基于最大对比度的机动目标ISAR二维空变相位误差补偿方法技术

本发明专利技术涉及一种高分辨逆合成孔径雷达成像技术，具体公开一种基于最大对比度的机动目标ISAR二维空变相位误差补偿方法。首先，建立了机动目标的二维空变相位误差参数化信号模型，该模型更具有普适性，包括了距离空变相位误差、方位空变相位误差以及剩余相位误差。然后构造了以图像最大对比度为准则的代价函数，通过对代价函数的优化求解，估计出相位误差参数化模型中的未知参数，并采用了循环迭代处理的思想以提高估计精度，经过多次迭代处理后，图像的对比度趋于常数，算法稳健且收敛。

【技术实现步骤摘要】
基于最大对比度的机动目标ISAR二维空变相位误差补偿方法
本专利技术涉及一种高分辨逆合成孔径雷达成像技术，尤其是对机动目标的二维空变相位误差补偿方法。
技术介绍
相位误差补偿技术对于机动目标的逆合成孔径雷达(InverseSytheticApertureRadar,ISAR)成像来说非常重要，主要在于机动目标的高分辨ISAR图像会受到距离-方位二维空变相位误差的影响。二维空变相位误差产生的主要原因是机动目标在距离维和方位维同时存在速度分量和加速度分量，雷达回波相位经过加速度分量的调制后，不仅与时间有关，还与散射点位置有关，即具有二维空变性。目前机动目标的ISAR二维空变相位误差补偿方法存在的问题主要包括：(1)信号模型过于简单现有的相位误差补偿方法，信号模型都假设相位误差是随时间变化的函数，并没有考虑相位误差的距离-方位空变特性。非空变的相位误差实际上是一种非精确的信号模型，对于低分辨的雷达，相位误差的空变分量对于图像的聚焦性影响不大。当雷达的分辨率较高、目标作机动飞行时，相位误差的二维空变性对聚焦精度的影响是必须要考虑的。(2)数据分割与估计精度之间的矛盾利用数据分割技术可以对空变的相位误差进行补偿。它首先将整个数据分割成若干的子块数据，对于每个子块数据，认为其包含的相位误差是非空变的，可以对每个子块数据采用现有的方法进行补偿，再将补偿后的子块数据进行拼接获得全孔径图像。采用这种方法如何进行子块数据的分割是关键。数据分割后，必须保证各子块数据足够小，这样子块数据中的相位误差才可以认为是非空变的相位误差。但是，较小的子块数据会降低相位误差的估计精度，同时也降低了图像的分辨率。若子块数据较大，其中的相位误差仍然含有空变分量，采用现有的非空变相位误差补偿方法处理后，聚焦效果也不理想。
技术实现思路
本专利技术的目的是提供一种基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，克服现有方法无法对机动目标的二维空变相位误差补偿的不足，解决了机动目标ISAR二维空变相位误差补偿问题。为了实现上述目的，本专利技术采用了以下的技术方案：一种基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，具体包括以下步骤：步骤1、建立相位误差模型在理想情况下，聚焦的ISAR图像fi(n)与其对应的数据域ui(k)存在下面的关系：其中，i表示距离单元数，i＝[12…I]，m表示聚焦图像的方位位置，m＝[12…M]，k表示合成孔径位置，M表示方位单元总数，ui(k)可以表示为：其中，表示含空变相位误差的数据，φi(i,k,m)表示空变相位误差的补偿项，是(i,k,m)的函数，a表示剩余相位误差特性，b表示方位空变相位特性，c表示距离空变特性，k0是一个已知的常量，表示合成孔径中心；模糊图像表示为yi(m)，其满足下式：将(2)代入(3)后，模糊图像与聚焦图像满足下式：其中，n表示聚焦图像的方位位置，hi(n；m)表示图像域中的信号脉冲响应函数，如果φi(k,m)的参数精确已知，那么可利用式(2)精确的重构出空变的相位误差，然后通过式(4)完成空变相位误差的补偿；步骤2、空变相位误差的参数估计2.1建立代价函数通过使得代价函数最大化来获得最优的参数集其中，C(a,b,c)表示图像的对比度，最优的参数集通过最大化图像对比度获得2.2代价函数的优化求解式(6)求解方法采用循环梯度法，(a,b,c)的梯度可以表示如下求解参数(a,b,c)的梯度实际上是确定最优参数的搜索方向，通过设置合适的步长，再沿梯度的方向上进行搜索，即可找到图像对比度最大值对应的最优解，然后利用得到的参数重构二维空变的相位误差，再利用式(4)对模糊的图像进行补偿。步骤3、仿真数据实验：利用仿真数据来验证算法的有效性。其中，数据所用雷达工作在X波段，中心频率9GHz，带宽512MHz，脉冲重复频率15KHz，图像大小为64×512。本专利技术的有益效果在于：建立了机动目标的二维空变相位误差参数化信号模型，该模型更具有普适性，包括了距离空变相位误差、方位空变相位误差以及剩余相位误差，然后构造了以图像最大对比度为准则的代价函数，通过对代价函数的优化求解，估计出相位误差参数化模型中的未知参数，并采用了循环迭代处理的思想以提高估计精度，经过多次迭代处理后，图像的对比度趋于常数，算法稳健且收敛。克服现有方法无法对机动目标的二维空变相位误差补偿的不足，解决了机动目标ISAR二维空变相位误差补偿问题。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对-实施例或现有技术描述中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本传统方法对机动目标进行成像后的结果示意图；图2为本专利技术的方法对机动目标进行成像后的结果示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，具体包括以下步骤：1.建立信号模型1.1相位误差模型在理想情况下，聚焦的ISAR图像fi(n)与其对应的数据域ui(k)存在下面的关系：其中，i表示距离单元数，i＝[12…I]，m表示聚焦图像的方位位置，m＝[12…M]，k表示合成孔径位置，M表示方位单元总数。ui(k)可以表示为：其中，表示含空变相位误差的数据，φi(i,k,m)表示空变相位误差的补偿项，是(i,k,m)的函数。a表示剩余相位误差特性，b表示方位空变相位特性，c表示距离空变特性。k0是一个已知的常量，表示合成孔径中心。模糊图像表示为yi(m)，其满足下式将(2)代入(3)后，模糊图像与聚焦图像满足下式其中，n表示聚焦图像的方位位置。hi(n；m)表示图像域中的信号脉冲响应函数。如果φi(k,m)的参数精确已知，那么可利用式(2)精确的重构出空变的相位误差，然后通过式(4)完成空变相位误差的补偿。2.空变相位误差的参数估计2.1代价函数的建立参数(a,b,c)的估计可以认为是一个非约束的最优化问题，其中是代价函数中的变量。图像的对比度通常用作衡量图像的聚焦效果，对比度越大，图像的聚焦性能越好。式(4)描述的是模糊图像与聚焦图像的解析关系，由于我们在图像域对方位空变相位误差进行补偿，因此，这里将图像对比度最大化作为代价函数是合适的，由它估计出的参数可以使得图像的对比度最优。通过使得代价函数最大化来获得最优的参数集其中，C(a,b,c)表示图像的对比度。最优的参数集可通过最大化图像对比度获得2.2代价函数的优化求解式(6)有很多的求解方法，这里我们采用循环梯度法。(a,b,c)的梯度可以表示如下求解参数(a,b,c)的梯度实际上是确定最优参数的搜索方向。通过设置合适的步长，再沿梯度的方向上进行搜索，即可找到图像对比度最大值对应的最优解，然后利用得到的参数重构二维空本文档来自技高网...

