基于参数化的匀加速运动刚体群目标成像方法技术

本发明专利技术公开了一种基于参数化的匀加速运动刚体群目标成像方法，其步骤包括：(1)雷达录取回波；(2)模糊数估计与补偿；(3)二次相位项粗补偿；(4)子目标中心判定；(5)图像分割；(6)相位项联合估计；(7)群目标图像合成。本发明专利技术通过采用参数化方法进行平动补偿，结合K均值图像分割算法估计子目标区域，进而对群目标进行精细成像，克服了基于包络轨迹拟合的群目标成像方法具有运动补偿误差大、运动轨迹估计精度不够、运算复杂度高的不足，具有运动补偿精确、图像聚焦良好、运算量较少、效率较高的优点。

【技术实现步骤摘要】

本专利技术属于信号处理
，更进ー步涉及雷达成像领域中的基于參数化的匀加速运动刚体群目标成像方法。本专利技术可以有 效地对空中刚体群目标进行成像，并对子目标形状、尺寸等特征进行精确描述，为目标识别提供有力保障。
技术介绍
当采用高分辨雷达对空中刚体目标(如飞机编队等)进行成像时，在同一雷达波束宽度内可能包含多个目标。为便于描述，将同一雷达波束内编队飞行或具有相似运动状态的多个目标定义为群目标，而将群目标中所包含的目标定义为子目标。当子目标间距较小时，对应回波在距离-慢时间域重叠在一起，从而无法对子目标的编队形式和架次进行准确判別。另外，由于此时相邻回波之间的相关系数很低，会使传统的包络对齐和自聚焦方法失效，从而无法得到群目标聚焦良好的图像。因此有必要结合刚体群目标的雷达回波特征，研究新的成像方法。S. H. Park 等人在文献“Segmentation of ISAR images of targets moving informat ion” (I EEE Trans. Geosci. Remote Sense, Vol. 48, no. 4, pp. 2099-2108, 2010 年)中提出采用包络轨迹拟合方法。该方法利用随慢时间变化的三次多项式对群目标运动轨迹进行建模，之后采用粒子群优化方法对多项式系数进行估计，井根据估计得到的多项式系数对群目标进行统ー运动补偿以得到群目标整体图像，最后将分割后的子图像逐个变换到回波域进行平动精确补偿和成像。但该方法存在的不足是，粒子群优化方法在对多项式系数估计时仅利用了实包络信息，导致运动补偿时误差较大，运动轨迹估计的精度不够，并且当多项式各项系数变化范围较大时，粒子群优化算法运算量较大。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出ー种基于參数化的匀加速运动刚体群目标成像方法。该方法弥补了基于包络轨迹拟合的群目标成像方法具有运动补偿误差大、运动轨迹估计的精度不够、运算复杂度高的不足，充分利用回波相位信息，采用參数化方法进行平动补偿，结合K均值图像分割算法估计子目标区域，进而对群目标进行精细成像。实现本专利技术的基本思路是首先通过多普勒中心模糊数估计对回波的一次相位项进行统ー补偿，然后在距离频域-方位多普勒域以群目标整体图像熵最小为准则，统ー补偿二次相位项并得到群目标的粗略图像，接着从图像的统计直方图中判定子目标中心，并采用K均值图像分割方法得到每个子目标对应区域，最后以局部图像熵最小为准则，分别对每个子目标的二次和三次相位项进行精确补偿，并最终得到精细的群目标成像結果。本专利技术的具体步骤如下(I)雷达录取回波。(2)模糊数估计与补偿2a)将雷达录取的ISAR回波沿距离频率维进行逆傅里叶变换得到距离-慢时间域回波，将距离-慢 