System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于子带谱低秩恢复的星间干扰抑制方法技术_技高网

一种基于子带谱低秩恢复的星间干扰抑制方法技术

技术编号:43901474 阅读:3 留言:0更新日期:2025-01-03 13:13
本发明专利技术公开了一种基于子带谱低秩恢复的星间干扰抑制方法,包括:对单视复数影像沿距离维执行FFT;计算各距离维采样点的峭度,判断采样点是否存在干扰;将最大无干扰子带谱从中心划分为两个无干扰子带谱,并将表征矩阵划分为多个子带谱,之后沿距离维执行IFFT,得到对应的时域影像;将存在干扰的子带谱的时域影像和两个无干扰子带谱的时域影像进行拉直和拼接操作,构建数据集矩阵并求解得到无干扰数据集,然后重构为子带谱时域影像,从而得到存在干扰的子带谱经重构后得到的无干扰时域影像;对无干扰时域影像沿距离维执行FFT后的子带谱替换所述表征矩阵中对应的有干扰的子带谱;对替换后的表征矩阵沿距离维执行IFFT,得到抑制后的单视复数影像。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理领域,特别涉及一种基于子带谱低秩恢复的星间干扰抑制方法


技术介绍

1、星间干扰是一种特殊的地型散射干扰,其干扰源来自工作于相同波段的星载平台;当满足时间、空间和频率同步时,受扰卫星会接收来自干扰卫星的地面散射信号。由于同波段其他的星载平台发射的信号参数与受扰卫星的回波信号参数相近,此时,星间干扰会表征为能量较弱的宽带干扰而难以去除。

2、传统基于主成分分析或鲁棒主成分分析的方法由于星间干扰能量较弱而难以去除。而基于子带谱对消的方法虽然可以一定程度上可以抑制星间干扰,但其本质是利用无分辨率损失的干扰图像和有分辨率损失的干扰图像间的对消,高频细节仍然会存在一些损失。


技术实现思路

1、本专利技术的目的是提供一种基于子带谱低秩恢复的星间干扰抑制方法,利用距离频谱子带划分,并通过低秩表示(low-rank representation,lrr)代替子带谱对消法的非相干相减步骤,达到了抑制星间干扰的同时,也可以保护图像高频细节的目的。

2、为了实现上述任务,本专利技术采用以下技术方案:

3、一种基于子带谱低秩恢复的星间干扰抑制方法,包括:

4、对单视复数影像沿距离维执行傅里叶变换,得到影像在距离频域-方位时域的表征矩阵;

5、计算表征矩阵中各距离维采样点的峭度,根据峭度与阈值的关系来判断所述距离维采样点是否存在干扰;确定所有无干扰的距离维采样点对应的最大无干扰子带谱;

6、将最大无干扰子带谱从中心划分为两个无干扰子带谱,将表征矩阵中除了所述两个无干扰子带谱之外的部分划分为多个子带谱;

7、对所述多个子带谱以及两个无干扰子带谱沿距离维执行逆傅里叶变换,得到对应的时域影像;

8、针对所述多个子带谱的时域影像,判断每个时域影像频段内的距离采样点是否存在干扰,如不存在干扰则不进行处理,否则认为对应的子带谱存在干扰;将存在干扰的子带谱的时域影像和两个无干扰子带谱的时域影像进行拉直和拼接操作,构建数据集矩阵;

9、以数据集矩阵自身作为字典进行低秩逼近求解,得到拼接后的无干扰数据集;

10、对所述无干扰数据集进行拉直和拼接的逆操作,重构为子带谱时域影像,从而得到所述存在干扰的子带谱经重构后得到的无干扰时域影像;

11、对无干扰时域影像沿距离维执行傅里叶变换后的子带谱替换所述表征矩阵中对应的有干扰的子带谱;

12、对替换后的表征矩阵沿距离维执行逆傅里叶变换,得到抑制后的单视复数影像。

13、进一步地,所述对单视复数影像沿距离维执行傅里叶变换,得到影像在距离频域-方位时域的表征矩阵,表示为:

14、

15、其中表征矩阵表示单视复数影像slc,τ是距离维的快时间,t是方位维的慢时间,e为自然常数,j为虚数单位,f是距离频率,表示矩阵的方位维采样点数是na,距离维的采样点数是nr,表示复数空间。

16、进一步地,所述计算表征矩阵中各距离维采样点的峭度,根据峭度与阈值的关系来判断所述距离维采样点是否存在干扰;包括:

17、分别计算表征矩阵x(f,t)中nr个距离维采样点fi的峭度ki:

18、

19、其中,re[·]表示取复数的实部,μi表示第i个距离维采样点fi的均值,σi表示第i个距离频点fi的标准差;

20、如果ki大于阈值,则该距离维采样点fi存在干扰;如果小于等于阈值,则该距离维采样点不存在干扰。

21、进一步地,确定所有无干扰的距离维采样点对应的最大无干扰子带谱,包括:

22、统计所有无干扰距离维采样点占据的最大频谱宽度,该最大频谱宽度所在的频段被认为是最大无干扰子带谱xclear(f,t),其对应的距离维采样点数nb。

23、进一步地,所述将最大无干扰子带谱从中心划分为两个无干扰子带谱,将表征矩阵中除了所述两个无干扰子带谱之外的部分划分为多个子带谱,包括:

24、xclear(f,t)=[xclear1(f,t),xclear2(f,t)]

25、其中每个无干扰子带谱xclear1(f,t),xclear2(f,t)是方位维采样点数为na、距离维采样点数为的矩阵;

