【技术实现步骤摘要】
本专利技术涉及雷达，具体涉及一种基于特显点集的逆合成孔径雷达自聚焦成像方法。
技术介绍
1、逆合成孔径雷达(inverse synthetic aperture radar，isar)成像利用运动目标的多普勒差异和距离分布实现目标的二维分辨，具有全天时全天候成像的能力，是监视系统的重要组成。isar成像的理论基础模型是转台模型，其假设目标和雷达间不存在整体的距离偏移，目标仅存在转动。然而，isar成像的目标一般为非合作目标，不仅存在转动分量，更多的整体相对雷达的平移运动。目标的非合作性使得只有准确估计目标的运动参数并补偿之后，才能得到清晰的isar成像结果。
2、在运动估计的基础上，采用自聚焦算法进行误差估计与补偿是isar成像的关键步骤。目前常见的自聚焦算法主要分为两类，即：基于特显点的脉间相位误差估计与补偿算法和基于图像整体质量的自聚焦算法。前者，仅利用脉间信息进行，对于低信噪比的应用，其无法利用全部的脉冲积累增益；后者，对全部雷达回波进行处理，运算量大，不利于工程的实时处理实现。
3、isar成像主要目的是实现特定目标的成像，在工程实现中，为了保证获取到目标的雷达回波一般采用较大的回波采集窗口，且目标的不同部位散射回波的强度也由于散射特性的差异而存在较大的起伏，因此，isar成像的回波信号在距离向上具有稀疏性，直接对全部距离单元进行自聚焦迭代处理，将带来较大的算力浪费，不利于实时实现。上述问题亟待解决，提出一种基于特显点集的逆合成孔径雷达自聚焦成像方法。
技术实现思路b>
1、本专利技术所要解决的技术问题在于：如何在充分利用目标的全部脉冲回波实现误差精确估计的基础上，降低算法的运算量，提供了一种基于特显点集的逆合成孔径雷达自聚焦成像方法。
2、本专利技术是通过以下技术方案解决上述技术问题的，本专利技术包括以下步骤：
3、s1：构建m个脉冲n个距离采样点数的m×n维复数回波数据矩阵x；
4、s2：对距离采样单元进行样本选择构建样本复数矩阵
5、s3：基于样本复数矩阵进行自聚焦相位估计，获取自聚焦误差；
6、s4：对数据矩阵x补偿自聚焦相位误差；
7、s5：获得自聚焦的isar成像结果。
8、更进一步地，在所述步骤s1中，具体处理过程如下：
9、s11：将第m个脉冲，第n个距离采样单元的回波信号表示为：
10、
11、其中，下标i表示距离采样单元内的散射点序号，ai表示第i个散射体的散射系数，τn表示第n个距离采样单元的采样时刻，b表示信号带宽，ri(m)表示第m个脉冲时第i个散射单元的距离，f0表示雷达的工作中心频率，c表示电磁波传播速度；
12、s12：将回波信号s(m,n)按照每行一个脉冲回波的形式排列组成m×n维的回波复数矩阵x，每列对应一个距离采样单元的m个脉冲采样。
13、更进一步地，在所述步骤s2中，具体处理过程如下：
14、s21：计算每个距离采样单元的归一化幅度系数δn；
15、s22：：计算每个距离采样单元m个脉冲回波幅度的归一化方差系数κn；
16、s23：构造每个距离采样单元的评价指标；
17、s24：根据评价指标对距离采样单元进行排序，选择评价指标最小的q个距离采样单元号集合γ＝{i|χi≤t}，其中t满足
18、s25：得到m×q维的自聚焦成像特显点集样本矩阵即得到样本复数矩阵
19、更进一步地，在所述步骤s21中，归一化幅度系数δn如下：
20、
21、其中，表示第n个距离采样单元的幅度均值，pmax＝max{pn},n＝1,2,...,n表示所有距离采样单元幅度均值的最大值。
22、更进一步地，在所述步骤s22中，具体处理过程如下：
23、s221：计算每个距离采样单元的方差：
24、
25、s222：计算每个距离采样单元的归一化方差：
26、
27、更进一步地，在所述步骤s23中，评价指标如下：
28、χn＝aδn+(1-a)κn,n＝1,2,...,n。
29、更进一步地，在所述步骤s3中，通过迭代实现自聚焦误差的估计，具体处理过程如下：
30、s31：取特显点样本集数据矩阵的第q列构建第q个距离采样单元样本的时间维矢量：
31、
32、其中，q＝1,2,...,q，e表示迭代次数；
33、s32：对距离采样单元的时间维矢量进行fft处理，转到多普勒频率域，得到多普勒矢量：
34、sfq＝fft(sq)＝[sf(1,q),...,sf(m,q),...,sf(m,q)]t