时间域回波中的距离走动单元数与距离分辨率相乘得到距离位移量；2b)用距离位移量除以方位慢时间得到目标实际速度的估计值，用目标实际速度的估计值除以盲速得到多普勒中心模糊数的阈值，将多普勒中心模糊数的阈值与阈值左右相邻的5个值共11个值组成多普勒中心模糊数捜索集合；2c)将雷达录取的ISAR回波的相位项与由多普勒中心模糊数捜索值构造的相位补偿项相乘得到相位补偿后回波，将相位补偿后回波沿频率维进行逆傅里叶变换得到距离-慢时间域回波；2d)将距离-慢时间域回波取模值后进行Radon变换，得到回波归ー化幅度与角度的对应关系，记录其中归ー化幅度最大值对应的角度；2e)返回步骤2c)，遍历多普勒中心模糊数捜索集合，直至对所有的多普勒中心模糊数搜索值记录归一化幅度最大值对应的角度；2f)将步骤2e)所记录的角度中最靠近0°的角度对应的多普勒中心模糊数捜索值，作为多普勒中心模糊数的估计值，将雷达录取的ISAR回波的相位项与由多普勒中心模糊数的估计值构成的相位补偿项相乗，得到补偿后距离频域-慢时间域回波。(3) 二次相位项粗补偿3a)将补偿后距离频域-慢时间域回波的包络进行曲线拟合，将曲线的二次项系数作为阈值，搜索间隔取为1，将阈值与阈值左右相邻的5个值共11个值组成二次相位项系数捜索集合；3b)将步骤2f)得到的补偿后距离频域-慢时间域回波沿方位维进行傅里叶变换，得到距离频域-方位多普勒域回波；3c)将距离频域-方位多普勒域回波的相位项与由二次相位项系数捜索值构成的相位补偿项相乘得到补偿后的回波，将补偿后的回波进行ニ维逆傅里叶变换得到群目标ニ维整体图像，计算群目标ニ维整体图像的图像熵并记录；3d)返回步骤3c)，遍历二次相位项系数捜索集合，直至对所有的二次相位项系数捜索值记录图像熵，将使图像熵最小的二次相位项系数捜索值作为二次相位项系数的粗略估计值；3e)对步骤3b)得到的距离频域-方位多普勒域回波的相位项与由二次相位项系数的粗略估计值构成的相位补偿项相乘，进行ニ维逆傅里叶变换得到群目标的整体图像。(4)子目标中心判定4a)将群目标的整体图像分别沿距离向和方位向绘制统计直方图；4b)对距离向和方位向的统计直方图分别进行低通滤波得到平滑后的包络，将包络的局部极值点作为待确定的子目标图像中心；4c)计算待确定的子目标图像中心附近像素点的平均值，并对其进行归一化处理，判断归ー化像素值是否高于门限，若高于门限，则为真实的子目标图像中心，否则为虚假中心。(5)图像分割5a)选取真实的子目标图像中心作为聚类代表点，分别计算其余像素点与聚类代表点的欧氏距离；5b)将所有其余像素点归入与其欧式距离最小的聚类代表点所属的聚类中，得到初始化分割的图像；5c)采用误差平方和聚类准则函数对初始化分割的图像进行划分，得到各子目标区域的边界范围。(6)相位项联合 估计6a)将步骤3d)中得到的二次相位项系数的粗略估计值作为阈值，捜索间隔取为0. 5，将阈值左右相邻的5个值与阈值共11个值组成二次相位项系数搜索集合，以0. I为间隔，取区间中的共11个值组成三次项系数捜索集合；6b)对步骤2f)得到的补偿后距离频域-慢时间域回波的相位项乘以三次相位补偿项，然后沿多普勒维进行傅立叶变换得到距离频域-多普勒域回波，对距离频域-多普勒域回波的相位项乘以二次相位补偿项，最后进行ニ维傅里叶变换得到整体图像；6c)沿着步骤5c)得到的各子目标区域边界对整体图像进行划分得到子图像，计算各子图像的图像熵；6d)返回步骤6b)，遍历二次项系数搜索值和三次项系数的搜索值，直至获取各子图像的所有图像熵，将各子图像的所有图像熵中最小的图像熵对应的二次项系数和三次项系数的搜索值，作为子图像二次和三次项系数的估计值；6e)将步骤2f)得到的补偿后距离频域-慢时间域回波的相位项与由子图像三次项系数的估计值构成的三次相位补偿项相乘，并沿方位维进行傅立叶变换得到距离频域-方位多普勒域回波；6f)将距离频域-方位多普勒域回波的相位项与由子图像二次项系数的估计值构成的二次相位补偿项相乘，得到补偿后的回波，对补偿后的回波进行ニ维逆傅立叶变换，得到整体图像，沿着步骤5c)得到的子目标区域的边界范围从整体图像中提取子图像；6g)返回步骤6e)，遍历子图像二次项和三次项系数的估计值，直至提取出所有子图像。(7)群目标图像合成，将子图像拼接到整体图像中，形成群目标图像。与现有技术相比，本专利技术具有以下优点第一，本专利技术通本文档来自技高网...

