System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及雷达信号处理技术,尤其涉及一种基于二分法搜索的sar等效雷达速度估计方法。
技术介绍
1、星载合成孔径雷达(synthetic aperture radar,简称sar)是一种主动微波传感器,具有高分辨的成像能力。除了强降雨天气外,sar发射的电磁波几乎能够完全穿透大气层而不受损失,因此具有全天候、全天时的工作能力。星载sar在地表测绘、高度测绘、地球变化检测、海洋观测、环境保护等方面有广泛的应用,目前已成为对地高分辨观测的重要工具。sar通过发射宽带信号实现距离高分辨;通过雷达与场景之间的相对运动形成一个“虚拟”的合成孔径,并通过对合成孔径回波数据进行信号处理(方位匹配滤波)实现方位高分辨。
2、影响sar成像质量的一个重要的多普勒参数是方位调频率(或多普勒调频率),而方位调频率又与一个称为“等效雷达速度”的参数有直接的关系。对于机载sar,等效雷达速度就是雷达平台的速度;然而,对于星载sar,其等效雷达速度不等于卫星速度,二者的差异足以导致严重的sar图像散焦。因此,需要对等效雷达速度进行估计以得到高聚焦程度的sar图像。
3、目前估计sar等效雷达速度的方法可分为两大类:第一大类方法是利用卫星轨道和姿态数据通过几何模型拟合得到等效雷达速度的估计值;第二大类是根据sar接收的雷达回波数据利用自聚焦的方式估计得出等效雷达速度。对于第一大类方法,由于几何拟合模型的局限性以及卫星轨道数据的误差,得到的等效雷达速度估计值可能不足以实现良好的sar数据聚焦(某些情况甚至可能无法获得卫星轨道和姿态数
4、基于雷达回波数据自聚焦的等效雷达速度估计方法又分为两类:基于相位的自聚焦方法和基于幅度的自聚焦方法。基于相位的自聚焦这类方法中的一种典型方法是相位梯度自聚焦法(phase gradient autofocus,简称pga)。pga方法直接估计方位匹配滤波后的残余相位以实现自聚焦。然而,pga这种方法通常只适用于包含强散射点的场景。基于幅度的自聚焦方法包括两种常用的方法:子视图像错位法(map drift,简称md)和对比度优化法。md法基于这样一个事实:方位滤波器的调频率误差会导致两个子视sar图像之间存在方位向偏移,通过估计方位向偏移即可估计出等效雷达速度。然而md法依赖等效雷达速度初始值,若初始值与真实值之间的误差过大则子图像之间的偏移量难以估计;此外,md法还依赖于sar图像的对比度,需要分析场景中的强散射体。对比度优化法的工作原理是通过搜索某个速度值使得sar图像的“对比度”最大化。速度搜索的一种简单方式是首先设置一个搜索范围和搜索步长,然后进行“等步长间隔”搜索。然而,这种简单搜索方法的缺点是当搜索范围不包含等效雷达速度的真实值时,搜索会失效。另外,当需要提高等效雷达速度的估计精度(搜索分辨率)时,需要减小搜索步长,这会增加搜索的次数而增大参数估计的计算量。
技术实现思路
1、专利技术目的:本专利技术的目的是提供一种基于二分法搜索的sar等效雷达速度估计方法,能避免固定步长搜索法运算量较大的缺点,且在较少次数的迭代后,快速收敛到等效雷达速度的真实值附近,具有良好的稳健性和较高的估计精度。
2、技术方案:本专利技术基于二分法搜索的sar等效雷达速度估计方法,包括步骤如下:
3、s1,将下变频解调sar回波数据在“慢时间”维和“快时间”维进行分块,得到sar回波数据smn(τ,η);然后利用平均互相关系数法估计smn(τ,η)的多普勒中心
4、s2,对sar回波数据smn(τ,η)进行距离聚焦成像,得到二维频率域数据;
5、s3,对二维频率域数据进行方位向成像,得到方位和距离聚焦后的sar复图像imn(τ,η);
6、s4,对sar复图像imn(τ,η)进行“加窗截取”,得到截取后的sar复图像
7、s5,对截取后的sar复图像进行“逆成像”,得到被矩形窗所截取的散射点逆成像后的未聚焦sar数据
8、s6,根据得到的未聚焦sar数据构建搜索目标函数jmn(v);
9、s7,利用“二分法搜索”算法求解搜索目标函数jmn(v)的最优化问题,得到sar等效雷达速度估计值;
10、s8,将初始搜索速度用步骤s7得到的sar等效雷达速度估计值进行替换,并将初始搜索范围的长度值缩小为其原来值的十分之一,然后重新执行步骤s3~s7,直至达到设定的迭代次数。
11、进一步,步骤s1中,利用平均互相关系数法估计smn(τ,η)的多普勒中心的表达式为:
12、
