【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及一种通过目标sar图像反演目标rcs的方法及系统。
技术介绍
1、对目标点频rcs的测量，通常采用雷达发射点频连续波，从某个入射角度对目标进行rcs测量，一次只能测量一个点频或一个角度的数据，存在的问题是目标点频rcs的测量效率低。
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提供了一种通过目标sar图像反演目标rcs的方法及系统，提高了测量效率。
2、本专利技术目的通过以下技术方案予以实现：一种通过目标sar图像反演目标rcs的方法，包括：根据预设的sar文件得到sar图像和sar复数据；对sar图像中的目标进行分割得到sar图像中目标的像素空间；根据sar复数据和sar图像中目标的像素空间得到目标散射数据；根据目标散射数据得到目标点频rcs数据。
3、上述通过目标sar图像反演目标rcs的方法中，采用预训练的基于深度学习的场景分割网络模型，对sar图像中的目标进行分割得到sar图像中目标的像素空间。
4、上述通过目标sar图像反演目标rcs的方法中，根据sar复数据和sar图像中目标的像素空间采用二维傅里叶变换算法得到目标散射数据。
5、上述通过目标sar图像反演目标rcs的方法中，目标散射数据通过如下公式得到：
6、
7、其中，为目标散射数据，为sar复数据，fx为空间波束频率域x轴频率，fy为空间波束频率域y轴频率，d2为目标像素空间，x为目标x轴坐
8、上述通过目标sar图像反演目标rcs的方法中，目标点频rcs数据σ(x,y)通过如下公式得到：
9、
10、
11、其中，σ(x,y)为目标点频rcs数据，为目标散射数据，wf(fx,fy)为空间频率域平面kf区域内部为1何外部为0的函数，fx为空间波束频率域x轴频率，fy为空间波束频率域y轴频率，kf为空间波束频率域，af为该窗函数的积分，该窗函数为wf(fx,fy)。
12、一种通过目标sar图像反演目标rcs的系统，包括：sar数据解析模块，用于根据预设的sar文件得到sar图像和sar复数据；sar图像目标分割模块，用于对sar图像中的目标进行分割得到sar图像中目标的像素空间；点频rcs计算模块，用于根据sar复数据和sar图像中目标的像素空间得到目标散射数据，根据目标散射数据得到目标点频rcs数据。
13、上述通过目标sar图像反演目标rcs的系统中，采用预训练的基于深度学习的场景分割网络模型，对sar图像中的目标进行分割得到sar图像中目标的像素空间。
14、上述通过目标sar图像反演目标rcs的系统中，根据sar复数据和sar图像中目标的像素空间采用二维傅里叶变换算法得到目标散射数据。
15、上述通过目标sar图像反演目标rcs的系统中，目标散射数据通过如下公式得到：
16、
17、其中，为目标散射数据，为sar复数据，fx为空间波束频率域x轴频率，fy为空间波束频率域y轴频率，d2为目标像素空间，x为目标x轴坐标，y为目标y轴坐标，v为速度，ν＝xsinθ+ycosθ，θ为扫描角度，f为频率，c为光速。
18、上述通过目标sar图像反演目标rcs的系统中，目标点频rcs数据σ(x,y)通过如下公式得到：
19、
20、
21、其中，σ(x,y)为目标点频rcs数据，为目标散射数据，wf(fx,fy)为空间频率域平面kf区域内部为1何外部为0的函数，fx为空间波束频率域x轴频率，fy为空间波束频率域y轴频率，kf为空间波束频率域，af为该窗函数的积分。
22、本专利技术与现有技术相比具有如下有益效果：
23、(1)本专利技术在sar图像中精确地分离了的目标和背景，进而提高了目标点频rcs计算精度；
24、(2)本专利技术解决了目标点频rcs测量时工作量大的问题，从一幅sar图像中可得出目标多个点频、角度的rcs。
本文档来自技高网...【技术保护点】
1.一种通过目标SAR图像反演目标RCS的方法，其特征在于包括：
2.根据权利要求1所述的通过目标SAR图像反演目标RCS的方法，其特征在于：采用预训练的基于深度学习的场景分割网络模型，对SAR图像中的目标进行分割得到SAR图像中目标的像素空间。
3.根据权利要求1所述的通过目标SAR图像反演目标RCS的方法，其特征在于：根据SAR复数据和SAR图像中目标的像素空间采用二维傅里叶变换算法得到目标散射数据。
4.根据权利要求1所述的通过目标SAR图像反演目标RCS的方法，其特征在于：目标散射数据通过如下公式得到：
5.根据权利要求1所述的通过目标SAR图像反演目标RCS的方法，其特征在于：目标点频RCS数据σ(x,y)通过如下公式得到：
6.一种通过目标SAR图像反演目标RCS的系统，其特征在于包括：
7.根据权利要求6所述的通过目标SAR图像反演目标RCS的系统，其特征在于：采用预训练的基于深度学习的场景分割网络模型，对SAR图像中的目标进行分割得到SAR图像中目标的像素空间。
8.根据权利要求6
9.根据权利要求6所述的通过目标SAR图像反演目标RCS的系统，其特征在于：目标散射数据通过如下公式得到：
10.根据权利要求6所述的通过目标SAR图像反演目标RCS的系统，其特征在于：目标点频RCS数据σ(x,y)通过如下公式得到：
...【技术特征摘要】
1.一种通过目标sar图像反演目标rcs的方法，其特征在于包括：
2.根据权利要求1所述的通过目标sar图像反演目标rcs的方法，其特征在于：采用预训练的基于深度学习的场景分割网络模型，对sar图像中的目标进行分割得到sar图像中目标的像素空间。
3.根据权利要求1所述的通过目标sar图像反演目标rcs的方法，其特征在于：根据sar复数据和sar图像中目标的像素空间采用二维傅里叶变换算法得到目标散射数据。
4.根据权利要求1所述的通过目标sar图像反演目标rcs的方法，其特征在于：目标散射数据通过如下公式得到：
5.根据权利要求1所述的通过目标sar图像反演目标rcs的方法，其特征在于：目标点频rcs数据σ(x,y)通过如下公式得到：
...【专利技术属性】
技术研发人员：闫威，王硕，郑智辉，郭宸瑞，董昊天，唐波，
申请(专利权)人：北京航天自动控制研究所，
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。