【技术保护点】
基于参数化的匀加速运动刚体群目标成像方法，包括如下步骤：(1)雷达录取回波；(2)模糊数估计与补偿2a)将雷达录取的ISAR回波沿距离频率维进行逆傅里叶变换得到距离？慢时间域回波，将距离？慢时间域回波中的距离走动单元数与距离分辨率相乘得到距离位移量；2b)用距离位移量除以方位慢时间得到目标实际速度的估计值，用目标实际速度的估计值除以盲速得到多普勒中心模糊数的阈值，将多普勒中心模糊数的阈值与阈值左右相邻的5个值共11个值组成多普勒中心模糊数搜索集合；2c)将雷达录取的ISAR回波的相位项与由多普勒中心模糊数搜索值构造的相位补偿项相乘得到相位补偿后回波，将相位补偿后回波沿频率维进行逆傅里叶变换得到距离？慢时间域回波；2d)将距离？慢时间域回波取模值后进行Radon变换，得到回波归一化幅度与角度的对应关系，记录其中归一化幅度最大值对应的角度；2e)返回步骤2c)，遍历多普勒中心模糊数搜索集合，直至对所有的多普勒中心模糊数搜索值记录归一化幅度最大值对应的角度；2f)将步骤2e)所记录的角度中最靠近0°的角度对应的多普勒中心模糊数搜索值，作为多普勒中心模糊数的估计值，将雷达录取的ISAR回波的相位项与由多普勒中心模糊数的估计值构成的相位补偿项相乘，得到补偿后距离频域？慢时间域回波；(3)二次相位项粗补偿3a)将补偿后距离频域？慢时间域回波的包络进行曲线拟合，将曲线的二次项系数作为阈值，搜索间隔取为1，将阈值与阈值左右相邻的5个值共11个值组成二次相位项系数搜索集合；3b)将步骤2f)得到的补偿后距离频域？慢时间域回波沿方位维进行傅里叶变换，得到距离频域？方位多普勒域回波；3c)将距离频域？方位多普勒域回波的相位项与由二次相位项系数搜索值构成的相位补偿项相乘得到补偿后的回波，将补偿后的回波进行二维逆傅里叶变换得到群目标二维整体图像，计算群目标二维整体图像的图像熵并记录；3d)返回步骤3c)，遍历二次相位项系数搜索集合，直至对所有的二次相位项系数搜索值记录图像熵，将使图像熵最小的二次相位项系数搜索值作为二次相位项系数的粗略估计值；3e)对步骤3b)得到的距离频域？方位多普勒域回波的相位项与由二次相位项系数的粗略估计值构成的相位补偿项相乘，进行二维逆傅里叶变换得到群目标的整体图像；(4)子目标中心判定4a)将群目标的整体图像分别沿距离向和方位向绘制统计直方图；4b)对距离向和方位向的统计直方图分别进行低通滤波得到平滑后的包络，将包络的局部极值点作为待确定的子目标图像中心；4c)计算待确定的子目标图像中心附近像素点的平均值，并对其进行归一化处理，判断归一化像素值是否高于门限，若高于门限，则为真实的子目标图像中心，否则为虚假中心；(5)图像分割5a)选取真实的子目标图像中心作为聚类代表点，分别计算其余像素点与聚类代表点的欧氏距离；5b)将所有其余像素点归入与其欧式距离最小的聚类代表点所属的聚类中，得到初始化分割的图像；5c)采用误差平方和聚类准则函数对初始化分割的图像进行划分，得到各子目标区域的边界范围；(6)相位项联合估计6a)将步骤3d)中得到的二次相位项系数的粗略估计值作为阈值，搜索间隔取为0.5，将阈值左右相邻的5个值与阈值共11个值组成二次相位项系数搜索集合，以0.1为间隔，取区间[0，1]中的共11个值组成三次项系数搜索集合；6b)对步骤2f)得到的补偿后距离频域？慢时间域回波的相位项乘以三次相位补偿项，然后沿多普勒维进行傅立叶变换得到距离频域？多普勒域回波，对距离频域？多普勒域回波的相位项乘以二次相位补偿项，最后进行二维傅里叶变换得到整体图像；6c)沿着步骤5c)得到的各子目标区域边界对整体图像进行划分得到子图像，计算各子图像的图像熵；6d)返回步骤6b)，遍历二次项系数搜索值和三次项系数的搜索值，直至获取各 子图像的所有图像熵，将各子图像的所有图像熵中最小的图像熵对应的二次项系数和三次项系数的搜索值，作为子图像二次和三次项系数的估计值；6e)将步骤2f)得到的补偿后距离频域？慢时间域回波的相位项与由子图像三次项系数的估计值构成的三次相位补偿项相乘，并沿方位维进行傅立叶变换得到距离频域？方位多普勒域回波；6f)将距离频域？方位多普勒域回波的相位项与由子图像二次项系数的估计值构成的二次相位补偿项相乘，得到补偿后的回波，对补偿后的回波进行二维逆傅立叶变换，得到整体图像，沿着步骤5c)得到的子目标区域的边界范围从整体图像中提取子图像；6g)返回步骤6e)，遍历子图像二次项和三次项系数的估计值，直至提取出所有子图像；(7)群目标图像合成，将子图像拼接到整体图像中，形成群目标图像。...