35、其中，m＝1,2,...,m；
36、s33：对每个多普勒矢量的分量加权修正：
37、wsfq＝[f(|sf(1,q)|)·sf(1,q),...,f(|sf(m,q)|)·sf(m,q),...,f(|sf(m,q)|)·sf(m,q)]t
38、其中，f(·)为幅度加权系数；
39、s34：通过ifft处理得到修正后的时间维矢量：
40、wsq＝ifft(wsfq)＝[ws(1,q),...,ws(m,q),...,ws(m,q)]t；
41、s35：构造修正前后的幅相差：
42、zq＝wsq·*(sq')＝[ws(1,q)*s(1,q)',...,ws(m,q)*s(m,q)',...,ws(m,q)*s(m,q)']t
43、其中，上标′表示共轭运算；
44、s36：对样本集中每个距离采样单元样本重复s31-s35，进而构造聚焦补偿相位差矢量：
45、
46、其中为样本集中所有距离采样单元的幅相差均值，其中表示取复数的相位；
47、s37：对样本集中每个距离采样单元样本构造的时间维矢量进行相位补偿修正，实现样本集更新：
48、
49、s38：更新累积相位差调整量：
50、ψ＝ψ+δφ＝[ψ1,...,ψm,...,ψm]t；
51、s39：迭代次数加一：e＝e+1，并重复步骤s31-s38，直到其中为正实数。
52、更进一步地，在所述步骤s4中，对数据矩阵x的所有距离采样单元进行自聚焦相位补偿，得到自聚焦相位补偿后的数据矩阵
53、
54、其中，xn＝[s(1，n)exp{jψ1}，...，s(m，n)exp{jψm}，...，s(m，n)exp{jψm}]t，m＝1，2，…，m，n＝1，2，...，n。
55、更进一步地，在所述步骤s5中，对自聚焦相位补偿后的数据矩阵的每列进行fft处理得到自聚焦的isar成像结果。
56、本专利技术相比现本文档来自技高网...
【技术保护点】
1.一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S1中，具体处理过程如下：
3.根据权利要求2所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S2中，具体处理过程如下：
4.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S21中，归一化幅度系数δn如下：
5.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S22中，具体处理过程如下：
6.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S23中，评价指标如下：
7.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S3中，通过迭代实现自聚焦误差的估计，具体处理过程如下：
8.根据权利要求7所述的一种基于特显点集的逆合成孔径雷达自聚
9.根据权利要求8所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤S5中，对自聚焦相位补偿后的数据矩阵的每列进行FFT处理得到自聚焦的ISAR成像结果。
...【技术特征摘要】
1.一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤s1中，具体处理过程如下：
3.根据权利要求2所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤s2中，具体处理过程如下：
4.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤s21中，归一化幅度系数δn如下：
5.根据权利要求3所述的一种基于特显点集的逆合成孔径雷达自聚焦成像方法，其特征在于，在所述步骤s22中，具体处理过程如下：
6.根据权利要求3...
【专利技术属性】
技术研发人员：王金峰，刘仍莉，杨雪亚，顾庆远，胡虹，肖晶，郭怡冉，钟雪莲，
申请(专利权)人：中国电子科技集团公司第三十八研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。