CN104391286A - 一种逆合成孔径雷达方位定标方法 - Google Patents
一种逆合成孔径雷达方位定标方法 Download PDFInfo
- Publication number
- CN104391286A CN104391286A CN201410756457.5A CN201410756457A CN104391286A CN 104391286 A CN104391286 A CN 104391286A CN 201410756457 A CN201410756457 A CN 201410756457A CN 104391286 A CN104391286 A CN 104391286A
- Authority
- CN
- China
- Prior art keywords
- rotation
- signal
- effective velocity
- estimated
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Studio Devices (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种逆合成孔径雷达方位定标方法,首先对成像数据进行距离压缩和平动补偿,其次对自聚焦后的信号进行Keystone变换校正线性距离走动,接着确定有效转动速度的中值、搜索间隔和搜索点数,然后利用每一个待估计的有效转动速度对进行了Keystone变换的信号进行二次相位项补偿,再进行方位成像和求取图像熵值,遍历完整个待估计的有效转动速度后,寻找图像熵值的最小值,其所对应的有效转动速度就是估计的有效转动速度。在获取有效转动速度的估计值之后,在这个值附近利用更小的间隔再进行搜索,整个过程迭代3-4次,可以达到很高的估计精度。
Description
技术领域
本发明涉及雷达成像领域,尤其涉及一种逆合成孔径雷达方位定标方法。
背景技术
逆合成孔径雷达(ISAR)作为一种全天时、全天候的远程高分辨传感器在运动目标成像和目标识别中有重要的应用价值。在基于ISAR成像的自动目标识别系统中,获取目标的尺度是更可取的。距离向的尺度因子由决定,其中c是光速,B是信号带宽。方位向的尺度因子由决定,其中λ是发射信号的波长,Ωeff是有效转动速度,T是成像积累时间。
一般而言,Ωeff不能事先已知,那么目标在成像期间转动的角度也就无法得到。到目前为止,大概有4类ISAR转角估计方法。第一类利用窄带雷达从跟踪数据中获得运动目标的转角变化,该方法只能近似求出由于目标相对于雷达视线变化带来的转角变化,对于目标本身转动带来的转角变化却无能为力,且对于目标复杂运动常常估计误差较大,甚至不能进行正确估计。第二类方法采用孤立点跟踪方法,采用跟踪目标上第三个孤立散射点(前两点用于平动和转动补偿),进而获得转角信息;但由于实际上很难找到效果非常好的孤立散射点,故实际情况中较少采用。第三类方法采用信号分析法,通过分析不同慢时间信号相位的变化和转角关系,借助多分量信号分析等非平稳信号处理方法,获取信号参量与转动参数的关系,进而估计转角。该方法依赖于同一距离单元内多分量信号的参数估计精度,而该问题的研究一直很难得到理想的结果,因而实际上限制了该方法的应用。第四类方法采用图像质量法,采用图像评价函数来优化未知的转角参数,从而得到相应的转角估计值。然而该方法并未考虑转动速度引起的二次相位项的补偿问题,而二次相位项会使成像的方位像展宽,在目标的边缘,这种现象尤为严重。
发明内容
为了克服现有技术的不足,本发明提供一种基于图像评价的逆合成孔径雷达方位定标方法,首先对成像数据进行距离压缩和平动补偿(包络对齐和自聚焦),其次对自聚焦后的信号进行Keystone变换校正线性距离走动,接着确定有效转动速度的中值、搜索间隔和搜索点数,然后利用每一个待估计的有效转动速度对进行了Keystone变换的信号进行二次相位项补偿,再进行方位成像和求取图像熵值,遍历完整个待估计的有效转动速度后,寻找图像熵值的最小值,其所对应的有效转动速度就是估计的有效转动速度。更进一步,这个过程可以迭代进行,在获取有效转动速度的估计值之后,可以在这个值附近利用更小的间隔再进行搜索,整个过程迭代3-4次,就可以达到很高的估计精度。
本发明解决其技术问题所采用的技术方案包括以下步骤:
(1)对成像数据进行距离压缩得到距离压缩后的信号s1;
(2)对距离压缩后的信号s1利用整体包络对齐法得到包络对齐后的信号s2;
(3)对包络对齐后的信号s2利用多特显点法得到自聚焦后的信号s3;
(4)对自聚焦后的信号s3利用Keystone变换得到距离走动校正后的信号s4;
(5)按照最大的有效转动速度0.2rad/s设定待估计的有效转动速度的中值w0、搜索间隔Δw和搜索点数K,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw,设定迭代次数的最大值L,令l=1,l代表迭代次数;