【技术特征摘要】
1.基于參数化的匀加速运动刚体群目标成像方法，包括如下步骤 (1)雷达录取回波； (2)模糊数估计与补偿 2a)将雷达录取的ISAR回波沿距离频率维进行逆傅里叶变换得到距离-慢时间域回波，将距离-慢时间域回波中的距离走动单元数与距离分辨率相乘得到距离位移量； 2b)用距离位移量除以方位慢时间得到目标实际速度的估计值，用目标实际速度的估计值除以盲速得到多普勒中心模糊数的阈值，将多普勒中心模糊数的阈值与阈值左右相邻的5个值共11个值组成多普勒中心模糊数捜索集合； 2c)将雷达录取的ISAR回波的相位项与由多普勒中心模糊数捜索值构造的相位补偿项相乘得到相位补偿后回波，将相位补偿后回波沿频率维进行逆傅里叶变换得到距离-慢时间域回波； 2d)将距离-慢时间域回波取模值后进行Radon变换，得到回波归ー化幅度与角度的对应关系，记录其中归ー化幅度最大值对应的角度； 2e)返回步骤2c)，遍历多普勒中心模糊数搜索集合，直至对所有的多普勒中心模糊数搜索值记录归一化幅度最大值对应的角度； 2f)将步骤2e)所记录的角度中最靠近0°的角度对应的多普勒中心模糊数搜索值，作为多普勒中心模糊数的估计值，将雷达录取的ISAR回波的相位项与由多普勒中心模糊数的估计值构成的相位补偿项相乘，得到补偿后距离频域-慢时间域回波； (3)二次相位项粗补偿 3a)将补偿后距离频域-慢时间域回波的包络进行曲线拟合，将曲线的二次项系数作为阈值，搜索间隔取为1，将阈值与阈值左右相邻的5个值共11个值组成二次相位项系数搜索集合； 3b)将步骤2f)得到的补偿后距离频域-慢时间域回波沿方位维进行傅里叶变换，得到距离频域-方位多普勒域回波； 3c)将距离频域-方位多普勒域回波的相位项与由二次相位项系数捜索值构成的相位补偿项相乘得到补偿后的回波，将补偿后的回波进行ニ维逆傅里叶变换得到群目标ニ维整体图像，计算群目标ニ维整体图像的图像熵并记录； 3d)返回步骤3c)，遍历二次相位项系数捜索集合，直至对所有的二次相位项系数捜索值记录图像熵，将使图像熵最小的二次相位项系数捜索值作为二次相位项系数的粗略估计值； 3e)对步骤3b)得到的距离频域-方位多普勒域回波的相位项与由二次相位项系数的粗略估计值构成的相位补偿项相乘，进行ニ维逆傅里叶变换得到群目标的整体图像； (4)子目标中心判定 4a)将群目标的整体图像分别沿距离向和方位向绘制统计直方图； 4b)对距离向和方位向的统计直方图分别进行低通滤波得到平滑后的包络，将包络的局部极值点作为待确定的子目标图像中心； 4c)计算待确定的子目标图像中心附近像素点的平均值，并对其进行归一化处理，判断归ー化像素值是否高于门限，若高于门限，则为真实的子目标图像中心，否则为虚假中心； (5)图像分割5a)选取真实的子目标图像中心作为聚类代表点，分别计算其余像素点与聚类代表点的欧氏距离； 5b)将所有其余像素点归入与其欧式距离最小的聚类代表点所属的聚类中，得到初始化分割的图像； 5c)采用误差平方和聚类准则函数对初始化分割的图像进行划分，得到各子目标区域的边界范围； (6)相位项联合估计 6a)将步骤3d)中得到的二次相位项系数的粗略估计值作为阈值，捜索间隔取为0.5，将阈值左右...

【专利技术属性】
技术研发人员：白雪茹，周峰，刘妍，保铮，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：