目标散射中心的提取方法、装置及电子设备制造方法及图纸

本发明专利技术实施例涉及信号处理技术领域，特别涉及一种目标散射中心的提取方法、装置及电子设备。方法包括：获取待测目标的雷达回波数据；将所述待测目标的雷达回波数据输入至稀疏估计模型中，得到所述待测目标雷达回波数据的索引集矩阵；所述稀疏估计模型是利用若干个已知目标的雷达回波样本对训练得到的，每一个雷达回波样本对包括作为输入的样本回波数据和作为输出的样本索引集矩阵，所述样本回波数据包括至少一个散射中心，所述样本索引集矩阵是根据所述样本回波数据计算得到的；根据所述待测目标雷达回波数据的索引集矩阵，确定所述待测目标中每个散射中心的位置和每个散射中心的散射幅度系数。本方案，能够提高目标散射中心的提取速度。的提取速度。的提取速度。

【技术实现步骤摘要】
目标散射中心的提取方法、装置及电子设备


[0001]本专利技术实施例涉及信号处理
，特别涉及一种目标散射中心的提取方法、装置及电子设备。

技术介绍

[0002]雷达回波主要来自于目标少量的散射中心，因此，只要从雷达回波中提取出目标的散射中心信息，就可以反演出目标信息，如距离、方位、速度和形状等。通常，目标的散射中心主要产生于目标的边缘、拐点、棱角及尖端等不连续点部位，导致雷达回波具有很强的稀疏性，该稀疏性导致雷达目标散射中心提取本身属于不适定问题，提取精度较低。
[0003]相关技术中，通过引入稀疏约束来消除反演的不适定性，提升反演精度。但稀疏类方法往往需要通过循环迭代的方式逐个提取代表散射中心的原子，估计速度较慢，尤其对于散射中心数目较多的复杂目标，特征反演效率更低。
[0004]因此，目前亟待需要一种目标散射中心的提取方法、装置及电子设备来解决上述问题。