(6)令k=1,k代表第k个待估计的有效转动速度序号,则第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(7)对Keystone变换后的信号s4,利用待估计的第k个有效转动速度wk对每一个距离单元信号进行二次相位项补偿,假设二次相位项补偿之后的信号为sk5;
(8)对二次相位项补偿之后的信号sk5利用FFT对每一个距离单元进行方位成像,得到最终的图像sk6;
(9)求取图像sk6的熵值sk7;
(10)k值加1,第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(11)判断k是否大于K,如果不是,则转至步骤(7),否则转至步骤(12);
(12)求取图像熵值的最小值,其对应的有效转动速度就是第l次迭代估计的有效转动速度
(13)l值加1,减小搜索间隔Δw=Δw/10,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw;
(14)判断l是否大于L,如果不是,则转至步骤(6),否则转至步骤(15);
(15)输出最终的有效转动速度
本发明的有益效果是:
1、考虑目标距离走动校正以及二次相位项补偿,使成像结果更加精确;
2、采用基于图像质量评价的最小熵方法进行有效转动速度估计精度更高;
3、相比遍历法,达到相同精度,采用迭代方法所需要的时间更短。
附图说明
图1是基于最小熵原理有效转动速度的估计方法框图;
图2是二次相位项补偿框图。
具体实施方式
下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明采用基于最小熵原理有效转动速度的估计方法。
所述的基于最小熵原理有效转动速度的估计方法是首先对成像数据进行距离压缩和平动补偿(包络对齐和自聚焦),其次对自聚焦后的信号进行Keystone变换校正线性距离走动,接着确定有效转动速度的中值、搜索间隔和搜索点数,然后利用每一个待估计的有效转动速度对进行了Keystone变换的信号进行二次相位项补偿,再进行方位成像和求取图像熵值,遍历完整个待估计的有效转动速度后,寻找图像熵值的最小值,其所对应的有效转动速度就是估计的有效转动速度。更进一步,这个过程可以迭代进行,在获取有效转动速度的估计值之后,可以在这个值附近利用更小的间隔再进行搜索,整个过程迭代3-4次,就可以达到很高的估计精度。假设成像数据为s0,其大小为M×N,其中M为距离采样点数,N为方位采样点数,其具体步骤如下:
(1)对成像数据进行距离压缩得到距离压缩后的信号s1;
(2)对距离压缩后的信号s1利用整体包络对齐法得到包络对齐后的信号s2;
(3)对包络对齐后的信号s2利用多特显点法得到自聚焦后的信号s3;
(4)对自聚焦后的信号s3利用Keystone变换得到距离走动校正后的信号s4;
(5)按照最大的有效转动速度0.2rad/s设定待估计的有效转动速度的中值w0、搜索间隔Δw和搜索点数K,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw,设定迭代次数的最大值L,令l=1,l代表迭代次数;
(6)令k=1,k代表第k个待估计的有效转动速度序号,则第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(7)对Keystone变换后的信号s4,利用待估计的第k个有效转动速度wk对每一个距离单元信号进行二次相位项补偿,假设二次相位项补偿之后的信号为sk5;
(8)对二次相位项补偿之后的信号sk5利用FFT对每一个距离单元进行方位成像,得到最终的图像sk6;
(9)求取图像sk6的熵值sk7;
(10)k=k+1,第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(11)判断k是否大于K,如果不是,那么转至步骤(7),否则转至(12);
(12)求取图像熵值的最小值,其对应的有效转动速度就是第l次迭代估计的有效转动速度
(13)l=l+1,减小搜索间隔Δw=Δw/10,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw;
(14)判断l是否大于L,如果不是,那么转至步骤(6),否则转至(15);
(15)输出最终的有效转动速度
本发明实施例的基于最小熵原理转动速度的估计方法框图参照图1。
所述的基于最小熵原理有效转动速度的估计方法是首先对成像数据进行距离压缩和平动补偿(包络对齐和自聚焦),其次对自聚焦后的信号进行Keystone变换校正线性距离走动,接着确定有效转动速度的中值、搜索间隔和搜索点数,然后利用每一个待估计的有效转动速度对进行了Keystone变换的信号进行二次相位项补偿,再进行方位成像和求取图像熵值,遍历完整个待估计的有效转动速度后,寻找图像熵值的最小值,其所对应的有效转动速度就是估计的有效转动速度。更进一步,这个过程可以迭代进行,在获取有效转动速度的估计值之后,可以在这个值附近利用更小的间隔再进行搜索,整个过程迭代3-4次,就可以达到很高的估计精度。假设成像数据为s0,其大小为1024×128,其中1024为距离采样点数,128为方位采样点数,其具体步骤如下:
(1)对成像数据进行距离压缩得到距离压缩后的信号s1;
(2)对距离压缩后的信号s1利用整体包络对齐法得到包络对齐后的信号s2;
(3)对包络对齐后的信号s2利用多特显点法得到自聚焦后的信号s3;
(4)对自聚焦后的信号s3利用Keystone变换得到距离走动校正后的信号s4;
(5)按照最大的有效转动速度0.2rad/s设定待估计的有效转动速度的中值w0=0.11、搜索间隔Δw=0.01和搜索点数K=20,则待估计的有效转动速度值为w0+(-10,-9,...,9)×Δw,设定迭代次数的最大值L=4,令l=1,l代表迭代次数;
(6)令k=1,k代表第k个待估计的有效转动速度序号,则第k个有效转动速度值为wk=w0+(k-11)×Δw;
(7)对Keystone变换后的信号s4,利用待估计的第k个有效转动速度wk对每一个距离单元信号进行二次相位项补偿,假设二次相位项补偿之后的信号为sk5;
(8)对二次相位项补偿之后的信号sk5利用FFT对每一个距离单元进行方位成像,得到最终的图像sk6;
(9)求取图像sk6的熵值sk7;
(10)k=k+1,第k个有效转动速度值为wk=w0+(k-11)×Δw;
(11)判断k是否大于20,如果不是,那么转至步骤(7),否则转至(12);
(12)求取图像熵值的最小值,其对应的有效转动速度就是第l次迭代估计的有效转动速度
(13)l=l+1,减小搜索间隔Δw=Δw/10,则待估计的有效转动速度值为w0+(-10,-9,...,9)×Δw;
(14)判断l是否大于4,如果不是,那么转至步骤(6),否则转至(15);
(15)输出最终的有效转动速度
所述的二次相位项补偿方法,其具体步骤如下:
(1)开始,令m=1,m代表第m个距离单元序号;
(2)取出Keystone变换后的信号s4中的第m个距离单元信号sm,其中sm=s4(m,:);这里‘:’代表s4中第m个距离单元信号,其大小为1×128;
(3)利用估计的有效转动速度wk构造第m个距离单元的二次相位项补偿函数sc,sc为其中,c是光速,fc是雷达的中心频率,fs是信号的采样频率,tn=[-64:63]/PRF是方位慢时间,PRF是雷达的脉冲重复频率;
(4)将sm与sc相乘,得到二次相位项补偿之后的信号;
(5)m=m+1;
(6)判断m是否大于1024,如果不是,那么转至步骤(2),否则转至(7);
(7)得到sk5。
Claims (1)
1.一种逆合成孔径雷达方位定标方法,其特征在于包括下述步骤:
(1)对成像数据进行距离压缩得到距离压缩后的信号s1;
(2)对距离压缩后的信号s1利用整体包络对齐法得到包络对齐后的信号s2;
(3)对包络对齐后的信号s2利用多特显点法得到自聚焦后的信号s3;
(4)对自聚焦后的信号s3利用Keystone变换得到距离走动校正后的信号s4;
(5)按照最大的有效转动速度0.2rad/s设定待估计的有效转动速度的中值w0、搜索间隔Δw和搜索点数K,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw,设定迭代次数的最大值L,令l=1,l代表迭代次数;
(6)令k=1,k代表第k个待估计的有效转动速度序号,则第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(7)对Keystone变换后的信号s4,利用待估计的第k个有效转动速度wk对每一个距离单元信号进行二次相位项补偿,假设二次相位项补偿之后的信号为sk5;
(8)对二次相位项补偿之后的信号sk5利用FFT对每一个距离单元进行方位成像,得到最终的图像sk6;
(9)求取图像sk6的熵值sk7;
(10)k值加1,第k个有效转动速度值为wk=w0+(k-K/2-1)×Δw;
(11)判断k是否大于K,如果不是,则转至步骤(7),否则转至步骤(12);
(12)求取图像熵值的最小值,其对应的有效转动速度就是第l次迭代估计的有效转动速度
(13)l值加1,减小搜索间隔Δw=Δw/10,则待估计的有效转动速度值为w0+(-K/2,-K/2+1,...,K/2-1)×Δw;
(14)判断l是否大于L,如果不是,则转至步骤(6),否则转至步骤(15);
(15)输出最终的有效转动速度
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410756457.5A CN104391286B (zh) | 2014-12-10 | 2014-12-10 | 一种逆合成孔径雷达方位定标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410756457.5A CN104391286B (zh) | 2014-12-10 | 2014-12-10 | 一种逆合成孔径雷达方位定标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104391286A true CN104391286A (zh) | 2015-03-04 |
