CN107255815A - 一种基于双基地散射中心时频特征的目标曲面重构方法 - Google Patents
一种基于双基地散射中心时频特征的目标曲面重构方法 Download PDFInfo
- Publication number
- CN107255815A CN107255815A CN201710357891.XA CN201710357891A CN107255815A CN 107255815 A CN107255815 A CN 107255815A CN 201710357891 A CN201710357891 A CN 201710357891A CN 107255815 A CN107255815 A CN 107255815A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- time
- scattering center
- bistatic
- 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.)
- Pending
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
-
- 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
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- 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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9017—SAR image acquisition techniques with time domain processing of the SAR signals in azimuth
-
- 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
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)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于双基地散射中心时频特征的目标曲面重构方法,该方法包括如下步骤:获取双基地雷达目标时频图像;在时频图像中确定该方位角所对应滑动散射中心的时频特征;提取该方位角对应的滑动散射中心时频曲线;根据预设的待估参数得到表述滑动散射中心位置变化曲线的高次曲线;根据高次曲线得到滑动散射中心位置矢量,根据滑动散射中心位置矢量和双基地雷达目标时频图像得到滑动散射中心时频特征待估曲线;采用优化算法拟合滑动散射中心时频曲线和滑动散射中心时频特征待估曲线,得到待估参数的值,进而重构该方位角所对应的一条二维曲线。本发明填补双基地雷达目标曲面重构方法的空白,提供了一种容易实现的高精度曲面重构方法。
Description
技术领域
本发明属于雷达目标散射特性研究领域,尤其涉及一种基于双基地散射中心时频特征的目标曲面重构方法。
背景技术
通过雷达目标电磁散射回波分析反演目标几何特征并进行几何重构是雷达目标探测识别领域研究的重要方向,随着空气动力学技术、隐身和反隐身技术的发展,相关研究对雷达目标几何重构精度提出了更高的要求。其中,对于目标曲面重构研究可广泛应用于流线型目标的分类识别领域,是现阶段研究的重点;另一方面,由于曲面电磁散射特征的复杂性,此项研究也存在较大的技术难度。在研究手段上,相比于单基地雷达,双基地雷达由于收发分置的原因,能够获取被观测目标在不同接收方向上的多维散射特征,因此在散射特征分析以及几何特征反演方面具有较强的优势。
现有的雷达目标几何重构方法多针对单基地的雷达散射回波和图像进行研究,在双基地模式下相关方法的研究尚处于空白状态。在重构方法上,则多通过提取雷达目标一维距离像(HRRP)或二维SAR/ISAR像的图像特征对目标几何特征进行提取,这些方法的问题在于对图像特征与目标物理属性特征联系不足,导致所提取的图像特征往往与目标真实几何特征存在差异;此外上述图像的成像质量依赖于发射波带宽,在现有技术条件下很难做到高精度目标特征还原,该问题在流线型目标曲面结构几何重构时表现尤为明显。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于双基地散射中心时频特征的目标曲面重构方法,填补双基地雷达目标曲面重构方法的空白,并为雷达目标识别等应用研究提供一种与目标电磁散射特性新紧密相关,且容易实现的高精度曲面重构方法。
本发明目的通过以下技术方案予以实现:一种基于双基地散射中心时频特征的目标曲面重构方法,该方法包括以下步骤:
步骤一:获取单频点下某个方位角对应的一组双基地角平分线方向观察角度θb下双基地雷达目标时频图像;其中,方位角和观察角分别为双基地角平分线矢量在目标本地坐标系下欧拉角中的方位角和俯仰角;
步骤二:在步骤一中的双基地雷达目标时频图像中确定该方位角所对应滑动散射中心的时频特征;
步骤三:采用时频曲线提取方法从步骤二中的滑动散射中心的时频特征中提取该方位角对应的滑动散射中心时频曲线;
步骤四:根据预设的待估参数得到表述滑动散射中心位置变化曲线的高次曲线;
步骤五:根据步骤四中的高次曲线得到滑动散射中心位置矢量,根据滑动散射中心位置矢量和步骤一中的双基地雷达目标时频图像得到滑动散射中心时频特征待估曲线;
