CN108594228A - 基于isar图像重聚焦的空间目标姿态估计方法 - Google Patents
基于isar图像重聚焦的空间目标姿态估计方法 Download PDFInfo
- Publication number
- CN108594228A CN108594228A CN201810399197.9A CN201810399197A CN108594228A CN 108594228 A CN108594228 A CN 108594228A CN 201810399197 A CN201810399197 A CN 201810399197A CN 108594228 A CN108594228 A CN 108594228A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- cycle
- compensation
- target range
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 108010046685 Rho Factor Proteins 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 description 20
- 230000036544 posture Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- KRQUFUKTQHISJB-YYADALCUSA-N 2-[(E)-N-[2-(4-chlorophenoxy)propoxy]-C-propylcarbonimidoyl]-3-hydroxy-5-(thian-3-yl)cyclohex-2-en-1-one Chemical compound CCC\C(=N/OCC(C)OC1=CC=C(Cl)C=C1)C1=C(O)CC(CC1=O)C1CCCSC1 KRQUFUKTQHISJB-YYADALCUSA-N 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
-
- 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
本发明公开了一种基于ISAR图像重聚焦的空间目标姿态估计方法，属于雷达技术领域，适用于空间目标姿态估计，其主要思路为：确定ISAR雷达，所述ISAR雷达发射信号并接收目标回波信号，并对接收的目标回波信号进行成像处理，得到目标距离多普勒图像；计算最佳距离补偿系数和最佳方位补偿系数；根据最佳距离补偿系数和最佳方位补偿系数，进而计算得到目标平面指向和补偿后的目标距离多普勒图像，所述补偿后的目标距离多普勒图像包括每一个像素点处二次相位补偿距离‑多普勒最终图像；所述补偿后的目标距离多普勒图像和目标平面指向为基于ISAR图像重聚焦的空间目标姿态估计结果。
Description
技术领域
本发明属于雷达技术领域，特别涉及一种基于ISAR图像重聚焦的空间目标姿态估计方法，适用于空间目标姿态估计。
背景技术
空间目标姿态估计对了解空间目标的动作意图以及判断空间目标的状态具有非常重要的意义；利用逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)对空间目标连续测量获得的序列图像来精确获得空间目标所配备太阳能翼、平板天线等重要载荷部件的绝对姿态的技术可实际应用于包括空间目标故障分析、威胁度评判等民用和军用领域，是目前能够实现空间目标姿态估计的实用技术。
目前,测定空间目标姿态主要通过数据库匹配与基于图像序列的目标三维结构重构两类方式，其中基于数据库匹配的方法一般通过匹配目标的观测数据与事先准备的数据库进行目标姿态的测定，这种方法对数据库的完备性要求较高，且在实际空间目标姿态测量中对于非合作或者未知目标存在明显局限性；基于图像序列的目标三维结构重构则是应用计算机视觉领域中较为成熟的多视图反演技术，主要对目标散射点对应的位置矩阵进行矩阵奇异值分解，得到观测目标在三维空间中的结构，这种方法多用于光学测量中，但其散射点的稳健提取在空间目标观测中难以保障；此外，由其在雷达观测中的改进方法还存在目标运动标定困难等明显制约。
发明内容
针对上述现有技术存在的不足，本发明的目的在于提出一种基于ISAR图像重聚焦的空间目标姿态估计方法，该种基于ISAR图像重聚焦的空间目标姿态估计方法最主要的创新之处是通过ISAR雷达回波的信号分析，应用平面结构在RD成像平面存在的散焦与其在平面内位置相关的特点,在一定转角角度范围内可建立散焦系数和位置之间的线性关系，从而求解平面结构在RD图像内的散焦系数，进而解算其在三维空间内的指向信息，实现了基于单基线雷达获取的单帧或短序列雷达图像到真实三维空间内的结构信息反演。
