基于参数化词典的多输入多输出成像雷达目标识别方法技术

本发明专利技术公开了一种基于参数化词典的多输入多输出成像雷达目标识别方法，该方法包括四个步骤：1)图像方向估计；2)图像几何旋转变换；3)构建参数化词典；4)图像分解与目标识别。相比现有方法，本发明专利技术公开方法中所采用的特征可自适应于目标位置参数的变化、图像分解处理能够滤除主散射中心参数位置之外的剩余图像，且识别方法避免了散射中心参数在线提取存在的主散射中心位置参数随方位分辨力的变化而改变这一问题，因此，通过其可实现对非合作目标MIMO雷达图像更为精确的识别。

【技术实现步骤摘要】

本专利技术涉及雷达
，尤其涉及一种多输入多输出(MIMO，Multiple-Input Multiple-Output)成像雷达目标识别方法。
技术介绍
由于目标观测信息的不完整性和目标电磁散射机理的复杂性，非合作雷达目标识别近几十年来一直是雷达
的一个具有挑战性的难题。非合作雷达的二维图像是目标体细节信息在成像平面 上的投影，其表征了目标散射中心的二维相对位置信息。相比一维雷达回波信号，目标图像将目标信息的表述扩展至二维，有效增加了信息处理的自由度， 这为雷达目标识别提供了更为丰富的电磁信息。原理上，二维成像就是利用具有二维分辨能力(通常为距离和方位分辨能力)雷达传感器观测数据对目标响应的二维重构。对于宽带成像雷达而言，其对目标的二维分辨可分别由距离维和方位维两个一维分辨来实现。通常，系统的距离维分辨主要通过发射宽带波形来完成，发射波形的带宽完全决定了距离维分辨力的大小；方位维分辨则主要通过一维阵列天线来完成。对于目前常用的逆合成孔径雷达(ISAR，Inverse SyntheticAperture Radar)，其等效阵列主要利用目标的运动来实现，这就使得利用其所获得二维图像进行目标识别时通常需要解决两个难题。第一个难题是，合成阵列具有的不确定性会使得非合作机动目标高分辨图像的获得必须依据一定的运动模型进行精确的运动补偿，如文献1 :Y. X.Wang，H. Ling and V. C. Chen,“I SAR motioncompensat ion via adapt ive joint t ime-frequency technique,，，IEEE Transact ions on Aerospace and Elect ronic Sys terns,1998, vo 1.34(2) :670677 禾口文献 2 :L. P. Du and G. C. Su. ‘‘Adaptiveinverse synthetic aperture radar imaging for nonuniformlymoving targets,"IEEE Geoscience and remot e s ens ing 1 etters, 2005, vol. 2 (3) :247_249中公开的成像算法。这就是说，当目标运动方式不满足运动补偿所依据的运动模型时，ISAR成像质量将会因失效的运动补偿而下降，并进而影响基于ISAR图像目标识别方法的效果。第二个难题是，ISAR图像上目标散射中心方位向位置参数通常用各散射中心的多普勒频率来表示，而多普勒频率的大小则取决于各散射中心相对于雷达的旋转速度。当目标速度发生改变时，ISAR图像上散射中心的位置将会发生缩比变化。这就是说，为了利用 ISAR图像进行机动目标的有效识别，识别方法必须能够容忍图像上散射中心位置的缩比变化。尽管文献3:Y.T Zhu, Y. Su and W. X. Yu, "An I SAR imagingmethod based on MIMO technique,，，IEEE Transactions ongeoscience and remote sens ing,2010, vol. 48 (8) =3290-3299中公开的ISAR成像方法通过多天线阵列的使用可有效缩短传统 ISAR机动目标成像所需的相干积累时间，在一定程度上为ISAR目标识别中的第一个难题的解决提供了契机，但其所成图像仍然存在散射中心位置的缩比变化问题，不能克服ISAR 目标识别中的第二个难题。