步骤六:采用优化算法拟合步骤三中的滑动散射中心时频曲线和步骤五中的滑动散射中心时频特征待估曲线,得到步骤四中待估参数的值,进而重构该方位角所对应一条二维曲线。
上述基于双基地散射中心时频特征的目标曲面重构方法中,还包括:步骤七:选取多个不同的方位角,重复步骤一至步骤六,重构多组二维曲线以还原曲面三维轮廓。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤一中,双基地雷达目标时频图像的获取包括:对某个方位角的目标双基地雷达散射回波进行距离补偿、平动补偿后获得等效转台目标双基地散射信号;提取等效转台目标双基地散射信号中的双基地角平分线方向的观察角度随时间连续变化且在单频点下的回波数据,对回波数据进时频变换获取该方位角对应的双基地雷达目标时频图像。
上述基于双基地散射中心时频特征的目标曲面重构方法中,等效转台目标双基地散射信号的公式如下:
其中,f为入射波频率,k为入射波波数,θb为双基地角平分线方向的观察角度,N为目标双基地散射中心个数,Ai为第i个散射中心的幅度,Li、θbi、分别为第i个散射中心的长度、初始指向角和位置矢量,为双基地角平分线的单位矢量,β为雷达双基地角。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在双基地雷达目标时频图像中,时频图像横轴为θb,纵轴为fD,fD的表达式为:
其中,c为光速。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤二中,在步骤一中的双基地雷达目标时频图像中确定该方位角所对应滑动散射中心的时频特征包括:在步骤一中的双基地雷达目标时频图像中排除局部型散射中心时频特征和分布型散射中心时频特征得到滑动散射中心的时频特征。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤三中,时频曲线提取方法包括图像边缘特征提取方法或峰值提取方法。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤三中,滑动散射中心时频曲线fD(θb)的公式为:
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤四中,所述高次曲线的公式为:其中,pk为待估参数,N为待估参数的次数。
上述基于双基地散射中心时频特征的目标曲面重构方法中,在步骤六中,所述优化算法为遗传算法。
本发明与现有技术相比具有如下有益效果:
(1)本发明通过双基地雷达散射特性对目标进行几何重构的方法研究是一个全新的研究领域,目前国内外尚未有相关文献报道;而从应用的角度,该方法又是双多基地雷达目标探测识别领域所亟需探索和发展的重要方向;
(2)本发明通过散射中心时频特征进行目标曲面结构的几何重构,重构精度不受制于雷达带宽,在合理选取时频变换方法的前提下能够获得较高的曲面重构精度;
(3)目标阴影区内的表面绕射波能够形成特征明显的双基地滑动散射中心,因此在该类散射中心可见的条件下,通过本发明将能够精确重构阴影区内的曲面几何结构。
附图说明
图1是本发明的基于双基地散射中心时频特征的目标曲面重构方法的流程图;
图2是本发明的建立的双基地雷达观测模型;
图3(a)是本发明的仿真实验所采用的转台飞机目标模型;
图3(b)是本发明获取的双基地时频图像及滑动散射中心时频特征的示意图;
图4(a)是本发明的重构的曲面轮廓曲线与真实曲线对比图;
图4(b)是本发明的重构的曲面三维曲面轮廓与目标曲面对比图。
具体实施方式
下面结合附图对本发明作进一步详细说明:
图1是本发明的基于双基地散射中心时频特征的目标曲面重构方法的流程图。如图1所示,该方法包括以下步骤:
步骤一:获取单频点下某个方位角对应的一组双基地角平分线方向观察角度下的双基地雷达目标时频图像;方位角和观察角分别为双基地角平分线矢量在目标本地坐标系下欧拉角中的方位角和俯仰角。
步骤二:在步骤一中的双基地雷达目标时频图像中确定该方位角所对应滑动散射中心的时频特征;
步骤三:采用时频曲线提取方法从步骤二中的滑动散射中心的时频特征中提取该方位角对应的滑动散射中心时频曲线;
步骤四:根据预设的待估参数得到表述滑动散射中心位置变化曲线的高次曲线;
步骤五:根据步骤四中的高次曲线得到滑动散射中心位置矢量,根据滑动散射中心位置矢量和步骤一中的双基地雷达目标时频图像得到滑动散射中心时频特征待估曲线;
步骤六:采用优化算法拟合步骤三中的滑动散射中心时频曲线和步骤五中的滑动散射中心时频特征待估曲线,得到步骤四中待估参数的值,进而重构该方位角所对应一条二维曲线。
上述实施例中,进一步包括:步骤七:选取多个不同的方位角,重复步骤一至步骤六,重构多组二维曲线以还原曲面三维轮廓。
在步骤一中,建立如图2所示的双基地雷达观测模型,双基地雷达入射站和接收站分别位于图中Tr和Re处,和分别为相应入射方向和接收方向的单位矢量,为双基地角平分线方向的单位矢量,β为双基地角。以一流线型锥体代表所研究的目标曲面结构,曲面上第i个散射中心所对应的位置矢量记为
对目标双基地雷达散射回波进行距离补偿、平动补偿后,可获得等效转台目标双基地散射信号,该信号表达式如下:
上式中,f为入射波频率,k为入射波波数,θb为双基地角平分线方向的观察角度,N为目标双基地散射中心个数;Ai为第i个散射中心的幅度,为θb的函数;Li、θbi、分别为第i个散射中心的长度,初始指向角和位置矢量,对于滑动散射中心而言Li=0;为θb的函数,同时也是特定θb下目标曲面上一点的位置矢量;为双基地角平分线矢量,β为雷达双基地角,两者均须通过雷达与目标之间的几何关系提前获取。进一步说明的是,方位角和观察角θb分别为双基地角平分线矢量在目标本地坐标系下欧拉角中的方位角和俯仰角。