CN104391286B CN104391286B (zh) | 2017-05-24 |
Family
ID=52609210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410756457.5A Active CN104391286B (zh) | 2014-12-10 | 2014-12-10 | 一种逆合成孔径雷达方位定标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104391286B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301570A (zh) * | 2015-10-20 | 2016-02-03 | 中国科学院电子学研究所 | 一种机载顺轨干涉sar系统的外场定标方法 |
CN107255817A (zh) * | 2017-07-02 | 2017-10-17 | 中国航空工业集团公司雷华电子技术研究所 | 基于参数估计法的isar图像方位向定标方法 |
CN111045007A (zh) * | 2019-11-26 | 2020-04-21 | 中国人民解放军63686部队 | 一种基于最小图像熵的sar运动目标成像方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN115588471A (zh) * | 2022-11-23 | 2023-01-10 | 药融云数字科技(成都)有限公司 | 持续学习下自校正单步逆合成方法、终端、服务器及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944875A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | Isar图像距离单元选择横向定标方法 |
CN103616685A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于图像特征的isar图像几何定标方法 |
CN103698765A (zh) * | 2013-12-27 | 2014-04-02 | 西安电子科技大学 | 一种isar成像方位定标方法 |
CN104076351A (zh) * | 2014-06-30 | 2014-10-01 | 电子科技大学 | 一种用于高速高机动目标的相参积累检测方法 |
-
2014
- 2014-12-10 CN CN201410756457.5A patent/CN104391286B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944875A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | Isar图像距离单元选择横向定标方法 |
CN103616685A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于图像特征的isar图像几何定标方法 |
CN103698765A (zh) * | 2013-12-27 | 2014-04-02 | 西安电子科技大学 | 一种isar成像方位定标方法 |
CN104076351A (zh) * | 2014-06-30 | 2014-10-01 | 电子科技大学 | 一种用于高速高机动目标的相参积累检测方法 |
Non-Patent Citations (2)
Title |
---|
逄勃等: "一种ISAR目标转动估计和方位定标方法", 《雷达对抗》 * |
陈文驰: "一种适用于编队目标的ISAR成像处理实现方法", 《电子学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301570A (zh) * | 2015-10-20 | 2016-02-03 | 中国科学院电子学研究所 | 一种机载顺轨干涉sar系统的外场定标方法 |
CN107255817A (zh) * | 2017-07-02 | 2017-10-17 | 中国航空工业集团公司雷华电子技术研究所 | 基于参数估计法的isar图像方位向定标方法 |
CN107255817B (zh) * | 2017-07-02 | 2021-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 基于参数估计法的isar图像方位向定标方法 |
