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】
本专利技术涉及面向非合作运动目标探测的微波雷达成像,具体来说是一种用于存在微多普勒干扰情况下的基于核范数与l1范数的逆合成孔径雷达(isar)多目标高分辨分离成像方法,具有可以同时实现微多普勒信号分离和多目标isar高分辨成像的特点,能够有效保留多目标主要特征用于后续目标识别工作。
技术介绍
1、逆合成孔径雷达(inverse synthetic aperture radar,isar)成像技术以其全天时和全天候的特点被广泛用于获取军事和民用目标图像。相比于可见光和近红外等被动探测手段,isar通过发射微波波段信号以及处理接收到的回波信号来形成目标的图像,是一种主动、有源探测手段,能够适应复杂的光照条件并通过雷达相干信号处理提高抗干扰性。因此,isar成像技术已经成为了一种不可或缺的遥感探测手段。
2、由于isar探测对象主要为飞机、导弹、舰船、卫星等非合作运动目标,因此无法准确获知目标运动的先验信息,对非合作目标的运动补偿技术是isar高分辨成像的关键技术。然而,目前isar成像研究主要讨论雷达波束内只有一个目标的情况,即单目标假设。在建模和分析过程中单目标假设将整个目标视为统一的刚体,通过目标上不同散射点的多普勒频率差异实现横向高分辨。这一假设随着军事科技的发展,日益受到挑战。在现实场景下,雷达经常面对集群目标(飞机编队、卫星星座、舰船编队等情况)。此时,波束内的多个目标运动特性各异,无法视作统一的刚体,如果依然套用传统的单目标运动补偿方法无疑会造成成像结果的彼此交叠和严重散焦,无法进行后续的目标识别工作。此外,
3、目前国内外针对isar多目标成像研究尚处于起步阶段,主要利用时频分析技术、图像处理技术进行初步分离成像,更加鲜见考虑多目标与微多普勒效应同时存在、彼此耦合的复杂场景。因此,亟待专利技术一种微多普勒干扰下的isar多目标高分辨分离成像方法。
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,提供了一种微多普勒干扰下的isar多目标高分辨分离成像方法,充分利用isar回波信号在时频域、变换域的低秩、稀疏特性,具有可以同时实现微多普勒信号分离和多目标高分辨成像的特点,可以为编队、集群目标识别提供重要的支撑作用。
2、本专利技术解决技术的方案是:一种微多普勒干扰下的isar多目标高分辨分离成像方法,该方法包括如下步骤:
3、将目标的isar回波信号,变换至距离-多普勒域,得到二维isar图像,对二维isar图像进行滤波,得到微多普勒干扰频谱;
4、对微多普勒干扰频域信号fft逆变换,得到微多普勒干扰回波信号,对微多普勒干扰回波信号进行radon变换并提取峰值位置和峰值数据,根据峰值数判断目标数量,并根据峰值位置构建每个目标的初始运动补偿函数;
5、根据目标的初始运动补偿函数,建立核范数与l1范数联合最小化问题,记为初始最小化问题,并求解初始最小化问题,得到每个目标的初始二维isar图像和初始回波信号、微多普勒干扰的初始二维isar图像;
6、对每个目标的初始回波信号进行全局自相关距离对准,并构建每个目标的精细运动补偿函数;
7、根据目标的精细运动补偿函数,构建核范数与l1范数联合最小化问题,记为精细最小化问题,并求解精细最小化问题,得到每个目标的精细二维isar图像和精细回波信号、微多普勒干扰的精细二维isar图像。
8、优选地,对二维isar图像进行ca-cfar滤波。
9、优选地,各目标运动补偿函数为:
10、
11、其中,rk(t)为目标的初始回波运动补偿相位,n为二维isar图像中的方位单元数;t为时间;目标序号为k,xk(t)为目标的峰值位置。
12、优选地,构建的初始最小化问题和精细最小化问题形式相同,均表示如下:
13、
14、ld=ifft(sd)
15、其中,d是目标的序号,d为目标的总数目,表示第d个目标的初始运动补偿函数,和分别表示第d个目标的距离像矩阵、重叠的距离像矩阵和微多普勒信号的距离像。
16、优选地,求解的初始最小化问题和精细最小化的方法相同,如下:
17、将最小化问题表示为增广拉格朗日函数;
18、使用admm框架将增广拉格朗日函数分解为多个最小化子问题。
19、求解最小化子问题,得到每个目标的二维isar图像和回波信号、微多普勒干扰的二维isar图像。
20、优选地,增广拉格朗日函数为:
21、
22、其中,yd为第d个目标的约束变量、ymd微多普勒信号的约束变量;μ1为衡量目标等式约束的约束项,μ2是衡量维微多普勒信号等式约束的约束项;
23、优选地,最小化子问题如下:
24、
25、优选地,所述通过线性化admm算法求解最小化子问题。
26、优选地,所述精细运动补偿函数为:
27、
28、其中,rka(t)为目标的精细回波运动补偿相位,n为二维isar图像中的方位单元数;目标序号为k,xka(t)为目标的运动轨迹。
29、优选地,通过clean算法提取峰值点位置和数目。
30、本专利技术与现有技术相比的有益效果是:
31、(1)、本专利技术使用cfar滤波滤除后的微多普勒信号进行初始运动补偿,将无用干扰变成有利于运动补偿的信息。
32、(2)、本专利技术基于目标在距离-脉冲数域的低秩性,目标在距离-多普勒域的稀疏性和微动部件在距离-脉冲数域的稀疏性,构建优化问题。充分利用了不同目标的运动特性,得到了很好的分离结果。
33、(3)、本专利技术保留了微动部件的周期特性,有利于通过微动不减的周期辅助识别isar目标。
本文档来自技高网...【技术保护点】
1.一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于包括如下步骤:
2.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于对二维ISAR图像进行CA-CFAR滤波。
3.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于各目标运动补偿函数为:
4.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于构建的初始最小化问题和精细最小化问题形式相同,均表示如下:
5.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于求解的初始最小化问题和精细最小化的方法相同,如下:
6.根据权利要求5所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于增广拉格朗日函数为:
7.根据权利要求5所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于最小化子问题如下:
8.根据权利要求5所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法
9.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于所述精细运动补偿函数为:
10.根据权利要求1所述的一种微多普勒干扰下的ISAR多目标高分辨分离成像方法,其特征在于通过CLEAN算法提取峰值点位置和数目。
...【技术特征摘要】
1.一种微多普勒干扰下的isar多目标高分辨分离成像方法,其特征在于包括如下步骤:
2.根据权利要求1所述的一种微多普勒干扰下的isar多目标高分辨分离成像方法,其特征在于对二维isar图像进行ca-cfar滤波。
3.根据权利要求1所述的一种微多普勒干扰下的isar多目标高分辨分离成像方法,其特征在于各目标运动补偿函数为:
4.根据权利要求1所述的一种微多普勒干扰下的isar多目标高分辨分离成像方法,其特征在于构建的初始最小化问题和精细最小化问题形式相同,均表示如下:
5.根据权利要求1所述的一种微多普勒干扰下的isar多目标高分辨分离成像方法,其特征在于求解的初始最小化问题和精细最小化的方法相同,如下:...
【专利技术属性】
技术研发人员:徐新博,刘育强,张志强,温源,尹卿,李铁映,孔鹏,宿富林,高建军,王爱明,罗毓芳,张强,
申请(专利权)人:北京空间飞行器总体设计部,
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。