提取θb随时间t连续变化且在单频点f0下的回波数据,对其进时频变换。为有效抑制时频图交叉项干扰并得到具有较好集中性的时频曲线,具体变换方法可采用修正平滑伪WVD变换(RSPWVD),将信号转换到方位角度-多普勒频率域。所得时频图横轴为θb,纵轴为fD。fD的表达式为:
上式中,c为光速,由于θb随时间t连续变化,故fD(θb)变化曲线即为第i个散射中心的时频曲线。
在步骤二中,按照最新的散射中心分类方法,目标双基地散射中心可分为局部型、分布型和滑动型散射中心三类。局部型散射中心在目标上的位置固定,故多普勒频率fD表现为正弦曲线形式,正弦曲线变换到极坐标系为圆弧,故通过将时频图进行坐标变换至极坐标系,易于通过Hough变换进行提取并判定。分布型散射中心仅出现在θb=θbi的时刻,且Li≠0,故时频曲线表现为竖直的亮线。因此,在时频图中通过排除上述两种散射中心时频特征,可以最终确定滑动散射中心的时频特征。
在步骤三中,在确定滑动散射中心时频特征所在区域后,具体的时频曲线提取方法可采用图像边缘特征提取方法提取时频图边缘特征,后从上述区域内分离出相应散射中心的时频曲线fD(θb);或采用峰值提取方法直接在该区域范围内提取该时频曲线fD(θb)。其中,
在步骤四中,此处可结合流线型目标结构的设计原理,直接采用二次曲线参数方程描述滑动散射中心位置变化曲线,曲线的几何参数为待估参数;也可采用高次曲线参数方程来描述,此时曲线的几何参数以及方程次数均作为待估参数处理。进一步的,高次曲线的公式为:其中,pk为待估参数,N为待估参数的次数。
在步骤五中,由于滑动散射中心位于目标表面且位置变化曲线构成S'i(θb),故通过步骤四中所得曲线可推知滑动散射中心随时间变化的位置,进而获得其位置矢量将其代入公式得到滑动散射中心时频特征待估曲线f′D(θb)。需要说明的是,通过曲线可推知滑动散射中心随时间变化的位置,进而获得其位置矢量为比较成熟的技术,本实施例中不再详细赘述。
在步骤六中,采用优化算法拟合步骤三与步骤四所得到的两条时频曲线fD(θb)和f′D(θb)。通过优化的过程估计高次曲线中的各未知参数,进而重构在曲面上该方位角对应的此组观察角度下所对应一条轮廓曲线。
为保证本发明中的参数估计精度,可设定曲线间相关系数和均方根误差作为目标函数,采用遗传算法多次迭代进行曲线拟合和参数估计。
在步骤七中,骤一至步骤六重构了一组连续的观察角θb所对应的构成曲面的轮廓曲线,而在不同的方位角下连续变化的θb所对应的轮廓曲线位置也不相同。故通过不同组连续观察角度下的散射数据重复应用上述步骤,可最终得到曲面结构的三维轮廓特征。
本发明的有效性和精确度可通过如下仿真实验进一步说明。仿真实验参数设置如下:入射波频率为2GHz,雷达双基地角固定为90°;所仿真的转台目标为民用飞机简化模型,如图3a所示;由于本发明主要关注飞机目标头部曲面散射特性,故双基地角平分线方向即雷达观察角θb由0°至85°均匀变化;为充分获取目标双基地下的散射特性信息,方位角分别取0°,±15°,±30°,±45°,±60°,共仿真获取9组目标散射数据。其中当θb=0°~85°,时,可得目标时频图像如图3b所示,通过本发明的方法对此图像进行处理,并重构目标曲面轮廓线如图4a中实线所示,曲线重构结果的相对误差≤0.56%。通过本发明的方法对上述9组散射数据进行处理并重构目标曲面的轮廓线,所得结果如图4b实线所示,曲面的实际几何结构如虚线所示。所得结果的平均相对误差≤1.25%,展现了出较高的重构精度。
本发明通过双基地雷达散射特性对目标进行几何重构的方法研究是一个全新的研究领域,目前国内外尚未有相关文献报道;而从应用的角度,该方法又是双多基地雷达目标探测识别领域所亟需探索和发展的重要方向;并且本发明通过散射中心时频特征进行目标曲面结构的几何重构,重构精度不受制于雷达带宽,在合理选取时频变换方法的前提下能够获得较高的曲面重构精度;并且目标阴影区内的表面绕射波能够形成特征明显的双基地滑动散射中心,因此在该类散射中心可见的条件下,通过本发明将能够精确重构阴影区内的曲面几何结构。
以上所述的实施例只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种基于双基地散射中心时频特征的目标曲面重构方法,其特征在于,所述方法包括以下步骤:
步骤一:获取单频点下某个方位角对应的一组双基地角平分线方向观察角度θb下双基地雷达目标时频图像;其中,方位角和观察角分别为双基地角平分线矢量在目标本地坐标系下欧拉角中的方位角和俯仰角;
步骤二:在步骤一中的双基地雷达目标时频图像中确定该方位角所对应滑动散射中心的时频特征;
步骤三:采用时频曲线提取方法从步骤二中的滑动散射中心的时频特征中提取该方位角对应的滑动散射中心时频曲线;
步骤四:根据预设的待估参数得到表述滑动散射中心位置变化曲线的高次曲线;
步骤五:根据步骤四中的高次曲线得到滑动散射中心位置矢量,根据滑动散射中心位置矢量和步骤一中的双基地雷达目标时频图像得到滑动散射中心时频特征待估曲线;
步骤六:采用优化算法拟合步骤三中的滑动散射中心时频曲线和步骤五中的滑动散射中心时频特征待估曲线,得到步骤四中待估参数的值,进而重构该方位角所对应的一条二维曲线。
2.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于,还包括:步骤七:选取多个不同的方位角,重复步骤一至步骤六,重构多组二维曲线以还原曲面三维轮廓。
3.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤一中,双基地雷达目标时频图像的获取包括:
对某个方位角的目标双基地雷达散射回波进行距离补偿、平动补偿后获得等效转台目标双基地散射信号;
提取等效转台目标双基地散射信号中的双基地角平分线方向的观察角度随时间连续变化且在单频点下的回波数据,对回波数据进时频变换获取该方位角对应的双基地雷达目标时频图像。
4.根据权利要求3所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:等效转台目标双基地散射信号的公式如下:
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mi>sin</mi>
<mi>c</mi>
<mo>&lsqb;</mo>
<msub>
<mi>kL</mi>
<mi>i</mi>
</msub>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>b</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mn>2</mn>
<mi>j</mi>
<mi>k</mi>
<mi> </mi>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mfrac>
<mi>&beta;</mi>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>r</mi>
<mo>^</mo>
</mover>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&RightArrow;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>,</mo>
</mrow>
其中,f为入射波频率,k为入射波波数,θb为双基地角平分线方向的观察角度,N为目标双基地散射中心个数,Ai为第i个散射中心的幅度,Li、θbi、分别为第i个散射中心的长度、初始指向角和位置矢量,为双基地角平分线的单位矢量,β为雷达双基地角。
5.根据权利要求4所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在双基地雷达目标时频图像中,时频图像横轴为θb,纵轴为fD,fD的表达式为:
<mrow>
<msub>
<mi>f</mi>
<mi>D</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>f</mi>
<mn>0</mn>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>&beta;</mi>
<mo>/</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mi>c</mi>
</mfrac>
<mfrac>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>r</mi>
<mo>^</mo>
</mover>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&RightArrow;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>d&theta;</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mfrac>
<mrow>
<msub>
<mi>d&theta;</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
</mrow>
其中,c为光速。
6.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤二中,在步骤一中的双基地雷达目标时频图像中确定该方位角所对应滑动散射中心的时频特征包括:在步骤一中的双基地雷达目标时频图像中排除局部型散射中心时频特征和分布型散射中心时频特征得到滑动散射中心的时频特征。
7.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤三中,时频曲线提取方法包括图像边缘特征提取方法或峰值提取方法。
8.根据权利要求5所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤三中,滑动散射中心时频曲线fD(θb)的公式为:
<mrow>
<msub>
<mi>f</mi>
<mi>D</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>f</mi>
<mn>0</mn>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>&beta;</mi>
<mo>/</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mi>c</mi>
</mfrac>
<mfrac>
<mrow>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>r</mi>
<mo>^</mo>
</mover>
<mi>b</mi>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mover>
<mi>r</mi>
<mo>&RightArrow;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>d&theta;</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
9.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤四中,所述高次曲线的公式为:
<mrow>
<msub>
<msup>
<mi>S</mi>
<mo>&prime;</mo>
</msup>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>b</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<msup>
<msub>
<mi>&theta;</mi>
<mi>b</mi>
</msub>
<mi>k</mi>
</msup>
<mo>,</mo>
</mrow>
其中,pk为待估参数,N为待估参数的次数。
10.根据权利要求1所述的基于双基地散射中心时频特征的目标曲面重构方法,其特征在于:在步骤六中,所述优化算法为遗传算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710357891.XA CN107255815A (zh) | 2017-05-19 | 2017-05-19 | 一种基于双基地散射中心时频特征的目标曲面重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710357891.XA CN107255815A (zh) | 2017-05-19 | 2017-05-19 | 一种基于双基地散射中心时频特征的目标曲面重构方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107255815A true CN107255815A (zh) | 2017-10-17 |
Family
ID=60028067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710357891.XA Pending CN107255815A (zh) | 2017-05-19 | 2017-05-19 | 一种基于双基地散射中心时频特征的目标曲面重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107255815A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426991A (zh) * | 2019-07-30 | 2019-11-08 | 苏州行远志成自动化科技有限公司 | 一种复合位置误差补偿方法和装置 |
CN114966675A (zh) * | 2022-05-25 | 2022-08-30 | 苏州威陌电子信息科技有限公司 | 一种基于距离补偿的mimo阵列快速成像方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0239022A2 (en) * | 1986-03-21 | 1987-09-30 | Grumman Aerospace Corporation | Extended sar imaging capability for ship classification |
USH720H (en) * | 1988-05-09 | 1990-01-02 | Simplified lettering system | |
CN103645463A (zh) * | 2013-12-24 | 2014-03-19 | 中国科学院电子学研究所 | 合成孔径雷达成像数据三维显示的方法 |
CN104833971A (zh) * | 2015-04-15 | 2015-08-12 | 北京理工大学 | 基于滑动散射中心的双/多基地雷达图像ps点关联方法 |
CN105044719A (zh) * | 2015-06-23 | 2015-11-11 | 电子科技大学 | 一种基于圆周sar的太赫兹高精度垂直曲面成像方法 |
CN105467370A (zh) * | 2015-12-01 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种复合双基地雷达进动目标isar图像横向定标方法 |
-
2017
- 2017-05-19 CN CN201710357891.XA patent/CN107255815A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0239022A2 (en) * | 1986-03-21 | 1987-09-30 | Grumman Aerospace Corporation | Extended sar imaging capability for ship classification |
USH720H (en) * | 1988-05-09 | 1990-01-02 | Simplified lettering system | |
CN103645463A (zh) * | 2013-12-24 | 2014-03-19 | 中国科学院电子学研究所 | 合成孔径雷达成像数据三维显示的方法 |
