基于数据驱动的分数阶小波变换域ISAR成像方法、设备、存储介质和产品技术

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，属于雷达成像技术领域，解决现有ISAR成像技术不能获得高时频分辨率和受交叉项影响导致成像质量低问题。本发明专利技术的方法包括：找到待处理信号在能量聚集的分数阶傅里叶变换域下设计分数阶小波基函数，并通过半离散分数阶卷积对待处理信号进行滤波分解，而后经过魏格纳分布表示分解信号，最终得到消除了交叉项的时频表示。与传统方法相比本发明专利技术保证了ISAR成像的高分辨率，而且又避免了交叉项的影响。因此本发明专利技术可以实现高质量的ISAR成像。本发明专利技术适用于逆合成孔径雷达ISAR成像。成像。成像。

【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方法包括短时傅里叶变换(STFT)和魏格纳
‑
维尔分布(WVD)，但是STFT不能获得高的时频分辨率，WVD可以获得高分辨率而WVD受交叉项的影响不能得到实际应用。

技术实现思路

[0005]本专利技术目的是为了解决现有ISAR成像技术不能获得高时频分辨率和受交叉项影响导致成像质量低的问题，提供了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。
[0006]本专利技术是通过以下技术方案实现的，本专利技术一方面，提供一种基于数据驱动的分数阶小波变换域ISAR成像方法，所述方法包括：
[0007]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；
[0008]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:
[0009]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
；
[0010]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；
[0011]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；
[0012]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；
[0013]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
[0014]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：
[0015]对
[0016]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；
[0017]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。
[0018]进一步地，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：
[0019][0020]其中，F
α
(u)是f(t)在角度α下的分数阶傅里叶变换。
[0021]进一步地，步骤2.3中，若待分解信号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属于有限支撑区间，即它的区间长度定义为|U
k
|＝u
k+1
‑
u
k
，进而有区间U
k
的区间中心为在区间U
k
上设计的分数阶小波基函数的分数域形式为
[0022]进一步地，步骤2.3中，若存在左端无限支撑区间，那么对于最左端无限支撑区间
U1＝(
‑
∞,u1]，其中|U1|＝u2‑
u1，而区间U1的区间中心为在区间U
k
上设计的分数阶小波基函数的分数域形式为
[0023]进一步地，步骤2.3中，若存在右端无限支撑区间，对于最右端无限支撑区间U
K
＝[u
K
‑1,+∞)，其中|U
K
‑2|＝u
K
‑1‑
u
K
‑2，而区间U
K
的区间中心为在区间U
K
上设计的分数阶小波基函数的分数域形式为
[0024][0025]进一步地，步骤2.4中，用于信号分解的分数阶小波基函数的时域形式ψ
k
(t)的获取方法具体为：其中j表示虚数单位。
[0026]进一步地，步骤2.5中，所述分解信号的获取方法具体为：1≤k≤K，其中*α
opt
表示角度α
opt
下的分数阶卷积，表示ψ
k
(t)的共轭。
[0027]第一方面，本专利技术提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时执行如上文所述的一种基于数据驱动的分数阶小波变换域ISAR成像方法的步骤。
[0028]第二方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有多条计算机指令，所述多条计算机指令用于使计算机执行如上文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。
[0029]第三方面，本专利技术提供一种计算机程序产品，所述计算机程序被处理器执行时实现如上文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。
[0030]本专利技术的有益效果：...

【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：