技术实现思路

[0005]基于现有目标散射中心提取方法效率较低的问题，本专利技术实施例提供了一种目标散射中心的提取方法、装置及电子设备，能够提高目标散射中心的提取速度。
[0006]第一方面，本专利技术实施例提供了一种目标散射中心的提取方法，包括：
[0007]获取待测目标的雷达回波数据；
[0008]将所述待测目标的雷达回波数据输入至稀疏估计模型中，得到所述待测目标雷达回波数据的索引集矩阵；所述稀疏估计模型是利用若干个已知目标的雷达回波样本对训练得到的，每一个雷达回波样本对包括作为输入的样本回波数据和作为输出的样本索引集矩阵，所述样本回波数据包括至少一个散射中心，所述样本索引集矩阵是根据所述样本回波数据计算得到的；
[0009]根据所述待测目标雷达回波数据的索引集矩阵，确定所述待测目标中每个散射中心的位置和每个散射中心的散射幅度系数。
[0010]在一种可能的设计中，所述样本索引集矩阵是通过如下方式计算的得到的：
[0011]基于点散射中心的参数化模型，构建雷达目标散射中心的稀疏表达形式；
[0012]基于所述稀疏表达形式，利用正交匹配追踪法计算所述样本回波数据的样本索引集矩阵。
[0013]在一种可能的设计中，所述点散射中心的参数化模型为：
[0014][0015]式中，S(k
n
)为雷达回波信号，k
n
为波数，n＝1，2，
……
，N，N为雷达频率采样点数，m
＝1，2，
……
，M，M为散射中心个数，A
m
为第m个散射中心的复散射幅度系数，r
m
为第m个散射中心的径向位置，e
n
为测量噪声；
[0016]所述雷达目标散射中心的稀疏表达形式为：
[0017]S＝Φσ+E
[0018]式中，S为目标观测回波列向量，S＝[S(k1)，S(k2)，
…
，S(k
N
)]T
；Φ为稀疏字典矩阵，Φ＝[φ(k1)，φ(k2)，
…
，φ(k
N
)]T
，φ(k
n
)(n＝1，
…
N)是由exp(
‑
j2k
n
r
l
)(l＝1，
…
，L)构成的L维列向量；r
l
(l＝1，
…
，L)为径向位置r
m
所有可能的取值、E为噪声。
[0019]在一种可能的设计中，所述基于所述稀疏表达形式，利用正交匹配追踪法计算所述样本回波数据的样本索引集矩阵，包括：
[0020]S1、基于所述稀疏表达形式，设置正交匹配追踪门限；
[0021]S2、初始化参数，所述参数包括残差向量、索引集矩阵、估计稀疏系数向量、支撑集矩阵以及迭代次；
[0022]S3、根据当前次各参数，计算元素索引，并根据计算结果更新索引集矩阵、支撑集矩阵、估计稀疏系数向量和残差向量；
[0023]S4、根据更新后的残差向量和所述正交匹配追踪门限，判断是是否满足收敛条件；若满足条件，则停止迭代，并执行S5，否则更新迭代次数，并返回执行S3；
[0024]S5、将更新后的索引集矩阵作为所述样本回波数据的样本索引集矩阵。
[0025]在一种可能的设计中，所述正交匹配追踪门限a的表达式为：a＝0.01*||S||2，其中，||
·
||2为向量2范数；
[0026]所述S2中，初始残差向量R
(0)
＝S、初始索引集矩阵J
(0)
＝Φ、初始估计稀疏系数向量初始支撑集矩阵Ω
(0)
＝[]以及初始迭代次t＝0；
[0027]所述S2中，计算元素索引时，表达式为：
[0028][0029]式中，<
·
>为内积运算符，R
(t
‑
1)
为第t
‑
1次迭代计算的残差向量，Φ(：，j)为稀疏字典Φ的第j列；
[0030]所述S2中，更新索引集矩阵时，表达式为：
[0031]所述S2中，更新支撑集矩阵时，表达式为：Ω
(t)
＝[Ω
（t
‑
1)
，Φ(：，j)]；
[0032]所述S2中，更新估计稀疏系数向量时，表达式为：
[0033][0034]式中，上标H代表Hermitian转置；
[0035]所述S2中，更新残差向量时，表达式为：
[0036]在一种可能的设计中，所述根据更新后的残差向量和所述正交匹配追踪门限，判断是是否满足收敛条件，包括：
[0037]根据更新后的残差向量R
(t)
，计算剩余信号能量W，所述剩余信号能量W的表达式为：W＝||R
(t)
||2；
[0038]判断所述剩余信号能量是否小于所述正交匹配追踪门限，若是，则判定为收敛，若
否，则判定为不收敛。
[0039]在一种可能的设计中，所述根据所述待测目标雷达回波数据的索引集矩阵，确定所述待测目标中每个散射中心的位置和每个散射中心的散射幅度系数，包括：
[0040]将所述待测目标雷达回波数据的索引集矩阵J
D
中数值为1的元素所在的行l
D
确定为散射中心的位置r，
[0041]所述待测目标散射中心索引集矩阵J
D
中数值为1的元素所在的行l
D
组成的支撑集为Ω
D
＝[
…
，Φ(：，l
D
)，
…
](l
D
∈J
D
)，则每个散射中心的散射幅度系数A为：
[0042]在一种可能的设计中，所述稀疏估计模型包括第一层神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标散射中心的提取方法，其特征在于，包括：获取待测目标的雷达回波数据；将所述待测目标的雷达回波数据输入至稀疏估计模型中，得到所述待测目标雷达回波数据的索引集矩阵；所述稀疏估计模型是利用若干个已知目标的雷达回波样本对训练得到的，每一个雷达回波样本对包括作为输入的样本回波数据和作为输出的样本索引集矩阵，所述样本回波数据包括至少一个散射中心，所述样本索引集矩阵是根据所述样本回波数据计算得到的；根据所述待测目标雷达回波数据的索引集矩阵，确定所述待测目标中每个散射中心的位置和每个散射中心的散射幅度系数。2.根据权利要求1所述的方法，其特征在于，所述样本索引集矩阵是通过如下方式计算的得到的：基于点散射中心的参数化模型，构建雷达目标散射中心的稀疏表达形式；基于所述稀疏表达形式，利用正交匹配追踪法计算所述样本回波数据的样本索引集矩阵。3.根据权利要求2所述的方法，其特征在于，所述点散射中心的参数化模型为：式中，S(k
n
)为雷达回波信号，k
n
为波数，n＝1，2，
……
，N，N为雷达频率采样点数，m＝1，2，
……
，M，M为散射中心个数，A
m
为第m个散射中心的复散射幅度系数，r
m
为第m个散射中心的径向位置，e
n
为测量噪声；所述雷达目标散射中心的稀疏表达形式为：S＝Φσ+E式中，S为目标观测回波列向量，S＝[S(k1)，S(k2)，
…
，S(k
N
)]
T
；Φ为稀疏字典矩阵，Φ＝[φ(k1)，φ(k2)，
…
，φ(k
N
)]
T
，φ(k
n
)(n＝1，
…
N)是由exp(
‑
j2k
n
r
l
)(l＝1，
…
，L)构成的L维列向量；r
l
(l＝1，
…
，L)为径向位置r
m
所有可能的取值、E为噪声。4.根据权利要求3所述的方法，其特征在于，所述基于所述稀疏表达形式，利用正交匹配追踪法计算所述样本回波数据的样本索引集矩阵，包括：S1、基于所述稀疏表达形式，设置正交匹配追踪门限；S2、初始化参数，所述参数包括残差向量、索引集矩阵、估计稀疏系数向量、支撑集矩阵以及迭代次；S3、根据当前次各参数，计算元素索引，并根据计算结果更新索引集矩阵、支撑集矩阵、估计稀疏系数向量和残差向量；S4、根据更新后的残差向量和所述正交匹配追踪门限，判断是是否满足收敛条件；若满足条件，则停止迭代，并执行S5，否则更新迭代次数，并返回执行S3；S5、将更新后的索引集矩阵作为所述样本回波数据的样本索引集矩阵。5.根据权利要求4所述的方法，其特征在于，所述S1中，所述正交匹配追踪门限a的表达式为：a＝0.01*||S||2，其中，||
·
||2为向量2范数；所述S2中，初始残差向量R
(0)
＝S、初始索引集矩阵J
(0)
＝Φ...

【专利技术属性】
技术研发人员：邢笑宇，朱晨曦，霍超颖，满良，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：