CN104833971A (zh) * | 2015-04-15 | 2015-08-12 | 北京理工大学 | 基于滑动散射中心的双/多基地雷达图像ps点关联方法 |
CN104833971B (zh) * | 2015-04-15 | 2017-06-20 | 北京理工大学 | 基于滑动散射中心的双/多基地雷达图像ps点关联方法 |
CN105044719A (zh) * | 2015-06-23 | 2015-11-11 | 电子科技大学 | 一种基于圆周sar的太赫兹高精度垂直曲面成像方法 |
CN105467370A (zh) * | 2015-12-01 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种复合双基地雷达进动目标isar图像横向定标方法 |
Non-Patent Citations (2)
Title |
---|
KUN-YI GUO: "Geometry reconstruction based on attributes of scattering centers by using time-frequency representations", 《IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION》 * |
屈泉酉: "雷达目标散射中心模型及其应用", 《中国博士学位全文数据库信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426991A (zh) * | 2019-07-30 | 2019-11-08 | 苏州行远志成自动化科技有限公司 | 一种复合位置误差补偿方法和装置 |
CN110426991B (zh) * | 2019-07-30 | 2021-10-08 | 苏州行远志成自动化科技有限公司 | 一种复合位置误差补偿方法和装置 |
CN114966675A (zh) * | 2022-05-25 | 2022-08-30 | 苏州威陌电子信息科技有限公司 | 一种基于距离补偿的mimo阵列快速成像方法 |
CN114966675B (zh) * | 2022-05-25 | 2023-09-05 | 苏州威陌电子信息科技有限公司 | 一种基于距离补偿的mimo阵列快速成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102426360B (zh) | 空中微动旋转目标的二维isar成像方法 | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN103941257B (zh) | 一种基于波数能量谱的导航雷达图像反演海面风向的方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN105005042A (zh) | 一种探地雷达地下目标定位方法 | |
CN109581317B (zh) | 一种基于回波峰值匹配的角落目标定位方法 | |
CN106054187B (zh) | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 | |
CN106405552A (zh) | 基于wvd—pga算法的sar雷达目标聚焦方法 | |
CN106093935B (zh) | 俯仰宽波束雷达地面和低空目标分类方法 | |
CN110133648B (zh) | 一种选取逆合成孔径雷达船只成像时窗的方法 | |
CN102879783A (zh) | 基于稀疏探测频率信号的isar成像方法 | |
CN104898119A (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN107607936A (zh) | 一种高频天地波雷达海洋表面流反演方法 | |
CN105738887A (zh) | 基于多普勒通道划分的机载雷达杂波功率谱的优化方法 | |
CN103630899B (zh) | 地面运动目标高分辨雷达压缩感知成像的方法 | |
CN105911533A (zh) | 一种基于平面扫描结构的三维成像降采样快速扫描方法 | |
CN103675808B (zh) | 一种单脉冲雷达导引头的不可分辨多目标检测方法 | |
Yang et al. | A 3-D electromagnetic-model-based algorithm for absolute attitude measurement using wideband radar | |
CN103616685A (zh) | 基于图像特征的isar图像几何定标方法 | |
CN104833971B (zh) | 基于滑动散射中心的双/多基地雷达图像ps点关联方法 | |
CN103091682B (zh) | 基于时频分析InISAR多动目标成像和运动轨迹重建法 | |
CN107255815A (zh) | 一种基于双基地散射中心时频特征的目标曲面重构方法 | |
CN114355306B (zh) | 一种利用小孔径高频雷达海洋回波反演浪高的方法 | |
CN103954962B (zh) | 一种基于压缩感知的isar成像脉冲估计算法 | |
CN106291547B (zh) | 基于天线方向图辅助的多普勒模糊分量自适应抑制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171017 |