【技术保护点】
基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，其特征在于，具体包括以下步骤：步骤1、建立相位误差模型在理想情况下，聚焦的ISAR图像f

【技术特征摘要】
1.基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，其特征在于，具体包括以下步骤：步骤1、建立相位误差模型在理想情况下，聚焦的ISAR图像fi(n)与其对应的数据域ui(k)存在下面的关系：其中，i表示距离单元数，i＝[12…I]，m表示聚焦图像的方位位置，m＝[12…M]，k表示合成孔径位置，M表示方位单元总数，ui(k)可以表示为：其中，表示含空变相位误差的数据，φi(i,k,m)表示空变相位误差的补偿项，是(i,k,m)的函数，a表示剩余相位误差特性，b表示方位空变相位特性，c表示距离空变特性，k0是一个已知的常量，表示合成孔径中心；模糊图像表示为yi(m)，其满足下式：将(2)代入(3)后，模糊图像与聚焦图像满足下式：其中，n表示聚焦图像的方位位置，hi(n；m)表示图像域中的信号脉冲响应函数，如果φi(k,m)的参数精确已知，那么可利用式(2)精确的重构出空变的相位误差，然后通过式(4)完成空变相位误差的补偿；步骤2、空变相位误差的参数估计2.1建立代价函数通过使得代价函数最大化来获得最优的参数集

【专利技术属性】
技术研发人员：黄大荣，郭新荣，郭艺夺，宫健，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西,61