ISAR回波属性散射中心提取与多频段合成成像方法技术

本发明专利技术涉及一种ISAR回波属性散射中心提取与多频段合成成像方法，包括：建立基于属性散射中心模型的多频段回波模型，利用基于互相关和最小熵等相干补偿的方法对多频段回波信号进行相干补偿，得到多频段相干回波信号；建立属性散射中心未知参数的先验概率分布模型，并结合似然函数得到属性散射中心未知参数的联合后验概率分布模型；基于最大后验概率估计准则，利用RJMCMC算法进行后验推断，得到多频段ASC提取结果；利用多频段ASC提取结果重构全频段数据，对全频段数据进行二维快速傅里叶变换，得到观测目标的高分辨二维图像。本发明专利技术解决了现有方法回波建模不准确的问题，提高了ASC参数求解精确度和对噪声的鲁棒性。ASC参数求解精确度和对噪声的鲁棒性。ASC参数求解精确度和对噪声的鲁棒性。

【技术实现步骤摘要】
ISAR回波属性散射中心提取与多频段合成成像方法


[0001]本专利技术属于雷达信号
，涉及一种ISAR回波属性散射中心提取与多频段合成成像方法。

技术介绍

[0002]ISAR(逆合成孔径雷达，Inverse Synthetic Aperture Radar)具有全天候、全天时、远距离对非合作目标进行高分辨成像的能力，通过ISAR成像处理可获得卫星、空间碎片和导弹等空间目标聚焦良好的高分辨二维ISAR图像，进而获得空间目标的结构、尺寸、姿态和工作状态等多种重要特征信息，为后续的目标分类、识别和编目提供技术支撑。但是，随着空间目标类型和结构的日趋复杂，对ISAR成像分辨率的要求越来越高。若想提高ISAR 成像的分辨率，最直接的方式是提高雷达的工作频段和发射带宽，但是这种方式对硬件技术要求很高并且成本很高。多频段ISAR合成成像技术有效的解决了这一难题，该技术通过合成现有多部工作在不同频段的ISAR回波得到一个等效的大带宽信号，从而提高雷达成像距离分辨率。
[0003]按照回波散射模型的不同，多频段ISAR合成成像方法可以分为三大类。第一类方法基于理想点散射中心模型的多频段ISAR合成成像方法。该方法基于理想点散射中心模型对多频段回波进行建模，该模型认为散射中心的散射特性具有各向同性，其形式简单、便于计算与处理，所以被广泛使用。但是该模型仅考虑了目标的幅度和位置信息，并未考虑目标的几何结构信息，当需要对目标进行精确建模时，该模型便不适用。第二类方法是基于几何绕射模型的多频段ISAR合成成像方法。该类方法基于几何绕射模型对多频段回波进行建模，该模型将目标边缘、拐角等不连续部位的电磁散射特性近似为简单几何体的电磁散射，并且引入频率依赖项来描述目标电磁散射特性与雷达发射信号频率之间的依赖关系，但是该模型并没有考虑目标电磁散射特性随雷达观测角度的变化，在实际应用中有一定的局限性。由于理想点散射模型和几何绕射模型简单，并未考虑目标散射中心的整体连续性，所以当对飞行器、卫星等复杂目标进行多频段ISAR合成成像时，难以获得精细的目标成像结果。第三类方法是基于属性散射中心模型的多频段ISAR合成成像方法。该方法基于属性散射中心模型对多频段回波进行建模，属性散射中心(Attribute Scattering Center，ASC)模型可以精确描述目标电磁散射特性与信号频率、方位角的依赖关系，并将散射中心分为局部式和分布式散射中心，分别描述目标的各向同性和各向异性散射，所以 ASC模型对目标的散射特性描述更为准确和全面，使用ASC模型作为多频段回波散射模型不仅可以提高成像分辨率，还可以提高成像的精度。
[0004]但是由于ASC模型参数众多，导致难以快速准确的对属性散射中心进行提取。现有的基于ASC的多频段ISAR合成成像方法大都基于正交匹配追踪(Orthogonal Matching Pursuit，OMP)算法进行ASC提取，该算法首先根据多频段相干回波模型构建稀疏表示模型，然后利用OMP算法对目标 ASC进行逐个提取。由于ASC模型有7个待求解的参数，导致构造的字典维度特别大，需要大量的存储空间和计算时间，并且离散化的字典会导致 ASC提取精
度不高，从而使图像散焦，这种问题被称为网格失配问题。一些学者针对上述缺点提出缩放字典技术，首先粗估计ASC模型参数的取值范围，从而缩小参数取值空间，接着构造参数取值间隔较大的粗网格字典，然后利用OMP算法对模型参数进行粗估计，进一步在粗估计的参数附近构造细化字典，再利用OMP算法对模型参数进行精细估计。该算法能够缩小存储与计算时间，但是仍然没有从根本上解决网格失配问题，而且对字典进行缩放会导致网格间隔变小，使得矩阵中原子的相干性变强，而这种高相干性可能使字典不满足有限等距性质(Restricted Isometry Property,RIP)，从而使该类算法失效。
[0005]因此，如何提高现有方法回波建模的准确度，实现多频段回波的相干合成成像，成为了亟待解决的问题。