26、根据距离维采样点数将表征矩阵x(f,t)划分为n+2个子带谱,即2个无干扰子带谱xclear1(f,t)、xclear2(f,t)和其他n个待处理子带谱,表示为:

27、x(f,t)=[x1(f,t),...,xj-1(f,t),xclear1(f,t),xclear2(f,t),xj(f,t),...,xn(f,t)]

28、其中,1<j≤n且待处理子带谱x1(f,t)和xn(f,t)的方位维采样点数为na,距离维采样点数为其他n-2个子带x2(f,t),…xn-1(f,t)的方位维采样点数为na,距离维采样点数为

29、进一步地,对所述多个子带谱以及两个无干扰子带谱沿距离维执行逆傅里叶变换,得到对应的时域影像,包括:

30、分别对距离维采样点数为的n个子带谱x2(f,t),…,xclear1(f,t),xclear2(f,t),...,xn-1(f,t)沿距离维执行逆傅里叶变换,得到待处理子带谱时域影像x2(τ,t),...,xn-1(τ,t)和无干扰子带谱时域影像xclear1(τ,t),xclear2(τ,t)。

31、进一步地,针对所述多个子带谱的时域影像,判断每个时域影像频段内的距离采样点是否存在干扰,如不存在干扰则不进行处理,否则认为对应的子带谱存在干扰;将存在干扰的子带谱的时域影像和两个无干扰子带谱的时域影像进行拉直和拼接操作,构建数据集矩阵,包括:

32、针对待处理子带谱时域影像xj(τ,t),此处j=2,....,n-1;通过峭度和阈值的关系判断其频段内的距离维采样点是否存在干扰,如果不存在干扰则不进行处理,否则认为xj(τ,t)对应的子带谱xj(f,t)存在干扰;此时将xj(τ,t)和2个无干扰子带谱时域影像xclear1(τ,t),xclear2(τ,t)分别拉直为一维后再进行拼接,得到数据集矩阵x。

33、进一步地,所述拉直操作为以影像矩阵中的每一列数据为单位,按照列的顺序重新将所述单位依次连接,以形成一个新的一维矩阵;所拼接操作为将拉伸后的xj(τ,t)作为第一列,拉伸后的xclear1(τ,t),xclear2(τ,t)作为第二三列,形成数据集矩阵x。

34、进一步地,所述以数据集矩阵自身作为字典进行低秩逼近求解,得到拼接后的无干扰数据集,包括:

35、利用admm算法求解得到无干扰数据集;求解问题表示为:

36、

37、其中,是低秩矩阵,表示噪声矩阵,λ表示拉格朗日乘子,‖·||*表示核范数,||·||2,1表示l2,1范数。

38、进一步地,对所述无干扰数据集进行拉本文档来自技高网...

【技术保护点】

1.一种基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,包括:

2.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述对单视复数影像沿距离维执行傅里叶变换,得到影像在距离频域-方位时域的表征矩阵,表示为:

3.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述计算表征矩阵中各距离维采样点的峭度,根据峭度与阈值的关系来判断所述距离维采样点是否存在干扰;包括:

4.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,确定所有无干扰的距离维采样点对应的最大无干扰子带谱,包括:

5.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述将最大无干扰子带谱从中心划分为两个无干扰子带谱,将表征矩阵中除了所述两个无干扰子带谱之外的部分划分为多个子带谱,包括:

6.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,对所述多个子带谱以及两个无干扰子带谱沿距离维执行逆傅里叶变换,得到对应的时域影像,包括:

7.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,针对所述多个子带谱的时域影像,判断每个时域影像频段内的距离采样点是否存在干扰,如不存在干扰则不进行处理,否则认为对应的子带谱存在干扰;将存在干扰的子带谱的时域影像和两个无干扰子带谱的时域影像进行拉直和拼接操作,构建数据集矩阵,包括:

8.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述拉直操作为以影像矩阵中的每一列数据为单位,按照列的顺序重新将所述单位依次连接,以形成一个新的一维矩阵;所拼接操作为将拉伸后的Xj(τ,t)作为第一列,拉伸后的XCLEAR1(τ,t),XCLEAR2(τ,t)作为第二三列,形成数据集矩阵X。

9.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述以数据集矩阵自身作为字典进行低秩逼近求解,得到拼接后的无干扰数据集,包括:

10.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,对所述无干扰数据集进行拉直和拼接的逆操作,重构为子带谱时域影像,从而得到所述存在干扰的子带谱经重构后得到的无干扰时域影像,包括:

...

【技术特征摘要】

1.一种基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,包括:

2.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述对单视复数影像沿距离维执行傅里叶变换,得到影像在距离频域-方位时域的表征矩阵,表示为:

3.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述计算表征矩阵中各距离维采样点的峭度,根据峭度与阈值的关系来判断所述距离维采样点是否存在干扰;包括:

4.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,确定所有无干扰的距离维采样点对应的最大无干扰子带谱,包括:

5.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,所述将最大无干扰子带谱从中心划分为两个无干扰子带谱,将表征矩阵中除了所述两个无干扰子带谱之外的部分划分为多个子带谱,包括:

6.根据权利要求1所述的基于子带谱低秩恢复的星间干扰抑制方法,其特征在于,对所述多个子带谱以及两个无干扰子带谱沿距离维执行逆傅里叶变换,得到对应的时域影像,包括:

7.根据权利要求1所述...

【专利技术属性】
技术研发人员:陶明亮李劼爽王伶刘艳阳粟嘉
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1