基于自适应高斯表达的散射机理识别与提取方法技术

一种基于自适应高斯表达的散射机理识别与提取方法，获取目标的宽带‑角度扫描散射数据，在距离方向或方位方向对信号进行AGR计算，根据AGR计算结果来计算信号能量的自适应频谱图，最后分离AGR中高斯基函数宽度大的信号分量和宽度小的信号分量，分别进行ISAR成像，实现散射机理的定位和分离。本发明专利技术实现了对复杂目标上局部化和非局部化散射机理产生位置的识别，并可通过提取不同高斯基函数实现对不同散射机理的分离，可用于电磁隐身设计，也可用于SAR/ISAR图像理解和处理，解决了SAR/ISAR图像中非局部化散射带来的图像模糊问题，是一种具有广泛应用前途的基础性分析方法。

【技术实现步骤摘要】

本专利技术涉及目标电磁散射特性研究领域，尤其涉及一种基于自适应高斯表达(Adaptive Gaussion Representation，AGR)的散射机理识别与提取方法。
技术介绍
人造复杂目标由平面、边缘、二面角、三面角、腔体等散射源组成，每种散射源有不同的后向散射机理，而复杂目标的后向散射机理常常难以预测。如果随着频率变化，散射场有着固定的幅度和线性的相位变化，这样的散射特性称为非色散散射机理，可用点散射模型模拟。现实中的散射现象，其幅度一般都是弱频率相关的，相位也是频率的非线性函数。这种色散现象出现在非理想金属体、波导体等结构中，使得接收回波变形，能量分布扩散，难以从时域回波中得到解释，可统称为非局部化散射机理。对宽带后向散射数据进行高分辨时频分析，识别并提取局部化和非局部化散射机理，可为认识目标散射机理提供一种有效的工具，并为SAR/ISAR图像理解和处理提供重要手段。在检索到的国内外公开及有限范围发表的文献中，有外文著作专门讨论时频分析算法在电磁散射特性分析中的应用，对比了几种线性及非线性时频分析算法在时频表面的分辨能力；又有文献使用自适应时频分析工具对ISAR图像进行处理，剔除ISAR图像中非局部散射中心信号，提取准确的局部散射中心；有专利(专利号：201110344673)利用时频分析进行InISAR多目标成像和运动轨迹重建。综上所述，国外研究机构已经注意到时频分析在电磁散射特性研究中的作用，但是并没有找到能够自适应分辨局部与非局部散射机理的时频分析算法；而国内研究者只利用时频分析进行雷达成像处理，没有进行目标电磁散射特性分析。专利技术内容本专利技术提供一种基于自适应高斯表达的散射机理识别与提取方法，实现了对复杂目标上局部化和非局部化散射机理产生位置的识别，并可通过提取不同高斯基函数实现对不同散射机理的分离，可用于电磁隐身设计，也可用于SAR/ISAR图像理解和处理，解决了SAR/ISAR图像中非局部化散射带来的图像模糊问题，是一种具有广泛应用前途的基础性分析方法。为了达到上述目的，本专利技术提供一种基于自适应高斯表达的散射机理识别与提取方法，包含以下步骤：步骤S1、获取目标的宽带-角度扫描散射数据；步骤S2、在距离方向或方位方向对信号进行AGR计算；步骤S3、根据AGR计算结果来计算信号能量的自适应频谱图；步骤S4、分离AGR中高斯基函数宽度大的信号分量和宽度小的信号分量，分别进行ISAR成像，实现散射机理的定位和分离；高斯基函数宽度ap大的部分代表频率相关散射中心，ap小的部分代表点散射中心。所述的步骤S2中，对信号进行AGR计算的步骤具体包含以下步骤：步骤S2.1、确定迭代初始值；当p＝0时，确定迭代起始值k0和a0，并给初始信号赋值s0(t)＝s(t)；步骤S2.2、开始寻找基函数的局部最大值：其中，下标p表示第p个高斯基函数，s(t)是信号，基函数hp(t)是归一化高斯函数，Bp是其系数；步骤S2.3、计算sp(t)投影到hp(t)后的余量sp+1(t)：sp+1(t)＝sp(t)-Bphp(t) (8)步骤S2.4、计算剩余能量：||sp+1(t)||2＝||sp(t)||2-||Bp||2 (9)步骤S2.5、计算重构误差SNRq；经过q次分解之后原信号为： s ( t ) = Σ p = 0 q B p h p ( t ) + s q + 1 ( t ) - - - ( 10 ) ]]>根据能量守恒： | | s t ( t ) | | 2 = Σ p = 0 q | B p | 2 + | | s q + 1 ( t ) | | 2 - - - ( 11 ) ]]>随着q增加，误差sq+1(t)单调降低，当增加新的基函数hq+1(t)后，没有影响之前选择的参数时，可以认为迭代停止，此时重构误差为： SNR q = 10 log { | s t ( t ) | 2 | s q + 1 ( t ) | 2本文档来自技高网...