而与上述ISAR 成像系统不同，文献 4 :H. J. Wang，W. Τ. Le i，C. L，Huang, et al. "ΜΙΜΟ radar image model and algorithm，，，Journal of Elect ronic s (China), 2009，vol. 26 (5) :577_583，文献5 王怀军，粟毅，朱宇涛，等，“基于空间谱域填充的MIMO 雷达成像研究”，电子学报，2009，vol. 37(6) =1242-1246 以及文献 6 :D. W. Wang，Χ. Y. Ma, A. L. Chen, et al,"High-resolutionimaging using a wideband MIMO rada rsys temwith two distributedarrays, " IEEE Transact ions on Image Processing,2010,vol.19(5) 1280-1289中公开了一种基于MIMO雷达的单次快拍成像系统。不同于前述ISAR成像系统， 基于MIMO雷达的单次快拍成像系统通过目标信息的空间并行采样取代了 ISAR中的串行采样，这使得目标方位成像所采用阵列为确知阵列，阵列特性与目标运动方式无关，因而，基于MIMO雷达图像的目标识别可完全避免基于ISAR图像目标识别中存在的两个难题。然而， 需要指出的是，相比ISAR中的自适应阵列孔径，MIMO成像系统阵列的孔径为一固定值，这就是说，MIMO雷达图像的方位分辨力是距离依赖的。目标位置的变化将导致图像方位分辨力的改变，并进而造成图像幅度发生改变，因此，必须结合MIMO雷达图像的特点研究相应的目标识别方法。 事实上，基于二维雷达图像的非合作目标识别并不是一个新问题，文献中已经公开了一种较为有效的基于ISAR图像的目标识别方法。如文献7:K.T.K im, D. K. Seo and H. Τ. K im, "Eff icientCla s s ificat ion of ISAR Image s,，，IEEE Transact ions on Antenna sand Propagat ion, 2005, vol. 53(5) :16111621 中公开的基于对数-极坐标变换与距离和方位投影的目标识别方法。尽管该方法的有效性分别得到了验证，但其常以整幅目标雷达图像为处理对象，并没有考虑MIMO雷达图像的特殊性，这就使得上述方法应用于 MIMO雷达图像时存在两个问题。其一，该方法中目标雷达图像的各种变换中既包含了目标图像的幅度信息又包含了目标散射中心的位置信息，两种信息中任何一种改变均会导致所抽取特征的失效。而MIMO雷达图像方位向分辨力的距离依赖特性常会造成MIMO雷达图像幅度的剧烈变化，这就使得上述方法应用于MIMO雷达图像时特征的有效性难以得到保证。 其二，该方法中目标的识别完全基于整幅目标图像来完成，目标图像上全部噪声或杂波干扰均被包含在识别处理中，这就得上述方法低信噪比时难以实现目标的高精度识别。而与上述方法不同，文献8 :D. W. Wang, G. Chen, N. ffu, et al, "Efficient target identification for MIMO high-re solut ionimaging radar via plane—rotat ion-invariant feature",2009IEEEInternational Symposium on Signal Proce本文档来自技高网...

【技术保护点】
１．一种基于参数化词典的多输入多输出成像雷达目标识别方法，包括如下步骤：（１）图像方向估计：利用目标库中预存的各目标的主散射中心参数集分别对当前测量的未知类别目标的ＭＩＭＯ雷达图像进行方向估计，得到未知类别目标的ＭＩＭＯ雷达图像相对于各目标的主散射中心参数集的方向角；（２）图像几何旋转变换：利用估计的对应各目标主散射中心参数集的方向角对未知类别目标的ＭＩＭＯ雷达图像沿成像平面分别进行几何旋转变换，得到对应各目标的方向归零的ＭＩＭＯ雷达图像；（３）构建参数化词典：利用ＭＩＭＯ雷达发射波形脉宽、当前测量的未知类别目标ＭＩＭＯ雷达回波空间谱带宽以及预存的各目标主散射中心参数集分别在线构造各目标的参数化词典；（４）图像分解与目标识别：对目标库中的每个目标，均利用在线构造的参数化词典对方向归零的ＭＩＭＯ雷达图像进行分解和目标识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：王党卫，林震，袁俊泉，马晓岩，
申请(专利权)人：中国人民解放军空军雷达学院，
类型：发明
国别省市：83