技术实现思路

[0006]为了解决现有技术中存在的上述问题，本专利技术提供了一种ISAR回波属性散射中心提取与多频段合成成像方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0007]本专利技术实施例提供了一种ISAR回波属性散射中心提取与多频段合成成像方法，所述多频段ISAR合成成像方法包括：
[0008]步骤1、建立基于属性散射中心模型的多频段回波模型，利用基于互相关和最小熵的相干补偿方法对多频段回波信号进行相干补偿，得到多频段相干回波信号，多频段包括子频段1和子频段2；
[0009]步骤2、建立属性散射中心未知参数的先验概率分布模型，基于所述多频段相干回波信号得到似然函数，根据所建立的未知参数的先验概率分布模型，结合似然函数得到属性散射中心未知参数的联合后验概率分布模型，所述未知参数包括ASC的总数目K、后向散射强度u、相位参数θ
k
、散射中心方位向的位置坐标x
k
、散射中心距离向的位置坐标y
k
、频率依赖因子α
k
、分布式散射中心的长度L
k
、分布式散射中心的朝向角局部式散射中心的方位依赖因子η
k
；
[0010]步骤3、基于所述联合后验概率分布模型和最大后验概率估计准则，利用RJMCMC算法进行后验推断，得到多频段ASC提取结果；
[0011]步骤4，利用多频段ASC提取结果重构全频段数据，对全频段数据进行二维快速傅里叶变换，得到观测目标的高分辨二维图像。
[0012]与现有技术相比，本专利技术的有益效果：
[0013]本专利技术提供的多频段ISAR合成成像方法，解决了现有方法回波建模不准确的问题，提高了ASC参数求解精确度和对噪声的鲁棒性。
[0014]本专利技术基于非参贝叶斯方法对ASC模型参数进行精确的求解，能够克服现有稀疏表示类方法固有的网格失配问题，并且在低信噪比下仍然可以得到较好的合成成像结果。
[0015]通过以下参考附图的详细说明，本专利技术的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本专利技术的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。
附图说明
[0016]图1是本专利技术实施例提供的一种ISAR回波属性散射中心提取与多频段合成成像方法的流程示意图；
[0017]图2a
‑
图2f为本专利技术实施例提供的合成目标仿真结果图，其中，图2a为多频段回波数据，图2b为雷达1二维成像结果图，图2c为雷达2二维成像结果图，图2d为真实全频段二维成像结果图，图2e为采用本专利技术所提算法提取的ASC成像结果图，图2f为回波残差的二维成像结果图。
[0018]图3为本专利技术实施例提供的电磁仿真实验所使用的卫星目标模型。
[0019]图4a
‑
图4f为本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种ISAR回波属性散射中心提取与多频段合成成像方法，其特征在于，所述多频段ISAR合成成像方法包括：步骤1、建立基于属性散射中心模型的多频段回波模型，利用基于互相关和最小熵的相干补偿方法对多频段回波信号进行相干补偿，得到多频段相干回波信号，多频段包括子频段1和子频段2；步骤2、建立属性散射中心未知参数的先验概率分布模型，基于所述多频段相干回波信号得到似然函数，根据所建立的未知参数的先验概率分布模型，结合似然函数得到属性散射中心未知参数的联合后验概率分布模型，所述未知参数包括ASC的总数目K、后向散射强度u、相位参数θ
k
、散射中心方位向的位置坐标x
k
、散射中心距离向的位置坐标y
k
、频率依赖因子α
k
、分布式散射中心的长度L
k
、分布式散射中心的朝向角局部式散射中心的方位依赖因子η
k