【技术保护点】
一种基于自适应高斯表达的散射机理识别与提取方法，其特征在于，包含以下步骤：步骤S1、获取目标的宽带‑角度扫描散射数据；步骤S2、在距离方向或方位方向对信号进行AGR计算；步骤S3、根据AGR计算结果来计算信号能量的自适应频谱图；步骤S4、分离AGR中高斯基函数宽度大的信号分量和宽度小的信号分量，分别进行ISAR成像，实现散射机理的定位和分离；高斯基函数宽度ap大的部分代表频率相关散射中心，ap小的部分代表点散射中心。

【技术特征摘要】
1.一种基于自适应高斯表达的散射机理识别与提取方法，其特征在于，包含以下步骤：步骤S1、获取目标的宽带-角度扫描散射数据；步骤S2、在距离方向或方位方向对信号进行AGR计算；步骤S3、根据AGR计算结果来计算信号能量的自适应频谱图；步骤S4、分离AGR中高斯基函数宽度大的信号分量和宽度小的信号分量，分别进行ISAR成像，实现散射机理的定位和分离；高斯基函数宽度ap大的部分代表频率相关散射中心，ap小的部分代表点散射中心。2.如权利要求1所述的基于自适应高斯表达的散射机理识别与提取方法，其特征在于，所述的步骤S2中，对信号进行AGR计算的步骤具体包含以下步骤：步骤S2.1、确定迭代初始值；当p＝0时，确定迭代起始值k0和a0，并给初始信号赋值s0(t)＝s(t)；步骤S2.2、开始寻找基函数的局部最大值：其中，下标p表示第p个高斯基函数，s(t)是信号，基函数hp(t)是归一化高斯函数，Bp是其系数；步骤S2.3、计算sp(t)投影到hp(t)后的余量sp+1(t)：sp+1(t)＝sp(t)-Bphp(t) (8)步骤S2.4、计算剩余能量：||sp+1(t)||2＝||sp(t)||2-||Bp||2 (9)步骤S2.5、计算重构误差SNRq；经过q次分解之后原信号为：根据能量守恒：随着q增加，误差sq+1(t)单调降低，当增加新的基函数hq+1(t)后，没有影响之前选择的参数时，可以认为迭代停止，此时重构误差为：步骤S2.6、判断重构误差是否满足迭代停止条件若是，则迭代结束，记录此时的ap,tp,fp数值，若否，则令p＝p+1，继续进行步骤S2.2；设置迭代停止条件为重构误差SNRq小于某小值ε，或者为迭代次数达到某极限值；SNRq+1≤R (13)如...

【专利技术属性】
技术研发人员：贺新毅，童广德，徐秀丽，高鹏程，
申请(专利权)人：上海无线电设备研究所，
类型：发明
国别省市：上海;31