为达到上述技术目的，本发明采用如下技术方案予以实现。
一种基于ISAR图像重聚焦的空间目标姿态估计方法，包括以下步骤：
步骤1，确定ISAR雷达，所述ISAR雷达发射信号并接收目标回波信号，并对接收的目标回波信号进行成像处理，得到目标距离多普勒图像；
步骤2，计算得到最佳距离补偿系数和最佳方位补偿系数；
步骤3，根据最佳距离补偿系数和最佳方位补偿系数，计算得到目标平面指向和补偿后的目标距离多普勒图像，所述补偿后的目标距离多普勒图像包括每一个像素点处二次相位补偿距离-多普勒最终图像；
所述补偿后的目标距离多普勒图像和目标平面指向为基于ISAR图像重聚焦的空间目标姿态估计结果。
本发明与现有技术相比所具有的优点：
第一，本发明利用空间目标的ISAR图像的观测成像几何与测轨先验，通过补偿图像信号的二次相位误差实现对空间目标平面部件的三维绝对姿态精确反演，本发明具有很高的实用性。
第二，本发明针对通常被认为是“有害”信息的图像散焦现象，提出利用BFGS算法进行相位补偿得到聚焦图像的同时，结合空间目标几何结构进行测姿，实现了“变废为宝”，具有较高的创新性。
第三，本发明解决了如何运用雷达视角信息以及雷达回波的相位信息一定程度上弥补雷达成像的降维投影带来的观测三维信息损失问题，从而进一步拉近光学、雷达观测系统间的成像几何联系，为今后光学、雷达图像或信号级融合体系的建立提供一种重要的解决思路。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的一种基于ISAR图像重聚焦的空间目标姿态估计方法流程图；
图2(a)是真实空间中的空间目标观测几何图；
图2(b)是本发明仿真采用的目标本体坐标系下的空间目标观测几何图；
图3是本发明采用的Aura Satellite的三维模型图；
图4(a)是本发明点阵目标仿真实验的原始点阵图像；
图4(b)是本发明点阵目标仿真实验的相位补偿后点阵图像；
图4(c)是本发明点阵目标仿真实验的姿态估计结果对比图；
图5(a)是本发明卫星目标在姿态I下仿真实验的原始整体图；
图5(b)是本发明卫星目标在姿态I下仿真实验的截取的平面结构图；
图5(c)是本发明卫星目标在姿态I下仿真实验的补偿后的整体图；
图5(d)是本发明卫星目标在姿态I下仿真实验的补偿后的平面结构图；
图6(a)是本发明卫星目标在姿态II下仿真实验的原始整体图像；
图6(b)是本发明卫星目标在姿态II下仿真实验的截取的平面结构图像；
图6(c)是本发明卫星目标在姿态II下仿真实验的补偿后的整体图像；
图6(d)是本发明卫星目标在姿态II下仿真实验的补偿后的平面结构图像；
图7是本发明的抗噪性曲线图。
具体实施方式
参照图1，为本发明的一种基于ISAR图像重聚焦的空间目标姿态估计方法流程图；其中所述基于ISAR图像重聚焦的空间目标姿态估计方法，包括以下步骤：
步骤1，确定ISAR雷达，所述ISAR雷达发射信号并接收目标回波信号，并采用距离-多普勒算法对接收的目标回波信号进行成像处理，得到目标距离多普勒图像；所述目标距离多普勒图像的大小为M×N，M表示目标距离多普勒图像的多普勒轴长度，N表示目标距离多普勒图像的距离轴宽度，即目标距离多普勒图像包括M×N个像素点。
令f(n,m)表示像素点(n,m)处的目标距离多普勒图像，并对像素点(n,m)处的目标距离多普勒图像f(n,m)在方位项进行逆快速傅里叶变换IFFT操作，对应得到像素点(n,m)处的待补偿图像信号S(n,k)，其表达式为：
S(n,k)＝IFFT(f(n,m)) (1)
其中，k＝t·prf，t表示ISAR雷达接收目标回波信号的方位向时间序列，prf表示脉冲重复频率；K表示目标距离多普勒图像中每帧图像所对应的方位观测时间长度。
初始化补偿算法参数：设定j表示第j次循环，j的初始值为1；设定初始补偿系数向量为x0，x0＝(a0,b0)T＝(0,0)T，(·)T表示转置操作；设定梯度阈值为ε，ε≤10-6；设定初始Hessian矩阵为B0，B0＝E，E表示2×2的单位矩阵，a0表示初始距离补偿系数，b0表示初始方位补偿系数；循环次数与补偿次数相等且一一对应。
步骤2，计算第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)的对比度C(fj-1(n,m))关于第j-1次循环后的距离补偿系数aj-1和第j-1次循环后的方位补偿系数bj-1的梯度方向gj，其计算表达式为：
其中，
