CN104459662B - 一种基于小波多尺度分析的微动目标特征提取方法及系统 - Google Patents

Abstract

本发明提供一种基于小波多尺度分析的微动目标特征提取方法及系统，所述方法包括：建立进动目标和翻滚目标的微多普勒模型；结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据；利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量；针对进动目标和翻滚目标的高频分量提取直方图特征。本发明利用小波多尺度分析将不同微动形式目标的微多普勒高频分量分离出来，提取出新的特征对真假目标进行识别，提高了进动目标和翻滚目标是别的准确性。

Description

一种基于小波多尺度分析的微动目标特征提取方法及系统

技术领域

本发明涉及雷达目标识别技术领域，特别是指一种基于小波多尺度分析的微动目标特征提取方法及系统。

背景技术

近年来，在雷达目标识别技术的众多领域中，弹道导弹目标识别技术占有独特且重要的地位。弹道导弹以其攻击距离远，速度快，命中精度高，突然性强，杀伤力大等特点成为各军事强国争先发展的进攻性武器。美、俄等军事大国的不同型号，不同射程的弹道导弹不胜枚举，我国周边一些国家和地区也纷纷加快了弹道导弹技术的发展，这对我国国家安全的威胁日益严重。同时，弹道导弹的识别也很有挑战性：极高的飞行速度使得防御系统的识别时间非常有限，隐身技术的应用使得防御系统的识别距离大为缩短，有源干扰、无源诱饵等多种干扰手段的综合应用给防御系统的识别带来了极大的难度。

发明内容

本发明要解决的技术问题是提供一种基于小波多尺度分析的微动目标特征提取方法,能够快速准确的识别进动目标和翻滚目标。

为解决上述技术问题，本发明的实施例提供一种基于小波多尺度分析的微动目标特征提取方法,所述方法包括：

建立进动目标和翻滚目标的微多普勒模型；

结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据；

利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量；

针对进动目标和翻滚目标的高频分量提取直方图特征。

优选的,所述建立进动目标和翻滚目标的微多普勒模型，包括：

建立目标坐标系、参考坐标系和雷达坐标系；

计算在目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系；

利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式。

优选的,所述雷达坐标系为坐标系OUVW，所述参考坐标系为坐标系O'XYZ，所述目标坐标系为坐标系oxyz；

所述在目标坐标系下目标对称轴的位置矢量为：

O'A'＝(a·cos(π+γ),a·sin(π+γ),l·cosα)^T

其中，a为目标进动投影圆半径，l为目标对称轴长度，γ为任意时刻目标转过的角度；

所述参考坐标系与目标坐标系之间的旋转变换关系为：

$R_{\mathrm{init}}=\left[\begin{array}{ccc}\cosh & -\sinh & 0\\ \sinh & \cosh & 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{ccc}\sin k& 0& \cos k\\ 0& 1& 0\\ -\cos k& 0& \sin k\end{array}\right]$

其中，h、k分别为目标参考坐标系下的方位角和俯仰角；

所述利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式，包括：

在参考坐标系下，任意时刻的目标对称轴的方向矢量为r_t＝R_init·O'A'；

进动目标产生的微多普勒频率理论计算公式为：

$f_{\mathrm{mD}}=\frac{2}{\mathrm{\λ}}{\left[\frac{{\mathrm{dr}}_t}{\mathrm{dt}}\right]}_{\mathrm{shadow}}=\frac{2}{\mathrm{\λ}}{\left[\frac{d}{\mathrm{dt}}(R_{\mathrm{init}}\·O^{\′}{A}^{\′})\right]}_{\mathrm{shadow}},$ α≠90°

其中，λ为雷达波束的波长。

翻滚目标产生的微多普勒频率理论计算公式为：

$f_{\mathrm{mD}}=\frac{2}{\mathrm{\λ}}{\left[\frac{{\mathrm{dr}}_t}{\mathrm{dt}}\right]}_{\mathrm{shadow}}=\frac{2}{\mathrm{\λ}}{\left[\frac{d}{\mathrm{dt}}(R_{\mathrm{init}}\·O^{\′}{A}^{\′})\right]}_{\mathrm{shadow}}$ α＝90°

优选的,所述结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据，包括：

设定雷达的坐标位置，根据弹道仿真得到的目标位置、速度和姿态，利用坐标转换，计算出目标在雷达坐标系下的视线角；

通过视线角提取目标全方位窄带雷达散射截面积幅相数据库中的相应窄带雷达散射截面积数据进行微动场景仿真，得到进动目标和翻滚目标的窄带雷达散射截面积数据。

优选的,所述利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量，包括：

利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。

优选的,所述原序列分解为如下公式：

其中，d_jk＝<f(t),ψ_jk(t)>，Ψ(t)为小波函数，φ(t)为尺度函数，本文用到的小波函数为sym8小波，j和k为整数。

优选的,所述针对进动目标和翻滚目标的高频分量提取直方图特征，包括：

对单个周期内的雷达散射截面积序列进行分组；

然后考察落在每个子区域的雷达散射截面数量的统计结果，得到雷达散射截面序列的直方图分布特征。

优选的,所述对单个周期内的雷达散射截面积序列进行分组，包括：

按照组距相等的原则进行分组，将单个周期内的雷达散射截面积取值范围等分为n个子区域，其中，n为自然数。

本发明还提供一种基于小波多尺度分析的微动目标特征提取系统,所述系统包括：

模型建立模块，用于建立进动目标和翻滚目标的微多普勒模型；

数据获取模块，用于结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据；

分析提取模块，用于利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量；

特征提取模块，用于针对进动目标和翻滚目标的高频分量提取直方图特征。

优选的,其特征在于,所述分析提取模块包括：

分析提取单元，用于利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。

本发明的上述技术方案的有益效果如下：

上述方案中，通过建立进动目标和翻滚目标的微多普勒模型，结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据，利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量，针对进动目标和翻滚目标的高频分量提取直方图特征。利用小波多尺度分析将不同微动形式目标的微多普勒高频分量分离出来，提取出新的特征对真假目标进行识别，提高了进动目标和翻滚目标是别的准确性。

附图说明

图1为本发明的基于小波多尺度分析的微动目标特征提取方法流程图；

图2为本发明的基于小波多尺度分析的微动目标特征提取方法建立坐标系示意图；

图3为基于小波多尺度分析的微动目标特征提取系统结构框。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

弹道导弹主要经历升空发射、头体分离、诱饵释放、轨道飞行、再入飞行等运动过程。在弹头飞行中段，速度和姿态相对平稳，受外界干扰小，而且跟踪和识别系统有足够的反应时间，是防御系统对弹道目标进行识别和拦截的重要阶段。

同时，弹头在飞行中段初期进行首末段分离，有的还会投放轻、重诱饵等突防装置，这些伴飞物形成威胁目标群与战斗部一起以相近的速度在大气层外同时做惯性飞行。为了保持弹头在大气层外飞行的稳定性和提高命中精度，弹头在中段要进行姿态控制。在多种姿态控制方式中，自旋稳定是弹头在中段最常用的。在头体分离时，弹头会受到冲击力矩的作用，力矩消失后，弹头会绕着固定的扰动轴作锥旋运动，即进动或者章动。对于诱饵和其它碎片，一般没有采取姿态控制的方式，呈现翻滚等其它的运动方式。因此，运动状态不同可以作为识别弹头和诱饵的主要依据。

目标的运动状态会对雷达回波产生调制，即雷达回波会带有目标运动状态的信息。当雷达波照射到运动目标时，将产生波长的变化，引起载波的频率偏移，这是众所周知的多普勒效应。以不同方式运动的目标，其回波的微多普勒频率不同。因此可以利用小波多尺度分析将不同微动形式目标的微多普勒高频分量分离出来，提取出新的特征对真假目标进行识别。

如图1所示，本发明的实施例一种基于小波多尺度分析的微动目标特征提取方法,所述方法包括：

步骤101：建立进动目标和翻滚目标的微多普勒模型。

步骤102：结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据。

其中，设定雷达的坐标位置，根据弹道仿真得到的目标位置、速度和姿态，利用坐标转换，计算出目标在雷达坐标系下的视线角。通过视线角提取目标全方位窄带RCS幅相数据库中的相应窄带RCS数据可以进行微动场景仿真，得到场景目标的窄带RCS数据。

步骤103：利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量。

其中，进动弹头的微多普勒频偏主要集中在低频区域，而翻滚助推级的微多普勒频偏在高频区域也有很明显的分量。因此可以利用小波变换中的多尺度分析对RCS序列进行处理，将原序列分解为逼近部分(低频)和细节部分(高频)，通过小波重构，观察信号的低频分量和高频分量。

步骤104：针对进动目标和翻滚目标的高频分量提取直方图特征。

其中，用于表示统计分布的术语，又称作柱状图、质量分布图。它是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据的分布情况。用直方图可以解析出RCS序列的规律性，比较直观的看出RCS序列的分布状态。在制作直方图时，首先要对单个周期内的RCS序列进行分组，一般按照组距相等的原则进行分组，即将单个周期内的RCS取值范围等分为n个子区域，然后考察落在每个子区域的RCS数量的统计结果。这就是RCS序列的直方图分布特性。

优选的，所述建立进动目标和翻滚目标的微多普勒模型，包括：

建立目标坐标系、参考坐标系和雷达坐标系；

其中，若只受万有引力的作用，自由飞行的目标运动轨迹为椭圆或抛物线，姿态受初始扰动力矩的影响会表现为进动、章动或翻滚。一般认为进动是指目标的本体绕进动轴的旋转，如图2所示，角速度为ω。其中O'B为进动轴，目标对称轴与进动轴的夹角为进动角α。坐标系OUVW为雷达坐标系，O'XYZ为参考坐标系，oxyz为目标坐标系。

计算在目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系；

其中，假定目标的对称轴长度为|O'A|＝l，则A点在xoy平面内的轨迹圆半径为a＝l·sinα，并且参考坐标系原点与目标坐标系原点之间的距离满足：|O'o|＝l·cosα。经过任意时间t，目标转过的角度γ＝ω·t，则在目标坐标系下，目标对称轴的位置矢量为：

O'A'＝(a·cos(π+γ),a·sin(π+γ),l·cosα)^T

假设O'B(进动轴)在参考坐标系内的方位角和俯仰角分别为h、k，则参考坐标系与目标坐标系之间的旋转变换矩阵为：

$R_{\mathrm{init}}=\left[\begin{array}{ccc}\cosh & -\sinh & 0\\ \sinh & \cosh & 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{ccc}\sin k& 0& \cos k\\ 0& 1& 0\\ -\cos k& 0& \sin k\end{array}\right]$

利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式。

其中，那么在参考坐标系下，任意时刻的目标对称轴的方向矢量为r_t＝R_init·O'A'，则在目标作进动条件下产生的微多普勒频率理论计算公式为：

$f_{\mathrm{mD}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{{\mathrm{dr}}_t}{\mathrm{dt}}\right]}_{\mathrm{shadow}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{d}{\mathrm{dt}}(R_{\mathrm{init}}\&CenterDot;O^{\&prime;}{A}^{\&prime;})\right]}_{\mathrm{shadow}}$

特别的，当进动角α＝90°，可以得到目标翻滚的微多普勒频率理论计算公式。结合最小能量弹道场景进行模拟，可以得到中段飞行目标的窄带RCS数据。

优选的,所述雷达坐标系为坐标系OUVW，所述参考坐标系为坐标系O'XYZ，所述目标坐标系为坐标系oxyz；

所述在目标坐标系下目标对称轴的位置矢量为：

O'A'＝(a·cos(π+γ),a·sin(π+γ),l·cosα)^T

其中，a为目标进动投影圆半径，l为目标对称轴长度，γ为任意时刻目标转过的角度。

所述参考坐标系与目标坐标系之间的旋转变换关系为：

$R_{\mathrm{init}}=\left[\begin{array}{ccc}\cosh & -\sinh & 0\\ \sinh & \cosh & 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{ccc}\sin k& 0& \cos k\\ 0& 1& 0\\ -\cos k& 0& \sin k\end{array}\right]$

其中，h、k分别为目标参考坐标系下的方位角和俯仰角。

所述利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式，包括：

在参考坐标系下，任意时刻的目标对称轴的方向矢量为r_t＝R_init·O'A'；

进动目标产生的微多普勒频率理论计算公式为：

$f_{\mathrm{mD}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{{\mathrm{dr}}_t}{\mathrm{dt}}\right]}_{\mathrm{shadow}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{d}{\mathrm{dt}}(R_{\mathrm{init}}\&CenterDot;O^{\&prime;}{A}^{\&prime;})\right]}_{\mathrm{shadow}},$ α≠90°

其中，λ为雷达波束的波长。

翻滚目标产生的微多普勒频率理论计算公式为：

$f_{\mathrm{mD}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{{\mathrm{dr}}_t}{\mathrm{dt}}\right]}_{\mathrm{shadow}}=\frac{2}{\mathrm{\&lambda;}}{\left[\frac{d}{\mathrm{dt}}(R_{\mathrm{init}}\&CenterDot;O^{\&prime;}{A}^{\&prime;})\right]}_{\mathrm{shadow}}$ α＝90°

式中，“shadow”为小标，表示在径向方向上投影进行计算。

优选的,所述结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据，包括：

设定雷达的坐标位置，根据弹道仿真得到的目标位置、速度和姿态，利用坐标转换，计算出目标在雷达坐标系下的视线角；

通过视线角提取目标全方位窄带雷达散射截面积幅相数据库中的相应窄带雷达散射截面积数据进行微动场景仿真，得到进动目标和翻滚目标的窄带雷达散射截面积数据。

优选的,所述利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量，包括：

利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。

优选的,所述原序列分解为如下公式：

其中，d_jk＝<f(t),ψ_jk(t)>，Ψ(t)为小波函数，φ(t)为尺度函数，本文用到的小波函数为sym8小波，j和k可以为整数。

优选的,所述针对进动目标和翻滚目标的高频分量提取直方图特征，包括：

对单个周期内的雷达散射截面积序列进行分组；

然后考察落在每个子区域的雷达散射截面数量的统计结果，得到雷达散射截面序列的直方图分布特征。

优选的,所述对单个周期内的雷达散射截面积序列进行分组，包括：

按照组距相等的原则进行分组，将单个周期内的雷达散射截面积取值范围等分为n个子区域，其中，n为自然数。

如图3所示，本发明实施例的一种基于小波多尺度分析的微动目标特征提取系统,所述系统包括：

模型建立模块301，用于建立进动目标和翻滚目标的微多普勒模型。

数据获取模块302，用于结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据。

分析提取模块303，用于利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量。

特征提取模块304，用于针对进动目标和翻滚目标的高频分量提取直方图特征。

优选的,其特征在于,所述分析提取模块包括：

分析提取单元，用于利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。

本发明的基于小波多尺度分析的微动目标特征提取方法及系统，通过建立进动目标和翻滚目标的微多普勒模型，结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据，利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量，针对进动目标和翻滚目标的高频分量提取直方图特征。利用小波多尺度分析将不同微动形式目标的微多普勒高频分量分离出来，提取出新的特征对真假目标进行识别，提高了进动目标和翻滚目标是别的准确性。

针对进动弹头和翻滚助推级的场景进行了建模仿真。设置发射点经度和纬度，攻击点经度和纬度，发射点和攻击点的高度均为0，关机点高度50km。雷达位于攻击点，工作频率为f₀＝5.5GHz，脉冲重复频率PRF＝10Hz。假设弹头在中段弹道飞行过程中以进动的微动形式进行姿态控制，助推级以翻滚的形式沿弹道飞行。设置弹头和助推级的微动参数：弹头的扰动轴(进动轴)方位角和俯仰角分别为α₀＝0°和β₀＝-60°；助推级的扰动轴方位角和俯仰角分别为α₀＝0°和β₀＝30°；自旋频率为f_s＝0.5Hz，弹头和助推级的锥旋频率为f_c＝0.1Hz；弹头锥旋进动角为α＝10°，助推级进动角α＝90°。

至此完成了场景动态建模仿真的过程，可以得到目标动态电磁特性数据。对弹头和助推级RCS序列高频分量作直方分析，其中n＝20。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述方法包括：

建立进动目标和翻滚目标的微多普勒模型；

结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据；

利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量；

针对进动目标和翻滚目标的高频分量提取直方图特征；

其中,所述建立进动目标和翻滚目标的微多普勒模型，包括：

建立目标坐标系、参考坐标系和雷达坐标系；

计算在目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系；

利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式。

2.根据权利要求1所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述雷达坐标系为坐标系OUVW，所述参考坐标系为坐标系O'XYZ，所述目标坐标系为坐标系oxyz；

所述在目标坐标系下目标对称轴的位置矢量为：

O'A'＝(a·cos(π+γ),a·sin(π+γ),l·cosα)^T

其中，a为目标进动投影圆半径，l为目标对称轴长度，γ为任意时刻目标转过的角度；

所述参考坐标系与目标坐标系之间的旋转变换关系为：

$R_{init}=\left[\begin{array}{ccc}\cosh & -\sinh & 0\\ \sinh & \cosh & 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{ccc}\sin k& 0& \cos k\\ 0& 1& 0\\ -\cos k& 0& \sin k\end{array}\right]$

其中，h、k分别为目标参考坐标系下的方位角和俯仰角；

所述利用所述目标坐标系下目标对称轴的位置矢量和参考坐标系与目标坐标系之间的旋转变换关系，得到进动目标和翻滚目标产生的微多普勒频率理论计算公式，包括：

在参考坐标系下，任意时刻的目标对称轴的方向矢量为r_t＝R_init·O'A'；

进动目标产生的微多普勒频率理论计算公式为：

其中，λ为雷达波束的波长，

翻滚目标产生的微多普勒频率理论计算公式为：

3.根据权利要求1所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据，包括：

设定雷达的坐标位置，根据弹道仿真得到的目标位置、速度和姿态，利用坐标转换，计算出目标在雷达坐标系下的视线角；

通过视线角提取目标全方位窄带雷达散射截面积幅相数据库中的相应窄带雷达散射截面积数据进行微动场景仿真，得到进动目标和翻滚目标的窄带雷达散射截面积数据。

4.根据权利要求1所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量，包括：

利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。

5.根据权利要求4所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述原序列分解为如下公式：

其中，d_jk＝<f(t),ψ_jk(t)>，Ψ(t)为小波函数，φ(t)为尺度函数。

6.根据权利要求1所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,所述针对进动目标和翻滚目标的高频分量提取直方图特征，包括：

对单个周期内的雷达散射截面积序列进行分组；

然后考察落在每个子区域的雷达散射截面数量的统计结果，得到雷达散射截面序列的直方图分布特征。

7.根据权利要求1所述的基于小波多尺度分析的微动目标特征提取方法,其特征在于,对单个周期内的雷达散射截面积序列进行分组，包括：

按照组距相等的原则进行分组，将单个周期内的雷达散射截面积取值范围等分为n个子区域，其中，n为自然数。

8.一种基于小波多尺度分析的微动目标特征提取系统,其特征在于,所述系统包括：

模型建立模块，用于建立进动目标和翻滚目标的微多普勒模型；

数据获取模块，用于结合弹道仿真得到进动目标和翻滚目标的窄带雷达散射截面积数据；

分析提取模块，用于利用小波多尺度分析提取出进动目标和翻滚目标的窄带雷达散射截面积数据的高频分量；

特征提取模块，用于针对进动目标和翻滚目标的高频分量提取直方图特征。

9.根据权利要求8所述的基于小波多尺度分析的微动目标特征提取系统,其特征在于,所述分析提取模块包括：

分析提取单元，用于利用小波变换中的多尺度分析对雷达散射截面积序列进行处理，将原序列分解为逼近部分的低频分量和细节部分的高频分量。