CN108427105B - 改进的基于de模型的频带拼接方法、装置、设备及介质 - Google Patents

改进的基于de模型的频带拼接方法、装置、设备及介质 Download PDF

Info

Publication number
CN108427105B
CN108427105B CN201810163100.4A CN201810163100A CN108427105B CN 108427105 B CN108427105 B CN 108427105B CN 201810163100 A CN201810163100 A CN 201810163100A CN 108427105 B CN108427105 B CN 108427105B
Authority
CN
China
Prior art keywords
frequency band
missing
scattering center
band
data
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.)
Active
Application number
CN201810163100.4A
Other languages
English (en)
Other versions
CN108427105A (zh
Inventor
邢笑宇
霍超颖
满良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201810163100.4A priority Critical patent/CN108427105B/zh
Publication of CN108427105A publication Critical patent/CN108427105A/zh
Application granted granted Critical
Publication of CN108427105B publication Critical patent/CN108427105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/418Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种改进的基于DE模型的频带拼接方法、装置、设备及介质,其中方法包括以下步骤:采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置;使用第一段频带的数据估计散射中心幅度系数;计算第二段频带至第P段频带的幅度校正因子,进行P‑1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子;根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。本发明相对于基于GTD模型的频带拼接方法而言对数据的拟合更为准确,相对于传统的DE模型频带拼接方法而言对大带宽的数据的拼接效果更好。

Description

改进的基于DE模型的频带拼接方法、装置、设备及介质
技术领域
本发明涉及微波雷达技术领域,尤其涉及一种改进的基于DE模型的频带拼接方法、装置、设备及介质。
背景技术
雷达实测获取的回波数据带宽通常较窄,不能满足对目标进行高分辨特征提取的需求。为此,需要对多段不相邻的频域数据进行频带拼接。目前常用的频带拼接方法主要包括基于GTD模型的频带拼接方法和基于DE模型的频带拼接方法。其中,GTD模型参数提取较为复杂,且对回波数据的拟合能力不及DE模型。而DE模型因为忽视了散射中心随频率的变化规律,因此对于大带宽的数据难以达到良好的拼接效果。
发明内容
本发明要解决的技术问题在于,针对现有基于DE模型的频带拼接方法对于大带宽的数据的拼接效果不佳的缺陷,提供一种改进的基于DE模型的频带拼接方法、装置、设备及介质。
为了解决上述技术问题,本发明第一方面,提供了一种改进的基于DE模型的频带拼接方法,该方法包括:
采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置;
使用第一段频带的数据估计散射中心幅度系数;
计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子;
根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。
在根据本发明的改进的基于DE模型的频带拼接方法中,优选地,所述根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,包括:
通过以下公式生成缺失频带数据:
Figure GDA0002379575410000021
其中,yq(n)为待估计的第q段缺失频带中第n个频点对应的雷达回波数据,fqn为待估计的第q段缺失频带的第n个频点的频率,1≤q≤P-1;
Figure GDA0002379575410000024
为第q段缺失频带的幅度校正因子,Am为第1段频带的数据中第m个散射中心的散射复幅度,rm表示所述散射中心位置,即第m个散射中心相对于零相位参考面的距离;M为散射中心个数,c代表光速,eqn为第q段缺失频带的第n个频点对应的测量噪声。
在根据本发明的改进的基于DE模型的频带拼接方法中,优选地,所述采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置,包括:
联合各频段数据生成信号子空间ES
Figure GDA0002379575410000022
Figure GDA0002379575410000025
对Ψ进行特征值分解,求得散射中心位置rm的估计:
Figure GDA0002379575410000023
其中,E1表示Es去掉最后一行后形成的矩阵,E2表示Es去掉第一行后形成的矩阵,λm表示Ψ的第m个特征值,angle(·)表示求相角运算,c代表光速,Δf为步进频率间隔。
在根据本发明的改进的基于DE模型的频带拼接方法中,优选地,所述使用第一段频带的数据估计散射中心幅度系数,包括:
由最小二乘法得到对第一段频带的幅度系数向量Amp1的估计为:
Amp1=(AHA)-1AHY1
Y1=[y1(1),y1(2),…,y1(N)],y1(n)为第一段频带的第n个频点对应的回波数据,1≤n≤N,N为第一段频带的回波总数,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量;
根据Amp1=[A1,A2,…,AM]估计第1段频带的数据中第m个散射中心的散射复幅度Am,1≤m≤M。
在根据本发明的改进的基于DE模型的频带拼接方法中,优选地,所述计算第二段频带至第P段频带的幅度校正因子,包括:
用最小二乘法求第二段频带至第P段频带的幅度系数向量Ampi的估计,i=2,…,P;
Figure GDA0002379575410000031
其中,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量,Yi=[yi(1),yi(2),…,yi(n)],yi(n)为第i段频带的第n个频点对应的回波数据;
由此上式获得对幅度校正因子的估计:
Figure GDA0002379575410000032
kim为第i段频带的第m个散射中心的幅度校正因子。
在根据本发明的改进的基于DE模型的频带拼接方法中,优选地,所述进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子,包括:
对第m个散射中心,估计该散射中心在缺失频带的幅度校正因子,P段数据的幅度校正因子组成向量k=[k1m,k2m,…kPm],对k进行P-1次多项式拟合:
Figure GDA0002379575410000033
其中,fci为第i段频带的中心频率;
求解上述P元一次方程组,共有P个方程,求解b0,b1,…,bP-1的值,将第q段缺失频带的中心频率代入上式,获得第q段频段的幅度校正因子
Figure GDA0002379575410000043
本发明第二方面,提供了一种改进的基于DE模型的频带拼接装置,包括:
散射中心位置估计单元,用于采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置;
散射幅度系数估计单元,用于使用第一段频带的数据估计散射中心幅度系数;
幅度校正因子计算单元,用于计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子;
频带拼接单元,用于根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。
在根据本发明的改进的基于DE模型的频带拼接装置中,优选地,所述频带拼接单元通过以下公式生成缺失频带数据:
Figure GDA0002379575410000041
其中,yq(n)为待估计的第q段缺失频带中第n个频点对应的雷达回波数据,fqn为待估计的第q段缺失频带的第n个频点的频率,1≤q≤P-1;
Figure GDA0002379575410000042
为第q段缺失频带的幅度校正因子,Am为第1段频带的数据中第m个散射中心的散射复幅度,rm表示所述散射中心位置,即第m个散射中心相对于零相位参考面的距离;M为散射中心个数,c代表光速,eqn为第q段缺失频带的第n个频点对应的测量噪声。
本发明第三方面,提供了一种执行改进的基于DE模型的频带拼接方法的设备,包括:至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如前所述的方法。
本发明第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如前所述的方法。
实施本发明的改进的基于DE模型的频带拼接方法、装置、设备及计算机可读存储介质,具有以下有益效果:本发明对DE模型进行改进,引入幅度校正因子来估计DE模型的参数,重构缺失频带数据,完成频带拼接,相对于基于GTD模型的频带拼接方法而言对数据的拟合更为准确,相对于传统的DE模型频带拼接方法而言对大带宽的数据的拼接效果更好。
附图说明
图1为根据本发明第一实施例的改进的基于DE模型的频带拼接方法的流程图;
图2为根据本发明第二实施例的改进的基于DE模型的频带拼接方法的流程图;
图3为根据本发明优选实施例的改进的基于DE模型的频带拼接装置的模块框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明对DE模型进行改进,引入幅度校正因子来估计DE模型的参数。首先将各段频带数据联合起来估计散射中心的位置参数,再分别估计各个频带数据散射中心的幅度以及幅度校正因子。接下来估计出缺失频带的幅度校正因子,重构缺失频带数据,完成频带拼接。
请参阅图1,为根据本发明第一实施例的改进的基于DE模型的频带拼接方法的流程图。如图1所示,该实施例提供改进的基于DE模型的频带拼接方法包括以下步骤:
首先,在步骤S101中,执行散射中心位置估计步骤,采用旋转不变技术估计信号参数方法(ESPRIT)联合各频段数据估计散射中心位置。
随后,在步骤S102中,执行散射幅度系数估计步骤,使用第一段频带的数据估计散射中心幅度系数。
随后,在步骤S103中,执行幅度校正因子计算步骤,计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子。
最后,在步骤S104中,执行频带拼接步骤,根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。
本发明采用改进的DE模型,引入幅度校正因子来估计DE模型的参数,从而完成频带拼接,可应用于雷达目标特征提取方面。
基于现有的DE模型,认为雷达后向散射回波观测序列可以表示为:
Figure GDA0002379575410000061
其中,y(n)代表雷达的第n个频点对应的回波观测数据;M为散射中心个数;Am是第m个散射中心的复散射强度系数;rm表示第m个散射中心相对于零相位参考面的距离;fn是频率,c代表光速;en为测量噪声,这里假设为独立的高斯白噪声。
为了表示散射中心幅度随频率的变化关系,本发明引入了幅度校正因子k,由于散射中心幅度系数的模值随频率变化明显,而幅度系数的相位与频率相关性较小,因此,设定k为实数。则P段带宽、频率间隔均相等的同一目标不同频带的回波数据可表示为:
Figure GDA0002379575410000062
其中,y1(n),y2(n),...,yP(n)数据的中心频率依次增加且频带互不相邻,k1m=1。
将上式改写为矩阵形式:
Y=As+e (3)
其中,Y=[Y1,Y2,…,YP],Yi=[yi(1),yi(2),…,yi(N)]T,yi(n)为第i段频带的第n个频点所对应的回波数据;
A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第m个散射中心对应的导向矢量:a(rm)=[1,exp(wm),exp(2wm),…,exp(Nwm)],wm=-j4τnΔfrm/c;Δf为步进频率间隔,N为第1段频带的回波数据总数,c代表光速;
s=[s1,s2,…sP],
Figure GDA0002379575410000071
Am为第1段频带数据第m个散射中心的散射复幅度,kim为第i段频带数据第m个散射中心的幅度校正因子,fic为第i段频带数据的中心频率;M为散射中心个数;
e=[e1(n),e2(n),…,eP(n)];ei(n)=[ei1,ei2,…eiN]T,ein为第i段频带的第n个频点所对应的测量噪声。
因此,本发明基于上述改进的DE模型,即公式(2)完成频带拼接。
请结合参阅图2,为根据本发明第二实施例的改进的基于DE模型的频带拼接方法的流程图。如图2所示,该第二实施例提供的改进的基于DE模型的频带拼接方法具体包括以下步骤S201~S206:
其中,步骤S201~S203可以任意顺序先后执行或者同步执行:
在步骤S201中,执行散射中心位置估计步骤,采用旋转不变技术估计信号参数方法(ESPRIT)联合各频段数据估计散射中心位置。
优选地,该步骤中联合各频段数据生成信号子空间Es
Figure GDA0002379575410000072
Figure GDA0002379575410000074
对Ψ进行特征值分解,求得散射中心位置rm的估计:
Figure GDA0002379575410000073
其中E1表示Es去掉最后一行后形成的矩阵,E2表示Es去掉第一行后形成的矩阵,λm表示Ψ的第m个特征值,angle(·)表示求相角运算,c代表光速,Δf为步进频率间隔。
在步骤S202中,执行散射幅度系数估计步骤,使用第一段频带的数据估计散射中心幅度系数。
优选地,该步骤中由最小二乘法得到对第一段频带的幅度系数向量Amp1的估计为:
Amp1=(AHA)-1AHY1 (7)
Y1=[y1(1),y1(2),…,y1(N)],y1(n)为第一段频带的第n个频点对应的回波数据,1≤n≤N,N为第一段频带的回波总数,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量;
根据Amp1=[A1,A2,…,AM]估计散射中心幅度系数即第1段频带的数据中第m个散射中心的散射复幅度Am,1≤m≤M。
在步骤S203~S204中,执行,计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子。
其中,在步骤S203中,计算第二段频带至第P段频带的幅度校正因子;
优选地,该步骤S203用最小二乘法求第二段频带至第P段频带的幅度系数向量Ampi的估计,i=2,…,P;
Figure GDA0002379575410000081
其中,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量,Yi=[yi(1),yi(2),…,yi(n)],yi(n)为第i段频带的第n个频点的回波数据;
由此上式获得对幅度校正因子的估计:
Figure GDA0002379575410000091
kim为第i段频带的第m个散射中心的幅度校正因子。
其中,在步骤S204中,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子
优选地,该步骤S204对第m个散射中心,估计该散射中心在缺失频带的幅度校正因子,P段数据的幅度校正因子组成向量k=[k1m,k2m,…kPm],对k进行P-1次多项式拟合:
Figure GDA0002379575410000092
其中,fci为第i段频带的中心频率;
求解上述P元一次方程组,共有P个方程,求解b0,b1,…,bP-1的值,将第q段缺失频带的中心频率代入上式,获得第q段频段的幅度校正因子
Figure GDA0002379575410000096
随后,在步骤S205和步骤S206中,执行频带拼接步骤;
在步骤S205中,根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据;
优选地,前述步骤已经得到已缺失频段的散射中心位置rm,幅度校正因子
Figure GDA0002379575410000093
以及散射中心幅度系数Am,就可以通过以下公式生成缺失频带数据:
Figure GDA0002379575410000094
其中,yq(n)为待估计的第q段缺失频带中第n个频点对应的雷达回波数据,fqn为待估计的第q段缺失频带的第n个频点的频率,1≤q≤P-1,这里假设观测雷达为频率步进雷达,则fqn=fqc+n·Δf(1≤n≤N),fqc为待估计的第q段缺失频带的中心频率,Δf为步进频率间隔,N为频点总数。为第q段缺失频带的幅度校正因子,Am为第1段频带的数据中第m个散射中心的散射复幅度,rm表示所述散射中心位置,即第m个散射中心相对于零相位参考面的距离;M为散射中心个数,c代表光速,eqn为第q段缺失频带的第n个频点对应的测量噪声。
基于相同的发明构思,本发明还提供了一种改进的基于DE模型的频带拼接装置。请参阅图3,为根据本发明优选实施例的改进的基于DE模型的频带拼接装置的模块框图。如图3所示,该实施例提供的装置300包括:散射中心位置估计单元301、散射幅度系数估计单元302、幅度校正因子计算单元303和频带拼接单元304。
其中,散射中心位置估计单元301用于采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置。该散射中心位置估计单元301的处理过程与前述方法中散射中心位置估计步骤一致,在此不再赘述。
散射幅度系数估计单元302用于使用第一段频带的数据估计散射中心幅度系数。该散射幅度系数估计单元302的处理过程与前述方法中散射幅度系数估计步骤一致,在此不再赘述。
幅度校正因子计算单元303用于计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子。该幅度校正因子计算单元303的处理过程与前述方法中幅度校正因子计算步骤一致,在此不再赘述。
频带拼接单元304用于根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。该频带拼接单元304的处理过程与前述方法中频带拼接步骤一致,在此不再赘述。
本发明实施例还提供了一种执行改进的基于DE模型的频带拼接方法的设备,包括:至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如上述实施方式中改进的基于DE模型的频带拼接方法。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,当计算机程序指令被处理器执行时实现如上述实施方式中改进的基于DE模型的频带拼接方法。
综上所述,本发明相对于基于GTD模型的频带拼接方法而言对数据的拟合更为准确,相对于传统的DE模型频带拼接方法而言,能够避免传统DE模型由于忽视了散射中心随频率的变化规律而难以对大带宽数据进行准确拼接的缺点,使得对于大带宽的数据的拼接效果更好。
应该理解地是本发明中改进的基于DE模型的频带拼接方法及装置的原理相同,因此对改进的基于DE模型的频带拼接方法的实施例的详细阐述也适用于改进的基于DE模型的频带拼接装置。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种改进的基于DE模型的频带拼接方法,其特征在于,该方法包括:
采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置;
使用第一段频带的数据估计散射中心幅度系数;
计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子;
根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。
2.根据权利要求1所述的改进的基于DE模型的频带拼接方法,其特征在于,所述根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,包括:
通过以下公式生成缺失频带数据:
Figure FDA0002379575400000011
其中,yq(n)为待估计的第q段缺失频带中第n个频点对应的雷达回波数据,fqn为待估计的第q段缺失频带的第n个频点的频率,1≤q≤P-1;
Figure FDA0002379575400000012
为第q段缺失频带的幅度校正因子,Am为第1段频带的数据中第m个散射中心的散射复幅度,rm表示所述散射中心位置,即第m个散射中心相对于零相位参考面的距离;M为散射中心个数,c代表光速,eqn为第q段缺失频带的第n个频点对应的测量噪声。
3.根据权利要求1所述的改进的基于DE模型的频带拼接方法,其特征在于,所述采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置,包括:
联合各频段数据生成信号子空间ES
Figure FDA0002379575400000013
Figure FDA0002379575400000014
对Ψ进行特征值分解,求得散射中心位置rm的估计:
Figure FDA0002379575400000021
其中E1表示Es去掉最后一行后形成的矩阵,E2表示Es去掉第一行后形成的矩阵,λm表示Ψ的第m个特征值,angle(·)表示求相角运算,c代表光速,Δf为步进频率间隔。
4.根据权利要求1~3中任一项所述的改进的基于DE模型的频带拼接方法,其特征在于,所述使用第一段频带的数据估计散射中心幅度系数,包括:
由最小二乘法得到对第一段频带的幅度系数向量Amp1的估计为:
Amp1=(AHA)-1AHY1
Y1=[y1(1),y1(2),…,y1(N)],y1(n)为第一段频带的第n个频点对应的回波数据,1≤n≤N,N为第一段频带的回波总数,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量;
根据Amp1=[A1,A2,…,AM]估计第1段频带的数据中第m个散射中心的散射复幅度Am,1≤m≤M。
5.根据权利要求4所述的改进的基于DE模型的频带拼接方法,其特征在于,所述计算第二段频带至第P段频带的幅度校正因子,包括:
用最小二乘法求第二段频带至第P段频带的幅度系数向量Ampi的估计,i=2,…,P;
Figure FDA0002379575400000022
其中,A=[a(r1)T,a(r2)T,…a(rM)T],a(rm)为第一段频带的第m个散射中心对应的导向矢量,Yi=[yi(1),yi(2),…,yi(n)],yi(n)为第i段频带的第n个频点对应的回波数据;
由此上式获得对幅度校正因子的估计:
Figure FDA0002379575400000031
kim为第i段频带的第m个散射中心的幅度校正因子。
6.根据权利要求5所述的改进的基于DE模型的频带拼接方法,其特征在于,所述进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子,包括:
对第m个散射中心,估计该散射中心在缺失频带的幅度校正因子,P段数据的幅度校正因子组成向量k=[k1m,k2m,…kPm],对k进行P-1次多项式拟合:
Figure FDA0002379575400000032
其中,fci为第i段频带的中心频率;
求解上述P元一次方程组,共有P个方程,求解b0,b1,…,bP-1的值,将第q段缺失频带的中心频率代入上式,获得第q段频段的幅度校正因子
Figure FDA0002379575400000034
7.一种改进的基于DE模型的频带拼接装置,其特征在于,包括:
散射中心位置估计单元,用于采用旋转不变技术估计信号参数方法联合各频段数据估计散射中心位置;
散射幅度系数估计单元,用于使用第一段频带的数据估计散射中心幅度系数;
幅度校正因子计算单元,用于计算第二段频带至第P段频带的幅度校正因子,进行P-1次多项式拟合,将缺失频段中心频率代入获得缺失频带的幅度校正因子;
频带拼接单元,用于根据估计的散射中心位置、缺失频带的幅度校正因子和散射中心幅度系数生成缺失频带数据,完成频带拼接。
8.根据权利要求7所述的改进的基于DE模型的频带拼接装置,其特征在于,所述频带拼接单元通过以下公式生成缺失频带数据:
Figure FDA0002379575400000033
其中,其中,yq(n)为待估计的第q段缺失频带中第n个频点对应的雷达回波数据,fqn为待估计的第q段缺失频带的第n个频点的频率;
Figure FDA0002379575400000041
为第q段缺失频带的幅度校正因子,Am为第1段频带的数据中第m个散射中心的散射复幅度,rm表示所述散射中心位置,即第m个散射中心相对于零相位参考面的距离;M为散射中心个数,c代表光速,eqn为第q段缺失频带的第n个频点对应的测量噪声。
9.一种执行改进的基于DE模型的频带拼接方法的设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如权利要求1~6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1~6中任一项所述的方法。
CN201810163100.4A 2018-02-26 2018-02-26 改进的基于de模型的频带拼接方法、装置、设备及介质 Active CN108427105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810163100.4A CN108427105B (zh) 2018-02-26 2018-02-26 改进的基于de模型的频带拼接方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810163100.4A CN108427105B (zh) 2018-02-26 2018-02-26 改进的基于de模型的频带拼接方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN108427105A CN108427105A (zh) 2018-08-21
CN108427105B true CN108427105B (zh) 2020-06-02

Family

ID=63157328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810163100.4A Active CN108427105B (zh) 2018-02-26 2018-02-26 改进的基于de模型的频带拼接方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN108427105B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749512A (zh) * 2011-04-20 2012-10-24 特克特朗尼克公司 利用重叠频带进行频谱拼接的最小重新配置
CN102868465A (zh) * 2012-09-17 2013-01-09 中兴通讯股份有限公司 获取宽带频谱的方法及装置
CN104360346A (zh) * 2014-11-18 2015-02-18 清华大学 合成带宽雷达高分辨成像方法
CN106680791A (zh) * 2017-01-04 2017-05-17 北京环境特性研究所 基于宽带扫频数据的雷达回波仿真方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749512A (zh) * 2011-04-20 2012-10-24 特克特朗尼克公司 利用重叠频带进行频谱拼接的最小重新配置
CN102868465A (zh) * 2012-09-17 2013-01-09 中兴通讯股份有限公司 获取宽带频谱的方法及装置
CN104360346A (zh) * 2014-11-18 2015-02-18 清华大学 合成带宽雷达高分辨成像方法
CN106680791A (zh) * 2017-01-04 2017-05-17 北京环境特性研究所 基于宽带扫频数据的雷达回波仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Forward Brillouin Scattering in Holey Fibers;Nori Shibata.et al;《IEEE PHOTONICS TECHNOLOGY LETTERS》;20060103;第18卷(第2期);第412-414页 *
基于图切割的多频带融合图像拼接;欧阳宁等;《微电子学与计算机》;20130731;第30卷(第7期);第107-110页 *

Also Published As

Publication number Publication date
CN108427105A (zh) 2018-08-21

Similar Documents

Publication Publication Date Title
Godbaz et al. Closed-form inverses for the mixed pixel/multipath interference problem in amcw lidar
US20220114744A1 (en) Depth data filtering method and apparatus, electronic device, and readable storage medium
JP7248109B2 (ja) 合成開口レーダの信号処理装置および信号処理方法
CN108932381B (zh) 一种考虑阵列误差的天线阵列故障诊断方法
CN109782240A (zh) 一种基于递推修正的多传感器系统误差配准方法和系统
CN109917383B (zh) 基于回波降采样积累的低信噪比isar成像方法
CN108427105B (zh) 改进的基于de模型的频带拼接方法、装置、设备及介质
CN115034993A (zh) 一种运动目标图像去散焦处理方法、装置及存储介质
Mattausch et al. Image-based PSF estimation for ultrasound training simulation
CN111737823B (zh) 线性动力学系统运动状态预测方法及系统
CN109799502A (zh) 一种适用于滤波反投影算法的两维自聚焦方法
Hamed et al. An application of K-Nearest Neighbor interpolation on calibrating corrosion measurements collected by two non-destructive techniques
Yong et al. An asynchronous sensor bias estimation algorithm utilizing targets’ positions only
CN114877926B (zh) 传感器故障检测与诊断方法、介质、电子设备及系统
RU2610831C1 (ru) Способ оценки параметров траектории объекта
Çetin et al. Handling phase in sparse reconstruction for SAR: Imaging, autofocusing, and moving targets
CN110208791B (zh) 一种纯角度跟踪伪线性滤波方法
JP2008008691A (ja) 追尾処理装置及びその方法並びにプログラム
CN110764062B (zh) 基于分数阶傅里叶域滤波的多分量线性调频信号参数估计方法
CN115278496A (zh) 用于麦克风阵列测量的稀疏声源辨识方法、系统
RU2565515C2 (ru) Оценка общего и частного движения
Gonzalez et al. Robust phase unwrapping by convex optimization
CN110400272B (zh) 深度数据的滤波方法、装置、电子设备和可读存储介质
US10489675B2 (en) Robust region segmentation method and system using the same
CN110390656B (zh) 深度数据的滤波方法、装置、电子设备和可读存储介质

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