其中，i表示虚数单位，C(fj-1(n,m；{aj-1,bj-1}))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于第j-1次循环后的补偿系数向量xj-1的对比度函数，当j＝1时，f0(n,m)＝f(n,m)，f(n,m)表示像素点(n,m)处的目标距离多普勒图像；xj-1＝(aj-1,bj-1)T；μj-1表示第j-1次循环后目标距离多普勒图像的均值，σj-1表示第j-1次循环后目标距离多普勒图像的方差；Sj-1(n,k)表示第j-1次补偿后像素点(n,k)处的待补偿图像信号，当j＝1时，S0(n,k)＝S(n,k)，S(n,k)表示像素点(n,k)处的待补偿图像信号；(·)*表示求共轭操作，Re表示取整操作，i2＝-1。
然后确定第j次循环后的目标搜索方向dj，dj＝Bj -1·gj；其中，Bj表示第j次循环后的Hessian矩阵，(·)-1表示求逆操作。
步骤3，针对问题基于Armijo-Goldstein准则进行一维非精确搜索，可接受第j次循环后的步长λj应满足：
其中，ρ表示设定的补偿因子，ρ∈[0.2,0.4]；C(fj-1(n,m；xj-1+λjdj))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于xj-1+λjdj的对比度函数，xj-1表示第j-1次循环后的补偿系数向量，xj-1＝(aj-1,bj-1)T，λj表示第j次循环后的步长，dj表示第j次循环后的目标搜索方向，C(fj-1(n,m；xj-1))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于第j-1次循环后的补偿系数向量xj-1的对比度函数，(·)T表示转置操作。
获取第j次循环后的步长λj后，令第j次循环后补偿系数向量的增加量sj＝λjdj，xj＝xj-1+sj；xj-1表示第j-1次循环后的补偿系数向量。
步骤4，根据第j-1次循环后的距离补偿系数aj-1对第j-1次补偿后像素点(n,k)处的待补偿图像信号Sj-1(n,k)进行图像距离维的二次相位补偿，得到第j次循环后像素点(n,k)处距离二次补偿结果Sj(n,k)，其表达式为：
Sj(n,k)＝Sj-1(n,k)×exp[-iaj-1nk2] (12)
步骤5，根据第j-1次循环后的方位补偿系数bj-1对第j次循环后像素点(n,k)处距离二次补偿结果Sj(n,k)进行图像方位维的二次相位补偿，得到第j次循环后像素点(n,m)处二次相位补偿距离-多普勒图像信号fj(n,m)，其表达式为：
其中，i表示虚数单位；需要特别说明的是，对应式(13)的方位项补偿过程由于补偿函数是关于方位位置的函数，因此在进行二次相位的同时应进行方位项的离散傅里叶DFT变换，避免先补偿后FFT操作引入的相位误差。
步骤6，计算第j次补偿后像素点(n,m)处的目标距离多普勒图像fj(n,m)的对比度C(fj(n,m))关于第j次循环后的距离补偿系数aj和第j次循环后的方位补偿系数bj的梯度方向gj+1，如果||gj+1||<ε，则循环操作结束，并将循环操作结束时对应的第1次循环后的距离补偿系数a1至第j次循环后的距离补偿系数aj之和，记为最佳距离补偿系数将循环操作结束时对应的第1次循环后的方位补偿系数b1至第j次循环后的方位补偿系数bj之和，记为最佳方位补偿系数 q＝1,2,…,j，aq表示第q次循环后的距离补偿系数，bq表示第q次循环后的方位补偿系数，转至步骤7；否则，计算第j次循环后的Hessian矩阵Bj，yj＝gj+1-gj，然后令j的值加1，返回步骤3。
其中，Bj-1表示第j-1次循环后的Hessian矩阵，sj表示第j次循环后补偿系数向量的增加量。
步骤7，根据最佳距离补偿系数和最佳方位补偿系数计算得到像素点(n,m)处二次相位补偿距离-多普勒最终图像其表达式为：
其中，i表示虚数单位，S(n,k)表示像素点(n,k)处的待补偿图像信号。
令遍历目标距离多普勒图像中M×N个像素点，直到得到目标距离多普勒图像中每一个像素点(n,m)处二次相位补偿距离-多普勒最终图像，并记为补偿后的目标距离多普勒图像。
根据最佳距离补偿系数和最佳方位补偿系数计算得到目标平面指向VΤ，其计算表达式为：
其中， △r＝c/2fs，△fd＝prf/M，λ表示ISAR雷达发射信号波长，prf表示脉冲重复频率，M表示目标距离多普勒图像的多普勒轴长度，表示第一函数，表示第二函数，表示第三函数。
第一函数第二函数和第三函数的计算表达式分别为：
其中，θ0表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角，α表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角的变化速度，△α表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角的变化加速度，φ0表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角，β表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角的变化速度，△β表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角的变化加速度，其中所述目标本体坐标系OXYZ如图2(a)所示，以目标位置为原点O、指向地心方向为X轴、目标瞬时速度方向与目标轨道相切的方向为Y轴、目标轨道平面XOY法线方向为Z轴建立目标本体坐标系OXYZ；ISAR雷达视角参数几何定义如图2(b)所示，ISAR雷达俯仰角为ISAR雷达视线与目标轨道平面XOY夹角，ISAR雷达方位角为ISAR雷达视线在目标轨道平面XOY投影与Y轴夹角；ISAR雷达俯仰角和ISAR雷达方位角可直接在ISAR雷达跟踪系统中获取，均视为已知信息。
所述补偿后的目标距离多普勒图像和目标平面指向VΤ为基于ISAR图像重聚焦的空间目标姿态估计结果。
本发明的效果可通过以下仿真实验作进一步说明+
1)仿真条件：
仿真实验使用一组高度为400km的目标轨道参数仿真卫星目标的连续回波，选择北京(39.9N，116.4E)作为雷达站点，卫星目标3维模型如图3所示，采用的主要ISAR雷达参数如表1所示。
表1主要ISAR雷达参数
| 单帧RD成像尺寸 | 256×512 |
| 波长 | 0.018m |
| 发射信号的带宽 | 750MHz |
| 发射信号中心频率 | 16.7GHz |
| 脉冲重复频率 | 50Hz |
2)仿真内容及结果分析：
仿真1：平面目标验证
仿真实验首先针对散射点阵列分布均匀的平面目标，进行ISAR观测，得到三帧RD图像序列，每帧观测时长为10.24秒；在该段序列观测中，目标姿态三轴稳定，其在RD平面上的投影信息仅与雷达观测视角变化相关。
选取其中一帧观测结果如图4(a)所示，各散射点在多普勒RD图像中的散焦程度与其在图像内的位置相关，且关于场景中心呈对称关系；利用本发明方法对各散射点图像提取其散焦参数而后利用式(13)结论求取其指向信息，如图4(b)所示，整个散射点阵列图像的聚焦性能得到明显改善，其对比度提升如表所示，这也从一方面验证了本发明采用的二次相位补偿模型的准确性；利用提取的聚焦参数按式(14-15)转为散焦参数并构造其指向参数，如表2所示，其真实指向对比如图4(c)所示。
表2平面点阵仿真估计结果
4.2卫星目标验证
与上一节类似，本部分实验使用相同的低轨真实目标轨道参数下仿真Aura卫星目标的连续回波，利用多普勒RD成像算法得到三帧多普勒RD图像序列，卫星三维结构如图3所示；有所区别的是，本部分实验首先截取原始图像中的太阳能翼部分图像作为聚焦参数求解的输入，完成散焦参数求取之后分别进行姿态估计与整体图像二次相位补偿，截取的规则主要是沿距离、方位向截取包含目标平面部分图像，且截取图像对应原始图像同一距离单元上的目标其他部分散射能量应尽可能的少，避免不在同一平面上的散射结构带来的散焦系数求解误差。
另外，本发明中图像聚焦处理是基于太阳能翼部分图像对比度最大而不是整体图像；因此，整体图像对比度在补偿后应有提升但未达到最佳效果，主要是由于单帧RD图像中存在多个平面结构，而每个平面结构分别对应一组补偿函数，目标平面的划分需要大量人工操作本发明未作进一步处理；也可以认为聚焦后的整体图像只是本发明方法的副产物。
本部分实验将分别在两个不同姿态和回波信噪比变换的环境中进行太阳能翼的指向估计；姿态I下的原始图像如图5(a)所示，截取局部太阳能翼图如图5(b)所示，其聚焦后图像如图5(d)所示，利用局部聚焦参数补偿整体图像结果如图5(c)所示；从局部图像对比结果来看，太阳能翼部分的聚焦性能得到明显改善，如图5(d)标注区域；而对于整体图像中的非太阳能翼部分，其聚焦性能也得到提升，如图5(c)标注区域；表3中给出估计的指向信息与实际参数的数值对比结果，验证了本发明估计方法的准确性。
与姿态I实验类似，姿态II实验结果如图6(a)至图6(d)所示，该验证了本发明方法的准确性，取姿态估计结果如表3所示；最后，在回波信噪比为-20dB到20dB的环境中重复实验，得到的误差曲线如图7所示；在回波信噪比高于5dB的情况下，算法保持稳定，说明了本发明方法的抗噪性能；回波信噪比定义如下
εj＝10log(Es/En) (19)
其中，Es为距离脉压后的回波信号能量，En为噪声能量。
表3卫星目标仿真估计结果
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种基于ISAR图像重聚焦的空间目标姿态估计方法，其特征在于，包括以下步骤：
步骤1，确定ISAR雷达，所述ISAR雷达发射信号并接收目标回波信号，并对接收的目标回波信号进行成像处理，得到目标距离多普勒图像；
步骤2，计算得到最佳距离补偿系数和最佳方位补偿系数；
步骤3，根据最佳距离补偿系数和最佳方位补偿系数，计算得到目标平面指向和补偿后的目标距离多普勒图像，所述补偿后的目标距离多普勒图像包括每一个像素点处二次相位补偿距离-多普勒最终图像；
所述补偿后的目标距离多普勒图像和目标平面指向为基于ISAR图像重聚焦的空间目标姿态估计结果。
2.如权利要求1所述的一种基于ISAR图像重聚焦的空间目标姿态估计方法，其特征在于，在步骤1中，所述目标距离多普勒图像的大小为M×N，M表示目标距离多普勒图像的多普勒轴长度，N表示目标距离多普勒图像的距离轴宽度，即目标距离多普勒图像包括M×N个像素点；
令f(n,m)表示像素点(n,m)处的目标距离多普勒图像，并对像素点(n,m)处的目标距离多普勒图像f(n,m)在方位项进行逆快速傅里叶变换操作，对应得到像素点(n,m)处的待补偿图像信号S(n,k)，其表达式为：
S(n,k)＝IFFT(f(n,m))
其中，k＝t·prf，t表示ISAR雷达接收目标回波信号的方位向时间序列，prf表示脉冲重复频率，K表示目标距离多普勒图像中每帧图像所对应的方位观测时间长度；
初始化：设定j表示第j次循环，j的初始值为1；设定初始补偿系数向量为x0，x0＝(a0,b0)T＝(0,0)T，(·)T表示转置操作；设定梯度阈值为ε，ε≤10-6；设定初始Hessian矩阵为B0，B0＝E，E表示2×2的单位矩阵，a0表示初始距离补偿系数，b0表示初始方位补偿系数；循环次数与补偿次数相等且一一对应。
3.如权利要求2所述的一种基于ISAR图像重聚焦的空间目标姿态估计方法，其特征在于，步骤2中的子步骤为：
2.1计算第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)的对比度C(fj-1(n,m))关于第j-1次循环后的距离补偿系数aj-1和第j-1次循环后的方位补偿系数bj-1的梯度方向gj，其计算表达式为：
其中，
其中，C(fj-1(n,m；{aj-1,bj-1}))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于第j-1次循环后的补偿系数向量xj-1的对比度函数，当j＝1时，f0(n,m)＝f(n,m)，f(n,m)表示像素点(n,m)处的目标距离多普勒图像；xj-1＝(aj-1,bj-1)T；μj-1表示第j-1次循环后目标距离多普勒图像的均值，σj-1表示第j-1次循环后目标距离多普勒图像的方差；Sj-1(n,k)表示第j-1次补偿后像素点(n,k)处的待补偿图像信号，当j＝1时，S0(n,k)＝S(n,k)，S(n,k)表示像素点(n,k)处的待补偿图像信号；(·)*表示求共轭操作，Re表示取整操作，i表示虚数单位，i2＝-1；
然后确定第j次循环后的目标搜索方向dj，dj＝Bj -1·gj；其中，Bj表示第j次循环后的Hessian矩阵，(·)-1表示求逆操作；
2.2计算第j次循环后的步长λj，其满足：
其中，ρ表示设定的补偿因子，ρ∈[0.2,0.4]；C(fj-1(n,m；xj-1+λjdj))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于xj-1+λjdj的对比度函数，xj-1表示第j-1次循环后的补偿系数向量，xj-1＝(aj-1,bj-1)T，λj表示第j次循环后的步长，dj表示第j次循环后的目标搜索方向，C(fj-1(n,m；xj-1))表示第j-1次补偿后像素点(n,m)处的目标距离多普勒图像fj-1(n,m)关于第j-1次循环后的补偿系数向量xj-1的对比度函数，(·)T表示转置操作；
获取第j次循环后的步长λj后，令第j次循环后补偿系数向量的增加量sj＝λjdj，xj＝xj-1+sj；xj-1表示第j-1次循环后的补偿系数向量；
2.3根据第j-1次循环后的距离补偿系数aj-1对第j-1次补偿后像素点(n,k)处的待补偿图像信号Sj-1(n,k)进行图像距离维的二次相位补偿，得到第j次循环后像素点(n,k)处距离二次补偿结果Sj(n,k)，其表达式为：
Sj(n,k)＝Sj-1(n,k)×exp[-iaj-1nk2]；
2.4根据第j-1次循环后的方位补偿系数bj-1对第j次循环后像素点(n,k)处距离二次补偿结果Sj(n,k)进行图像方位维的二次相位补偿，得到第j次循环后像素点(n,m)处二次相位补偿距离-多普勒图像信号fj(n,m)，其表达式为：
2.5计算第j次补偿后像素点(n,m)处的目标距离多普勒图像fj(n,m)的对比度C(fj(n,m))关于第j次循环后的距离补偿系数aj和第j次循环后的方位补偿系数bj的梯度方向gj+1，如果||gj+1||<ε，则循环操作结束，并将循环操作结束时对应的第1次循环后的距离补偿系数a1至第j次循环后的距离补偿系数aj之和，记为最佳距离补偿系数将循环操作结束时对应的第1次循环后的方位补偿系数b1至第j次循环后的方位补偿系数bj之和，记为最佳方位补偿系数q＝1,2,…,j，aq表示第q次循环后的距离补偿系数，bq表示第q次循环后的方位补偿系数；否则，计算第j次循环后的Hessian矩阵Bj，yj＝gj+1-gj，然后令j的值加1，返回子步骤2.1；
其中，Bj-1表示第j-1次循环后的Hessian矩阵，sj表示第j次循环后补偿系数向量的增加量。
4.如权利要求1所述的一种基于ISAR图像重聚焦的空间目标姿态估计方法，其特征在于，在步骤3中，所述目标平面指向为
其中，△r＝c/2fs，△fd＝prf/M，λ表示ISAR雷达发射信号波长，prf表示脉冲重复频率，M表示目标距离多普勒图像的多普勒轴长度，表示第一函数，表示第二函数，表示第三函数，表示最佳距离补偿系数，表示最佳方位补偿系数；
第一函数第二函数和第三函数的计算表达式分别为：
其中，θ0表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角，α表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角的变化速度，△α表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时俯仰角的变化加速度，φ0表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角，β表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角的变化速度，△β表示补偿后的目标距离多普勒图像对应的回波信号中心波束时刻的瞬时雷达视线在目标本体坐标系OXYZ下的瞬时方位角的变化加速度，其中所述目标本体坐标系OXYZ是以目标位置为原点O、指向地心方向为X轴、目标瞬时速度方向与目标轨道相切的方向为Y轴、目标轨道平面XOY法线方向为Z轴而建立的目标本体坐标系OXYZ。
5.如权利要求1所述的一种基于ISAR图像重聚焦的空间目标姿态估计方法，其特征在于，在步骤3中，所述补偿后的目标距离多普勒图像，其得到过程为：
根据最佳距离补偿系数和最佳方位补偿系数，计算得到像素点(n,m)处二次相位补偿距离-多普勒最终图像其表达式为：
其中，i表示虚数单位，S(n,k)表示像素点(n,k)处的待补偿图像信号，表示最佳距离补偿系数，表示最佳方位补偿系数；
令遍历目标距离多普勒图像中M×N个像素点，直到得到目标距离多普勒图像中每一个像素点(n,m)处二次相位补偿距离-多普勒最终图像，并记为补偿后的目标距离多普勒图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810399197.9A CN108594228B (zh) | 2018-04-28 | 2018-04-28 | 基于isar图像重聚焦的空间目标姿态估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810399197.9A CN108594228B (zh) | 2018-04-28 | 2018-04-28 | 基于isar图像重聚焦的空间目标姿态估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108594228A true CN108594228A (zh) | 2018-09-28 |
| CN108594228B CN108594228B (zh) | 2022-02-22 |
Family
ID=63610668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810399197.9A Active CN108594228B (zh) | 2018-04-28 | 2018-04-28 | 基于isar图像重聚焦的空间目标姿态估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108594228B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110045365A (zh) * | 2019-03-26 | 2019-07-23 | 西北工业大学 | 一种基于雷达信息的图像目标定位方法 |
| CN110361722A (zh) * | 2019-07-17 | 2019-10-22 | 四川川大智胜软件股份有限公司 | 一种多雷达信号融合方法及系统 |
| CN111796266A (zh) * | 2020-07-14 | 2020-10-20 | 哈尔滨工业大学 | 一种匀加速运动目标rd平面检测前跟踪方法 |
| CN112578382A (zh) * | 2020-11-13 | 2021-03-30 | 中国科学院国家空间科学中心 | 一种三维转动目标回波多普勒频率聚焦方法 |
| CN112782695A (zh) * | 2021-01-27 | 2021-05-11 | 西安电子科技大学 | 基于isar图像和参数优化的卫星姿态和尺寸估计方法 |
| CN112946646A (zh) * | 2021-01-29 | 2021-06-11 | 西安电子科技大学 | 基于isar图像解译的卫星目标姿态和尺寸估计方法 |
| CN113406666A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 基于光学雷达图像融合的目标姿态估计方法、系统及介质 |
| CN113406631A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 一种自旋空间目标姿态估计方法、系统、装置及存储介质 |
| CN113673457A (zh) * | 2021-08-26 | 2021-11-19 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
| CN113960602A (zh) * | 2021-12-22 | 2022-01-21 | 中科星睿科技(北京)有限公司 | 轨道误差信息生成方法、装置、电子设备和可读介质 |
| CN115060354A (zh) * | 2022-06-30 | 2022-09-16 | 中国工程物理研究院电子工程研究所 | 一种针对压电微机械超声换能器的全聚焦成像方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5184133A (en) * | 1991-11-26 | 1993-02-02 | Texas Instruments Incorporated | ISAR imaging radar system |
| JP2000088955A (ja) * | 1998-09-10 | 2000-03-31 | Mitsubishi Electric Corp | 運動補償回路及びレーダ装置 |
| JP2001074832A (ja) * | 1999-09-02 | 2001-03-23 | Mitsubishi Electric Corp | レーダ装置 |
| CN102288963A (zh) * | 2011-07-21 | 2011-12-21 | 西安电子科技大学 | 基于子孔径参数估计的双基地isar图像融合方法 |
| CN103901429A (zh) * | 2014-04-09 | 2014-07-02 | 西安电子科技大学 | 基于稀疏孔径的机动目标逆合成孔径雷达成像方法 |
| CN105301590A (zh) * | 2015-11-03 | 2016-02-03 | 南京信息职业技术学院 | 一种机动目标调频步进逆合成孔径成像方法 |
| CN105447867A (zh) * | 2015-11-27 | 2016-03-30 | 西安电子科技大学 | 基于isar图像的空间目标姿态估计方法 |
-
2018
- 2018-04-28 CN CN201810399197.9A patent/CN108594228B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5184133A (en) * | 1991-11-26 | 1993-02-02 | Texas Instruments Incorporated | ISAR imaging radar system |
| JP2000088955A (ja) * | 1998-09-10 | 2000-03-31 | Mitsubishi Electric Corp | 運動補償回路及びレーダ装置 |
| JP2001074832A (ja) * | 1999-09-02 | 2001-03-23 | Mitsubishi Electric Corp | レーダ装置 |