；步骤3、基于所述联合后验概率分布模型和最大后验概率估计准则，利用RJMCMC算法进行后验推断，得到多频段ASC提取结果；步骤4、利用多频段ASC提取结果重构全频段数据，对全频段数据进行二维快速傅里叶变换，得到观测目标的高分辨二维图像。2.根据权利要求1所述的ISAR回波属性散射中心提取与多频段合成成像方法，其特征在于，所述多频段回波模型的子频段表示为：其中，为由雷达i的硬件时延和相移导致的固定相位，u
k
为第k个ASC的后向散射强度，f
ci
为合成的全频段回波的中心频率，为雷达入射波的方位角，C为光在真空中的传播速度，f
i
为子频段对应的频率分量，为由雷达i的硬件时延导致的线性相位；其中，利用基于互相关和最小熵的相干补偿方法对多频段回波信号进行相干补偿，得到多频段相干回波信号，包括：基于互相关方法对多频段回波进行相干补偿，得到第一多频段相关补偿信号，所述第一多频段相关补偿信号的子频段表示为：基于最小熵的相干补偿方法对所述第一多频段相关补偿信号进行相干补偿，得到第二多频段相关补偿信号，所述第二多频段相关补偿信号的子频段表示为：
其中，为雷达2的硬件时延和相移导致的固定相位；将相干化后的所述第二多频段相关补偿信号的所述子频段1和所述子频段2沿距离向合并到一起得到多频段相干回波信号，所述多频段相干回波信号为：所述多频段相干回波信号为：其中，f＝[f1；f2]，f表示子频段1和子频段2合成的频段对应的频率分量，3.根据权利要求2所述的ISAR回波属性散射中心提取与多频段合成成像方法，其特征在于，所述步骤2包括：步骤2.1、基于噪声矩阵，将多频段相干回波信号重写为矩阵形式表达式为：其中，简化表示为g(w
k
)，ε为噪声矩阵，后向散射强度u＝{u
k
}；步骤2.2、获取属性散射中心未知参数的先验概率分布模型，其中：ASC的总数目K的先验概率分布模型为：ASC的总数目K的先验概率分布模型为：其中，ASC的总数目K服从参数κ的泊松分布，a
κ
为形状参数，b
κ
为逆尺度参数；后向散射强度u的先验概率分布模型为：u～p(u|λ)＝exp(
‑
λE
t
(u)),λ>0其中，λ为固定维度参数，E
t
为目标散射强度信息的香农熵；固定维度参数λ的先验概率分布模型为：其中，a
λ
为形状参数，b
λ
为形状参数，Γ为伽马函数；相位参数θ
k
的先验概率分布模型为：其中，i.i.d.为独立同分布，U
[
‑
π,π)
为取值[
‑
π,π)的均匀分布；位置坐标x
k
,y
k
的先验概率分布模型为：其中，Ω为位置坐标x
k
,y
k
分布区域的面积；
设计频率依赖因子α
k
的先验概率分布模型为：分布式散射中心的长度L
k
的先验概率分布模型为：其中，L
min
、L
max
分别为分布式散射中心的长度的最小值与最大值；分布式散射中心的朝向角的先验概率分布模型为：其中，为方位角的总跨度；局部式散射中心的方位依赖因子η
k
的先验概率分布模型为：其中，D
η
为方位依赖因子的取值跨度；的先验概率分布模型为：其中，为复高斯白噪声的方差；步骤2.3、基于所述多频段相干回波信号和复高斯白噪声的先验概率分布模型得到似然函数，所述似然函数表示为：其中，N
S
为矩阵S中的元素数目，为对矩阵取F范数再求平方；步骤2.4、所述未知参数的先验概率分布模型结合似然函数得到属性散射中心未知参数的联合后验概率分布模型，所述联合后验概率分布模型表示为：其中，p(w
k
)为w
k
的先验分布。4.根据权利要求3所述的ISAR回波属性散射中心提取与多频段合成成像方法，其特征在于，所述步骤3包括：步骤3.1、初始化K＝0，参数集合{u
k
,w
k
}为空，初始化迭代次数为1，迭代总次数为N
m
；步骤3.2、在第t次迭代时，以概率P
b
执行出生操作，或者以概率P
d
执行死亡操作，或者...

【专利技术属性】
技术研发人员：周峰，刘磊，刘飞燕，王柏辉，蒋斐，代林，田甜，王常龙，
申请(专利权)人：中国人民解放军三二零三五部队，
类型：发明
国别省市：