动补偿往往得不到清晰的图像。
[0004]此时需要采用采用时频表示(TFR)的分析方法代替傅里叶变换进行聚焦处理,具体是对距离m单元下做信号r
m
(t)的TFR,并得到一个三维的距离
‑
时间
‑
多普勒立方图:(对于任意1≤m≤M,对信号r
m
(t)进行TFR,可以得到一组关于时间
‑
频率的q
m
(t,ω))。常见的TFR方法包括短时
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动的分数阶小波变换域ISAR成像方法,其特征在于,所述方法包括:步骤1、获取经过运动补偿的ISAR回波信号其中M表示距离单元数量,t表示时间,初始化循环变量s=0;步骤2、更新循环变量s=s+1,对一个s下的信号r
s
(t)进行分解,具体包括:步骤2.1、将r
s
(t)表示为信号f(t),计算信号f(t)能量最佳聚集的分数阶傅里叶变换域对应的角度α
opt
;步骤2.2、计算待分解的f(t)在其能量最佳聚集的α
opt
角度分数阶傅里叶变换域上的支撑区间U
k
=[u
k
‑1,u
k
],其中1≤k≤K,K表示区间数量;步骤2.3、根据支撑区间的类型,计算出支撑区间的支撑区间中心c
k
,构建用于信号分解的分数阶小波基函数的分数域形式,所述支撑区间的类型包括有限支撑区间、最左端无限支撑区间和最右端无限支撑区间;步骤2.4、对所述用于信号分解的分数阶小波基函数的分数域形式进行傅里叶变换的逆变换,其中,对变换元做尺度cscα
opt
伸缩,获得基于数据驱动的用于信号分解的分数阶小波基函数的时域形式;步骤2.5、利用构建的分数阶小波基函数ψ
k
(t),通过分数阶卷积运算实现对信号f(t)进行分解,得到的分解信号步骤2.6、对于对做有关它的魏格纳分布,得到其中ω表示多普勒频率;将进行合成,可以得到得到距离单元为s下的时频表示结果q
s
(t,ω),具体为:对步骤3、判断s是否大于等于M,当s大于等于M时说明已经完成了每个距离单元下的时频表示,执行步骤4,否则返回步骤2;步骤4、输出距离
‑
时间
‑
多普勒立方图对在时间t上取一时刻,得到该时刻目标的二维ISAR图像。2.根据权利要求1所述的一种基于数据驱动的分数阶小波变换域ISAR成像方法,其特征在于,步骤2.1中,所述信号f(t)能量最佳聚集的分数阶傅里叶变换域对应的角度α
opt
的获取方法为:其中,F
α
(u)是f(t)在角度α下的分数阶傅里叶变换。3.根据权利要求1所述的一种基于数据驱动的分数阶小波变换域ISAR成像方法,其特征在于,步骤2.3中,若待分解信号f(t...
【专利技术属性】
技术研发人员:史军,孙德华,李鸿志,安思成,门子俊,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。