13、其中,smn(τ,η)表示第(m,n)块回波数据,m表示慢时间维数据分块的序号,n表示快时间维数据分块的序号,τ和η分别表示快时间和慢时间;[·]*表示取复共轭;∠{·}表示取某个复数的相位角;prf表示脉冲重复频率;δη为慢时间采样间隔,δη=1/prf。
14、进一步,步骤s2中,对smn(τ,η)进行距离聚焦成像的表达式如下:
15、
16、其中,fτ与fη分别表示快时间频率与多普勒频率,表示距离聚焦成像后的二维频率域数据,ft2d{·}表示二维傅里叶变换;hrg(fτ)表示距离成像匹配滤波器:
17、
18、其中,kr为雷达发射线性调频信号的调频率,exp{·}函数表示以自然常数e为底的指数函数。
19、进一步,步骤s3中,对二维频率域数据进行方位向成像的表达式如下:
20、
21、其中,imn(τ,η)表示方位和距离聚焦后的sar复图像,ift2d{·}表示二维傅里叶逆变换算子;href(fτ,fη;v0)为二维频率域参考函数:
22、
23、其中,表示第(m,n)块回波数据smn(τ,η)对应的场景中心到雷达的斜距,c为光速,f0为雷达载频,v0为等效雷达速度的某个给定的初始值,为多普勒中心。
24、进一步,步骤s4中,得到截取后的sar复图像的表达式如下:
25、
26、其中,tτ与tη分别为原始sar复图像imn(τ,η)距离向与方位向的长度,α与β为两个小于1的常数,tτ·α与tη·β分别为矩形窗距离向与方位向的长度。
27、进一步,步骤s5中,对截取后的sar复图像进行“逆成像”的表达式为:
28、
29、其中,[·]*表示复共轭,表示被矩形窗所截取的散射点逆成像后的未聚焦sar数据。
30、进一步,步骤s6中,构建搜索目标函数jmn(v)的实现步骤如下:
31、s61,给定sar等效雷达速度的搜索变量v,对进行成像,得到复图像
32、
33、其中,href(fτ,fη;v)的表达式为:
34、
35、由此,复图像以搜索变量本文档来自技高网...
【技术保护点】
1.一种基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,包括步骤如下:
2.根据权利要求1所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S1中,利用平均互相关系数法估计smn(τ,η)的多普勒中心的表达式如下:
3.根据权利要求2所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S2中,对smn(τ,η)进行距离聚焦成像的表达式如下:
4.根据权利要求3所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S3中,对二维频率域数据进行方位向成像的表达式为:
5.根据权利要求4所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S4中,得到截取后的SAR复图像的表达式如下:
6.根据权利要求5所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S5中,对截取后的SAR复图像进行“逆成像”的表达式为:
7.根据权利要求6所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S6中,构建搜索目标函数Jmn(v)的实现步骤如下:
>8.根据权利要求7所述基于二分法搜索的SAR等效雷达速度估计方法,其特征在于,步骤S7中,利用“二分法搜索”算法求解搜索目标函数Jmn(v)的最优化问题的表达式如下:
...【技术特征摘要】
1.一种基于二分法搜索的sar等效雷达速度估计方法,其特征在于,包括步骤如下:
2.根据权利要求1所述基于二分法搜索的sar等效雷达速度估计方法,其特征在于,步骤s1中,利用平均互相关系数法估计smn(τ,η)的多普勒中心的表达式如下:
3.根据权利要求2所述基于二分法搜索的sar等效雷达速度估计方法,其特征在于,步骤s2中,对smn(τ,η)进行距离聚焦成像的表达式如下:
4.根据权利要求3所述基于二分法搜索的sar等效雷达速度估计方法,其特征在于,步骤s3中,对二维频率域数据进行方位向成像的表达式为:
5.根据权利要求4所述基...
【专利技术属性】
技术研发人员:刘保昌,汪瑜,何宜军,乔思奇,季子洋,
申请(专利权)人:南京信息工程大学,
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。