CN111045007A (zh) * | 2019-11-26 | 2020-04-21 | 中国人民解放军63686部队 | 一种基于最小图像熵的sar运动目标成像方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN114966693B (zh) * | 2022-07-20 | 2022-11-04 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN115588471A (zh) * | 2022-11-23 | 2023-01-10 | 药融云数字科技(成都)有限公司 | 持续学习下自校正单步逆合成方法、终端、服务器及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104391286B (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104391286B (zh) | 一种逆合成孔径雷达方位定标方法 | |
CN108020827B (zh) | 移动成像平台校准 | |
CN101738614B (zh) | 基于时空图像序列的isar目标转动估计方法 | |
CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
CN109444882B (zh) | 基于变斜视椭圆波束同步模型的双站sar成像方法 | |
CN103743485A (zh) | 用于同步探测地物光与天空光的全偏振光谱成像系统 | |
CN103018740B (zh) | 一种基于曲面投影的InSAR成像方法 | |
US11002819B2 (en) | Angular resolution of targets using separate radar receivers | |
KR20160093437A (ko) | 기동표적에 대한 isar 영상의 수직거리 스케일링 기법 | |
CN102207546B (zh) | 一种子孔径高度计回波视配准装置及方法 | |
CN102121990A (zh) | 基于空时分析的逆合成孔径雷达的目标转速估计方法 | |
Ng et al. | Estimation of the total rotational velocity of a non‐cooperative target with a high cross‐range resolution three‐dimensional interferometric inverse synthetic aperture radar system | |
EP2681585A1 (fr) | Procede de detection et de caracterisation d'une cible mobile sur une image radar | |
Wallrath et al. | Egomotion estimation for a sensor platform by fusion of radar and IMU data | |
CN105022060A (zh) | 针对快速空天目标的步进isar成像方法 | |
CN110850386B (zh) | 一种基于分数阶域特征的旋翼类无人机深度学习识别方法 | |
Luo et al. | An accurate and efficient extended scene simulator for FMCW SAR with static and moving targets | |
CN104457760A (zh) | 高分辨率光栅型光谱导航仪设计系统及其设计方法 | |
CN112505647A (zh) | 一种基于序贯子图像序列的动目标方位速度估计方法 | |
Wang et al. | Ground moving target imaging based on 2-D velocity search in high resolution SAR | |
Dawidowicz et al. | First polish SAR trials | |
Pu et al. | A residual range cell migration correction algorithm for SAR based on low-frequency fitting | |
Wang et al. | A new trajectory-based polar format algorithm for bistatic SAR | |
Liu et al. | An analytical method of updating the range derivatives and a simple image registration method for the MSR-based range Doppler algorithm | |
Kuang et al. | Accurate compensation of stop-go approximation for high resolution spaceborne SAR using modified hyperbolic range equation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |