CN106842201A - 一种基于序列图像的舰船目标isar交叉像判别方法 - Google Patents
一种基于序列图像的舰船目标isar交叉像判别方法 Download PDFInfo
- Publication number
- CN106842201A CN106842201A CN201710096805.4A CN201710096805A CN106842201A CN 106842201 A CN106842201 A CN 106842201A CN 201710096805 A CN201710096805 A CN 201710096805A CN 106842201 A CN106842201 A CN 106842201A
- Authority
- CN
- China
- Prior art keywords
- isar
- image
- chiasmal
- images
- sequence
- 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于序列图像的舰船目标ISAR交叉像判别方法。所述基于序列图像的舰船目标ISAR交叉像判别方法包括如下步骤:将雷达回波数据按时间顺序划分为N段,每个数据段对应的ISAR序列图像均存在出现ISAR交叉像的可能性,每个数据段再划分为两个子数据段并进行ISAR成像处理获得两幅子孔径图像;对N段数据依次估计出每一幅ISAR序列图像中舰船目标像的转角;对获得的像转角,依次使用极端值判决准则判断是否出现了交叉像。所述基于序列图像的舰船目标ISAR交叉像判别方法能够利用舰船目标在若干相邻序列图像中的形态信息变化准确地预测出交叉像的出现,不仅适用于机载ISAR对海观测平台,还适用于弹载等高机动平台。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体地,涉及一种基于序列图像的舰船目标ISAR交叉像判别方法。
背景技术
合成孔径雷达(SAR)是一种用途广泛的成像雷达体制,SAR系统可安装在飞机、导弹、卫星等机动平台上,用于观测地面景物等静止目标,而逆合成孔径雷达(ISAR)系统则旨在解决运动目标、尤其是非合作运动目标的成像问题。非合作运动目标,如飞机、舰船等的运动往往具有强机动性和复杂周期性,目标的运动信息往往不可预知,这给ISAR成像造成了重大考验。
ISAR成像处理通常将待处理的含有同一目标回波的原始数据按照时间顺序切分为连续若干个包含相同回波脉冲数的回波数据段,我们将每一段数据成像处理后得到的目标ISAR图像定义为序列图像。序列图像在时间上是连续的,目标像在序列图像中的变化反映了观测时间内目标实际运动情况。然而,由于受到目标非合作性的影响,序列图像中必然包含不少低质量图像,如目标分辨率过低、目标重影严重等。对应这些低质量数据,一个合理的做法是若能预先得知,则可以不进行ISAR成像处理而直接丢弃以提高效率。由此,从大量回波数据中筛选优质回波数据也成为ISAR信号处理所面临的问题之一。
海面舰船是一类高军事价值目标。ISAR对舰船目标成像必须要利用舰船自身在海浪作用下的摇摆运动,尤其是在高海情条件下,适当地选取成像积累时间长度和成像中心时刻,可以得到利于目标识别的高质量ISAR图像。然而,由于舰船运动情况较为复杂,除了基于自带动力的运动之外还受海浪的外力驱动,总体上呈现出一种机动和简谐振动相结合的运动表现,导致舰船目标的运动变化往往具有周期往复的特征。由此,若对某一舰船目标的ISAR成像时间跨越了该目标的相邻两个运动周期,即成像时间内目标摇摆至最大振幅位置并改变了摇摆方向,则该段数据段ISAR成像结果中就会出现两个交叉重叠的舰船图像,简称“交叉像”。如图1所示,“交叉像”图像中两个舰船的主体呈X状交叉。这类图像对后续的目标检测和识别是十分不利的,实际应用价值很低。
从ISAR成像机理简要分析出现“交叉像”的原因如下:成像积累时间内,舰船目标的跨摇摆周期运动造成了ISAR天线相位中心和舰船之间的合成有效转动矢量方向突变,使得这段回波数据中船首散射点的多普勒频率出现了由正到负、船尾散射点的多普勒频率出现了由负到正的极端变化,并最终体现为船体图像的X状交叉重叠。因此,如何在大量ISAR回波数据中判别并排除交叉像是舰船ISAR成像处理的一个研究点。
文献(汪玲,朱兆达,朱岱寅等,“机载ISAR舰船侧视和俯视成像时间段选择”,电子与信息学报,2008,30(12):2835-2839)中提出了舰船实测数据成像处理的中出现交叉像的不利情况,然而并没有提出具体的判别方法。除此之外极少有具体的文献研究对于舰船ISAR成像的交叉像判别问题。
因此,有必要提出一种能够在舰船目标识别中排除交叉像的干扰,从而进行有效目标识别的基于序列图像的舰船目标ISAR交叉像判别方法。
发明内容
本发明的目的在于提供一种解决预先判断ISAR舰船成像中的是否存在交叉像难题的有效方法,能够利用舰船目标在若干相邻序列图像中的形态信息变化准确地预测出交叉像的出现。
本发明的技术方案如下:一种基于序列图像的舰船目标ISAR交叉像判别方法,包括如下步骤:一、将雷达回波数据按时间顺序划分为N段,每个数据段对应的ISAR序列图像均存在出现ISAR交叉像的可能性,每个数据段再划分为两个子数据段并进行ISAR成像处理获得两幅子孔径图像,其中N为正整数;二、对N段数据依次估计出每一幅ISAR序列图像中舰船目标像的转角θi,i=1,2,…,N;三、对获得的N个所述序列图像中舰船目标像转角θi,依次使用极端值判决准则判断是否出现了交叉像。
优选地,在步骤一中,从待处理的ISAR原始回波中,按时间顺序截取出足够产生N幅所述序列图像所需的回波数据,即N段回波数据对应于N幅ISAR序列图像,再将每个数据段平均分成两个子数据段,且分别进行ISAR成像,每个子数据段生成一幅子孔径图像,N段回波数据共获得2N幅子孔径图像。
优选地,在步骤二中,具体包括如下步骤:a、对第i个所述数据段对应的两幅子孔径图像进行补零和归一化处理,其中1≤i≤N,且i为正整数;b、对所述两幅子孔径图像进行二维快速傅里叶变换;c、对二维快速傅里叶变换后的所述两幅子孔径图像进行极坐标格式插值;d、对两幅极坐标插值后的所述子孔径频域图像沿角度维进行平方和累加,分别得到两条随极坐标角度变化的频域图像能量分布曲线,记为频域图像能量极坐标分布曲线;e、由两条所述的频域图像能量极坐标分布曲线求出对应于第i个所述数据段中的舰船目标像转角θi;f、判断i是否大于N,若是,则执行步骤三,若否,则返回步骤a,对下一段,即第i=i+1个所述数据段的两幅子孔径图像进行补零和归一化处理。
优选地,在步骤e中,根据步骤d中求得的两条频域图像能量极坐标分布曲线,分别求出能量最大值点对应的极坐标值,两个极坐标角度之差的绝对值即为目标像转角θi的估计值。
优选地,在步骤三中,对得到的N个所述舰船目标像转角θi,依次使用极端值判决准则进行判决,若第i个所述数据段的转角θi超出合理范围,则判断第i个所述数据段中对应的舰船目标ISAR图像为交叉像,否则判断为正常成像,其中i=1,2,…,N。
本发明的有益效果在于:所述基于序列图像的舰船目标ISAR交叉像判别方法提出了一种解决预先判断ISAR舰船成像中的是否存在交叉像难题的有效途径,能够利用舰船目标在若干相邻序列图像中的形态信息变化准确地预测出交叉像的出现,有利于提高ISAR回波数据处理效率、以及后续的目标检测和识别。
而且,所述基于序列图像的舰船目标ISAR交叉像判别方法不仅适用于ISAR舰船成像,还适用于各种非合作目标ISAR成像中的交叉像判别。
附图说明
图1是交叉像的示意图;
图2是极坐标映射关系示意图;
图3是本发明实施例提供的基于序列图像的舰船目标ISAR交叉像判别方法的步骤框图;
图4是图3所示基于序列图像的舰船目标ISAR交叉像判别方法的信号处理流程图;
图5是图3所示基于序列图像的舰船目标ISAR交叉像判别方法一个具体应用实施例中舰船目标出现交叉像的实测数据结果图;
图6是图3所示基于序列图像的舰船目标ISAR交叉像判别方法一个具体应用实施例中舰船目标成像正常的实测数据结果图;
图7a和图7b分别是对应于图5的前512个回波脉冲子孔径图像和后512个回波脉冲子孔径图像;
图8a和图8b分别是对应于图6的前512个回波脉冲子孔径图像和后512个回波脉冲子孔径图像;
图9a和图9b分别是对图7a和图7b做2D-FFT后的图像;
图10a和图10b分别是对图8a和图8b做2D-FFT后的图像;
图11a和图11b是对应于图9a和图9b的极坐标格式转换后图像(极坐标角度从-90度到90度);
图12a和图12b是对应于图10a和图10b的极坐标格式转换后图像(极坐标角度从-90度到90度);
图13是分别对应于图11a和图11b的频域图像能量极坐标分布曲线;
图14是分别对应于图12a和图12b的频域图像能量极坐标分布曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
除非上下文另有特定清楚的描述,本发明中的元件和组件,数量既可以单个的形式存在,也可以多个的形式存在,本发明并不对此进行限定。本发明中的步骤虽然用标号进行了排列,但并不用于限定步骤的先后次序,除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础,否则步骤的相对次序是可以调整的。可以理解,本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。
ISAR图像的距离向表示的是距离时域,方位向表示的是方位向频域。结合二维快速傅里叶变换(2D-FFT)和极坐标映射的特点,我们可以通过求极坐标图像的之间的相关性来估计图像之间的转角。
请参阅图1,假设在很短的ISAR成像积累时间中,目标以恒定转速ωr做旋转运动,在时刻t1和t2得到的两幅ISAR图像有如下关系:
式中,[X(t1),Y(t1)]表示t1时刻散射点在图像中的坐标位置,[X(t2),Y(t2)]表示t2时刻散射点在图像中的坐标位置,θ0=ωr·(t2-t1)=ωr·Δt是两幅ISAR图像间相对的转角,Cs是相对的尺度变换因子,与目标的自旋角速度ωr有关。通过式(1)可知,t2时刻得到的ISAR图像等价于t1时刻得到的ISAR图像旋转拉伸后的结果。由于t1和t2时刻雷达视线方向的变化,因此目标等价于绕自身参考点发生了旋转。ISAR图像的距离向上表示的是距离时域,体现了目标结构在距离向上的强度分布结果,而方位向上表示的是多普勒频率域,ωr不能体现目标结构在方位向上的强度分布结果,因而t1和t2时刻得到的两幅ISAR图像之间存在着尺度变换。
在假设目标转轴中心固定的情况下推导出的式(1),然而在实际情况下这个条件较难成立,为了避免这个条件限制,考虑将ISAR图像变换到频域进行处理。式(1)中仅考虑了ISAR图像的幅度信息,没有考虑相位信息,因此是对于幅度图像进行2D-FFT。ISAR图像的二维频域图像不但具有相同的旋转中心,而且两幅ISAR图像间也具有旋转拉伸的关系。由于傅立叶变换的时移特性,对ISAR图像做2D-FFT,时域图像的旋转中心不会影响它的2D-FFT频谱。二维频域图像的旋转中心在零频位置。此外,由傅里叶变换的尺度变换特性可知。时域或者频域中的尺度变换相当于频域或者时域中的压缩或者拉伸。2D-FFT还具有旋转特性,即时域图像中的旋转角度等于频域中的旋转角度,反之亦然。由尺度变换特性和旋转特性可知,图像域中的旋转拉伸将引起频域中有相应的旋转拉伸,式(1)在频域的表达式可以写为:
式中,F1(fr,fa)和F2(fr,fa)分别表示两幅ISAR图像的傅里叶变换形式。两幅ISAR图像在频域中旋转角度与在时域中相同,但是相对尺度因子变成倒数。因此将ISAR图像做2D-FFT处理,可以使得旋转角度估计更为方便。
根据图2所示的极坐标映射方式将频域图像从直角坐标系转换到极坐标系的(r,θ)域,可以得到重新采样的极坐标图像P(rm,θn),m=1,2,...,Nr,n=1,2,...,Nθ,其中Nr是沿着极坐标半径方向的采样点数,Nθ是沿着极坐标角度方向的采样点数,rm和θn对应于原始频率域(fr,fa)中的坐标为
(fr,fa)=(frc,fac)+(rmcosθn,rmsinθn) (3)
(frc,fac)表示极坐标映射的中心,rm=Rmin+(m-1)Δr,θn=-π+(n-1)Δθ,Δr=(Rmax-Rmin)/(Nr-1),Δθ=2π/(Nθ-1),Δr和Δθ分别是沿极坐标半径方向和极坐标角度方向的采样间隔;Rmax和Rmin是最大及最小采样圆周的半径。如果一个点(frk,fak),其极坐标形式为(frc+rkcosθk,fac+rksinθk),此点旋转角度θ0后得到的极坐标表达式变为(frc+rkcos(θk+θ0),fac+rksin(θk+θ0))。这就表明了在图像域的旋转转化到(r,θ)域后仅仅变为沿着θ方向的平移。因此,极坐标变换后,角度偏移量的估计的繁琐度从二维搜索变成一维搜索,对极坐标图像对应的二维矩阵进行运算,矩阵的行对应不同的极坐标角度,矩阵的列对应不同的极坐标半径长度,对矩阵的每一列上对应的图像频谱强度值进行平方求和累加,可得到两个随着极坐标角度变化的图像频谱能量积累值的序列。对角度-图像频谱能量积累值序列绘制函数曲线,求出函数的最大值点,最大值点对应的极坐标角度表示该极坐标格式图像在此极坐标角度上的能量分布最大,即该角度对应极坐标格式图像的一个主体方向。在序列图像中,由于相邻序列图像对应的雷达回波数据在较小的孔径时间内获得,相邻孔径时间内雷达视线几乎不变,因此相邻序列图像的结构和特征通常相似度很高,只要求得两幅子孔径图像的偏转角度之差,就可以认为求出对应的目标像转角,并根据待判别序列图像的数量选择合适的极端值判决准则进行交叉像判决。
基于上述描述,在本实施例提供的基于序列图像的舰船目标ISAR交叉像判别方法中,对子孔径图像进行2D-FFT之前先进行时域补零和归一化处理。在时域对子孔径图像补零的目的是免除2D-FFT后的频域图像中像素间幅度突变的影响,然后用每一幅子孔径图像中所有像素的和对补零后的图像进行归一化,避免了雷达视线变化而导致的两幅子孔径图像间信号幅度的改变。
请同时参阅图3和图4,所述基于序列图像的舰船目标ISAR交叉像判别方法具体包括如下步骤:
步骤S1、将雷达回波数据按时间顺序划分为N段,每个数据段对应的ISAR序列图像均存在出现ISAR交叉像的可能性,每个数据段再划分为两个子数据段并进行ISAR成像处理获得两幅子孔径图像,其中N为正整数;
具体地,在步骤S1中,从待处理的ISAR原始回波中,按时间顺序截取出足够产生N幅所述序列图像所需的回波数据,即N段回波数据对应于N幅ISAR 序列图像,再将每个数据段平均分成两个子数据段,且分别进行ISAR成像,每个子数据段生一幅子孔径图像,N段回波数据共获得2N幅子孔径图像。
步骤S2、对所述N段数据段,依次估计出每一幅ISAR序列图像中舰船目标像的转角θi,i=1,2,…,N。
具体地,在步骤S2中,具体包括如下步骤:
一、对第i个所述数据段对应的两幅子孔径图像进行补零和归一化处理,其中1≤i≤N,且i为正整数;
二、对所述两幅子孔径图像进行二维快速傅里叶变换,获得对应的子孔径频域图像;
三、对二维快速傅里叶变换后的所述两幅子孔径图像进行极坐标格式插值;
四、对两幅极坐标插值后的所述子孔径频域图像沿角度维进行平方和累加,分别得到两条随极坐标角度变化的频域图像能量分布曲线,记为频域图像能量极坐标分布曲线;
五、由两条所述的频域图像能量极坐标分布曲线求出对应于第i个所述数据段中的舰船目标像转角θi;
六、判断i是否大于N,若是,则执行步骤S3,若否,则返回步骤一,对下一段,即第i=i+1个所述数据段的两幅子孔径图像进行补零和归一化处理。
其中,在步骤三中,对2D-FFT后的子孔径频域图像进行极坐标格式插值,使其从直角坐标系转换到极坐标系,可得到两幅重新采样的极坐标子孔径图像。
在步骤四中,对步骤三中求得的两幅极坐标子孔径图像对应的二维矩阵进行运算,矩阵的行对应不同的极坐标角度,矩阵的列对应不同的极半径长度,对矩阵的每一列上对应的图像频谱强度值进行平方求和运算,可得到两个随极坐标角度变化的图像频谱能量积累值的序列。
在步骤五中,根据步骤四中求得的两条频域图像能量极坐标分布曲线,分别求出能量最大值点对应的极坐标值,两个极坐标角度之差的绝对值即为目标像转角θi的估计值。
步骤S3、对所述的N个舰船目标像转角θi,依次使用极端值判决准则判断是否出现了交叉像。
具体地,在步骤S3中,对得到的N个所述舰船目标像转角θi,依次使用极端值判决准则进行判决,若第i个所述数据段的转角θi超出合理范围,则判断第i个所述数据段中对应的舰船目标ISAR图像为交叉像,否则判断为正常成像,其中i=1,2,…,N。
以下将结合具体实施例对所述基于序列图像的舰船目标ISAR交叉像判别方法进行详细说明。
如表1所示,实测数据验证所用的ISAR系统参数为:工作频率X波段,信号带宽50MHz,采样频率70MHz,脉冲重复频率为1000Hz,载机速度为120m/s,飞行高度为4300m。舰船运动参数未知。
表1 ISAR系统参数
工作频率 | X波段 |
发射信号带宽 | 50MHz |
信号采样频率 | 70MHz |
脉冲重复频率 | 1000Hz |
载机速度 | 120m/s |
飞行高度 | 4300m |
作用距离 | 40km |
该批数据中包含多艘舰船,图5和图6给出了对其中一艘舰船持续8.192s的回波数据(共含8192个脉冲)中的两幅典型序列图像,图5表示一个交叉像,图6表示一个正常的ISAR成像,图像大小均为300像素×300像素,对这个8.192秒的雷达回波数据进行交叉像判别时,首先将雷达回波数据平均划分为8段,使得每个雷达成像包含1024个脉冲,因此共有8个序列图像回波数据,再对每幅序列图像的回波数据平均划分为两个含有512个脉冲的子孔径。然后对N幅序列图像依次进行舰船目标像转角估计。
对第i(i=1,2…8)幅序列图像的两幅子孔径图像进行补零至图像大小为2048像素×2048像素,然后归一化处理,再分别进行2048点×2048点的2D-FFT,获得处理后的子孔径频域图像,继续对其子孔径频域图像进行极坐标格式插值,极坐标角度方向的插值间隔为0.01°,极半径方向的插值间隔为1个像素,可以得到对应的极坐标格式子孔径频域图像,对极坐标格式子孔径频域图像沿着极坐标角度维展开,其图像大小为1024像素×3600像素。
由于2D-FFT后的频域图像具有中心对称的特点,因此只需要分析第一、二象限内(-90°到90°)的极坐标格式子孔径频域图像即可。然后对极坐标格式频域图像进行矩阵运算,对处于一、二象限的极坐标格式子孔径频域图像对应的1024行、1800列的矩阵按列进行平方和累加,可得到一个长度为1800点的不同角度频域图像能量积累值序列,根据该序列绘制频域图像能量极坐标分布曲线,求两条曲线最大值对应的极坐标角度的差值的绝对值就可获得该序列图像中舰船目标像的转角。最后可以得到8个舰船目标像转角的估计值。
由于序列图像个数为8个,则可以选择适合较少数据量的Q检验法对序列图像中舰船目标像转角进行判决。按以下步骤来判决是否为交叉像:
一、将各序列图像中舰船目标像的转角按递增顺序进行排序得到:θ1,θ2,...,θ7,θ8;
二、求出最大值与最小值的差值θmax-θmin;
三、求出待判断的极端值θi与其最相邻数据之间的差值的绝对值|θi-θi-1|或|θi-θi+1|;
四、得到Q值,Q=|θi-θi-1|/(θmax-θmin)或Q=|θi-θi+1|/(θmax-θmin);
五、根据数据个数n和要求的置信水平查表2得到界值;
六、判断是否为交叉像,法则如下:若求出的Q值大于表2中所示数据个数为8时99%置信水平对应的界值,则判决对应的序列图像为交叉像;若求出的Q值小于表2中数据个数为8时90%置信水平下对应的界值,则判决对应的序列图像为正常成像。
表2 Q界值表
n(数据个数) | 置信水平90% | 置信水平95% | 置信水平99% |
3 | 0.90 | 0.97 | 0.99 |
4 | 0.76 | 0.84 | 0.93 |
5 | 0.64 | 0.73 | 0.82 |
6 | 0.56 | 0.64 | 0.74 |
7 | 0.51 | 0.59 | 0.68 |
8 | 0.47 | 0.54 | 0.63 |
9 | 0.44 | 0.51 | 0.60 |
10 | 0.41 | 0.49 | 0.57 |
将图5、图6这两幅序列图像对应的雷达回波数据均分成两个子数据段,并进行ISAR成像处理获得对应的子孔径图像,如图7a、7b、8a、8b所示,对图7a、7b、8a、8b进行补零,然后归一化处理,再分别进行2D-FFT,处理后的子孔径频域图像如图9a、9b、10a、10b所示,继续对其子孔径频域图像进行极坐标格式插值,极坐标角度方向的插值间隔为0.01°,极坐标半径方向的插值间隔为1个像素,可以得到极坐标格式子孔径频域图像,对极坐标格式子孔径频域图像沿着极坐标角度维展开,结果如图11a、11b、12a、12b所示。图5、图6对应的频域图像能量极坐标分布曲线,如图13和图14所示。
该雷达实测数据求出的8幅序列图像的舰船目标像转角如表3所示。其中,H对应着图5所示的交叉像,计算得到的舰船目标像转角为4.58°,使用Q检验法计算得到Q值约为0.64,大于99%置信水平下的界值0.63,则该转角值为极端值,根据判决法则判定对应序列图像为交叉像;此外,D对应着图6所示的正常成像,计算得到的舰船目标像转角为1.06°,使用Q检验法计算得到Q值为0.03,远小于90%置信水平下的界值0.47,则该转角值为非极端值,根据判决法则判定对应序列图像为正常像。
表3实测数据序列图像舰船目标像转角计算结果
注:“+”表示Q值大于Q界值,“-”表示Q值小于Q界值。“N”表示判决结果为正常像,“Y”表示判决结果为交叉像。
相较于现有技术,本发明提供的基于序列图像的舰船目标ISAR交叉像判别方法提出ISAR舰船成像中的交叉像判别问题的有效解决办法,能够在序列图像中准确判断交叉像的出现,为ISAR目标识别提供可靠的手段和理论。
而且,基于序列图像的舰船目标ISAR交叉像判别方法不仅适用于ISAR舰船成像,还适用于各种非合作目标ISAR成像中的交叉像判别。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.一种基于序列图像的舰船目标ISAR交叉像判别方法,其特征在于:包括如下步骤;
一、将雷达回波数据按时间顺序划分为N段,每个数据段对应的ISAR序列图像均存在出现ISAR交叉像的可能性,每个数据段再划分为两个子数据段并进行ISAR成像处理获得两幅子孔径图像,其中N为正整数;
二、对所述N段数据段,依次估计出每一幅ISAR序列图像中舰船目标像的转角θi,i=1,2,…,N;
三、对所述的N个舰船目标像转角θi,依次使用极端值判决准则判断是否出现了交叉像。
2.根据权利要求1所述的基于序列图像的舰船目标ISAR交叉像判别方法,其特征在于:在步骤一中,从待处理的ISAR原始回波中,按时间顺序截取出足够产生N幅所述序列图像所需的回波数据,即N段回波数据对应于N幅ISAR序列图像,再将每个数据段平均分成两个子数据段,且分别进行ISAR成像,每个子数据段生一幅子孔径图像,N段回波数据共获得2N幅子孔径图像。
3.根据权利要求1所述的基于序列图像的舰船目标ISAR交叉像判别方法,其特征在于:在步骤二中,具体包括如下步骤:
a、对第i个所述数据段对应的两幅子孔径图像进行补零和归一化处理,其中1≤i≤N,且i为正整数;
b、对所述两幅子孔径图像进行二维快速傅里叶变换,获得对应的子孔径频域图像;
c、对二维快速傅里叶变换后的所述两幅子孔径频域图像进行极坐标格式插值;
d、对两幅极坐标插值后的所述子孔径频域图像沿角度维进行平方和累加,分别得到两条随极坐标角度变化的频域图像能量分布曲线,记为频域图像能量极坐标分布曲线;
e、由两条所述的频域图像能量极坐标分布曲线求出对应于第i个所述数据段中的舰船目标像转角θi;
f、判断i是否大于N,若是,则执行步骤三,若否,则返回步骤a,对下一段,即第i=i+1个所述数据段的两幅子孔径图像进行补零和归一化处理。
4.根据权利要求3所述的基于序列图像的舰船目标ISAR交叉像判别方法,其特征在于:在步骤e中,根据步骤d中求得的两条频域图像能量极坐标分布曲线,分别求出能量最大值点对应的极坐标值,两个极坐标角度之差的绝对值即为目标像转角θi的估计值。
5.根据权利要求1所述的基于序列图像的舰船目标ISAR交叉像判别方法,其特征在于:在步骤三中,对得到的N个舰船目标像转角θi,依次使用极端值判决准则进行判决,若第i个所述数据段的转角θi超出合理范围,则判断第i个所述数据段中对应的舰船目标ISAR图像为交叉像,否则判断为正常成像,其中i=1,2,…,N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710096805.4A CN106842201B (zh) | 2017-02-22 | 2017-02-22 | 一种基于序列图像的舰船目标isar交叉像判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710096805.4A CN106842201B (zh) | 2017-02-22 | 2017-02-22 | 一种基于序列图像的舰船目标isar交叉像判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106842201A true CN106842201A (zh) | 2017-06-13 |
CN106842201B CN106842201B (zh) | 2018-03-23 |
Family
ID=59133869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710096805.4A Expired - Fee Related CN106842201B (zh) | 2017-02-22 | 2017-02-22 | 一种基于序列图像的舰船目标isar交叉像判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106842201B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515396A (zh) * | 2017-07-03 | 2017-12-26 | 北京空间飞行器总体设计部 | 一种空间目标逆合成孔径雷达成像参数设计方法 |
CN111693957A (zh) * | 2020-06-09 | 2020-09-22 | 周口师范学院 | 一种圆周与简谐复合扫描被动雷达测向方法 |
CN116310401A (zh) * | 2022-12-19 | 2023-06-23 | 南京航空航天大学 | 一种基于单演特征联合稀疏表示的跨视角sar识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3600826B2 (ja) * | 2002-08-29 | 2004-12-15 | 東芝電波プロダクツ株式会社 | 逆合成開口レーダ画像シミュレータ |
JP3878590B2 (ja) * | 2003-09-30 | 2007-02-07 | 株式会社東芝 | 時系列画像処理方法及び装置 |
CN103487807A (zh) * | 2013-09-11 | 2014-01-01 | 南京航空航天大学 | 一种isar最优成像时间选择方法 |
CN104297750A (zh) * | 2014-09-25 | 2015-01-21 | 南京航空航天大学 | 基于几何投影的双基前视sar成像面预测方法 |
CN105974410A (zh) * | 2016-04-28 | 2016-09-28 | 西安电子科技大学 | 机载雷达的多舰船目标sar和isar混合成像方法 |
-
2017
- 2017-02-22 CN CN201710096805.4A patent/CN106842201B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3600826B2 (ja) * | 2002-08-29 | 2004-12-15 | 東芝電波プロダクツ株式会社 | 逆合成開口レーダ画像シミュレータ |
JP3878590B2 (ja) * | 2003-09-30 | 2007-02-07 | 株式会社東芝 | 時系列画像処理方法及び装置 |
CN103487807A (zh) * | 2013-09-11 | 2014-01-01 | 南京航空航天大学 | 一种isar最优成像时间选择方法 |
CN104297750A (zh) * | 2014-09-25 | 2015-01-21 | 南京航空航天大学 | 基于几何投影的双基前视sar成像面预测方法 |
CN105974410A (zh) * | 2016-04-28 | 2016-09-28 | 西安电子科技大学 | 机载雷达的多舰船目标sar和isar混合成像方法 |
Non-Patent Citations (4)
Title |
---|
汪玲 等: "机载ISAR 舰船侧视和俯视成像时间段选择", 《电子与信息学报》 * |
雷杰 等: "一种基于钟摆模型的舰船目标成像方法", 《电子与信息学报》 * |
靳继红,李丽: "舰船目标ISAR成像研究", 《舰船科学技术》 * |
高悦欣 等: "船载ISAR对舰船目标成像特性分析", 《遥测遥控》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515396A (zh) * | 2017-07-03 | 2017-12-26 | 北京空间飞行器总体设计部 | 一种空间目标逆合成孔径雷达成像参数设计方法 |
CN107515396B (zh) * | 2017-07-03 | 2019-07-12 | 北京空间飞行器总体设计部 | 一种空间目标逆合成孔径雷达成像参数设计方法 |
CN111693957A (zh) * | 2020-06-09 | 2020-09-22 | 周口师范学院 | 一种圆周与简谐复合扫描被动雷达测向方法 |
CN116310401A (zh) * | 2022-12-19 | 2023-06-23 | 南京航空航天大学 | 一种基于单演特征联合稀疏表示的跨视角sar识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106842201B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
JP5679904B2 (ja) | 画像レーダ装置 | |
CN106842201B (zh) | 一种基于序列图像的舰船目标isar交叉像判别方法 | |
CN103091674A (zh) | 基于hrrp序列的空间目标高分辨成像方法 | |
CN111352107B (zh) | 基于多通道数字和差的单脉冲跟踪与成像方法 | |
CN105974410A (zh) | 机载雷达的多舰船目标sar和isar混合成像方法 | |
Marques et al. | Moving targets processing in SAR spatial domain | |
CN102121990B (zh) | 基于空时分析的逆合成孔径雷达的目标转速估计方法 | |
CN107607942A (zh) | 基于深度学习模型的大尺度电磁散射与逆散射的预测方法 | |
Huang et al. | Imaging and relocation for extended ground moving targets in multichannel SAR-GMTI systems | |
Pan et al. | Sub-Nyquist sampling jamming against chirp-ISAR with CS-D range compression | |
CN114966693B (zh) | 基于深度学习的机载舰船目标isar精细化成像方法 | |
CN102565772B (zh) | 基于sar子孔径序列图像的海洋动态信息提取方法 | |
CN110133648A (zh) | 一种选取逆合成孔径雷达船只成像时窗的方法 | |
CN108020834B (zh) | 基于改进edpca的运动目标检测方法、装置及电子设备 | |
Zhou et al. | Time window selection algorithm for ISAR ship imaging based on instantaneous Doppler frequency estimations of multiple scatterers | |
Xu et al. | High-squint SAR imaging of maritime ship targets | |
CN114252878A (zh) | 一种基于逆合成孔径雷达对运动目标进行成像及横向定标的方法 | |
CN102012510A (zh) | 基于时间——相位导数分布的逆合成孔径雷达成像方法 | |
CN117169882A (zh) | 船载雷达海浪信息反演方法 | |
CN116449326A (zh) | 宽带多目标平动参数估计与补偿方法 | |
Yang et al. | Identification of ships moving in formation by HFSWR using an ISAR cross-range imaging algorithm | |
Webster et al. | Passive multistatic radar experiment using WiMAX signals of opportunity. Part 2: Multistatic velocity backprojection | |
CN113534065B (zh) | 一种雷达目标微动特征提取与智能分类方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180323 |
|
CF01 | Termination of patent right due to non-payment of annual fee |