| CN102288963A (zh) * | 2011-07-21 | 2011-12-21 | 西安电子科技大学 | 基于子孔径参数估计的双基地isar图像融合方法 |
| CN103901429A (zh) * | 2014-04-09 | 2014-07-02 | 西安电子科技大学 | 基于稀疏孔径的机动目标逆合成孔径雷达成像方法 |
| CN105301590A (zh) * | 2015-11-03 | 2016-02-03 | 南京信息职业技术学院 | 一种机动目标调频步进逆合成孔径成像方法 |
| CN105447867A (zh) * | 2015-11-27 | 2016-03-30 | 西安电子科技大学 | 基于isar图像的空间目标姿态估计方法 |
Non-Patent Citations (2)
| Title |
|---|
| TIANTIAN FENG ET.AL: "《INVERSE SYNTHETIC APERTURE RADAR IMAGING OF MANEUVERING TARGETS BASED ON JOINT TIME-FREQUENCY ANALYSIS》", 《2016 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM(IGARSS)》 * |
| 周叶剑 等: "《多站ISAR空间目标姿态估计方法》", 《电子与信息学报》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110045365B (zh) * | 2019-03-26 | 2023-03-14 | 西北工业大学 | 一种基于雷达信息的图像目标定位方法 |
| CN110045365A (zh) * | 2019-03-26 | 2019-07-23 | 西北工业大学 | 一种基于雷达信息的图像目标定位方法 |
| CN110361722A (zh) * | 2019-07-17 | 2019-10-22 | 四川川大智胜软件股份有限公司 | 一种多雷达信号融合方法及系统 |
| CN111796266A (zh) * | 2020-07-14 | 2020-10-20 | 哈尔滨工业大学 | 一种匀加速运动目标rd平面检测前跟踪方法 |
| CN112578382A (zh) * | 2020-11-13 | 2021-03-30 | 中国科学院国家空间科学中心 | 一种三维转动目标回波多普勒频率聚焦方法 |
| CN112578382B (zh) * | 2020-11-13 | 2023-10-31 | 中国科学院国家空间科学中心 | 一种三维转动目标回波多普勒频率聚焦方法 |
| CN112782695A (zh) * | 2021-01-27 | 2021-05-11 | 西安电子科技大学 | 基于isar图像和参数优化的卫星姿态和尺寸估计方法 |
| CN112782695B (zh) * | 2021-01-27 | 2023-05-30 | 西安电子科技大学 | 基于isar图像和参数优化的卫星姿态和尺寸估计方法 |
| CN112946646B (zh) * | 2021-01-29 | 2023-03-21 | 西安电子科技大学 | 基于isar图像解译的卫星目标姿态和尺寸估计方法 |
| CN112946646A (zh) * | 2021-01-29 | 2021-06-11 | 西安电子科技大学 | 基于isar图像解译的卫星目标姿态和尺寸估计方法 |
| CN113406631A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 一种自旋空间目标姿态估计方法、系统、装置及存储介质 |
| CN113406666A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 基于光学雷达图像融合的目标姿态估计方法、系统及介质 |
| CN113406631B (zh) * | 2021-05-14 | 2024-02-23 | 中山大学 | 一种自旋空间目标姿态估计方法、系统、装置及存储介质 |
| CN113673457A (zh) * | 2021-08-26 | 2021-11-19 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
| CN113673457B (zh) * | 2021-08-26 | 2023-06-30 | 北京环境特性研究所 | 模拟测量图像处理方法、装置、计算设备及存储介质 |
| CN113960602A (zh) * | 2021-12-22 | 2022-01-21 | 中科星睿科技(北京)有限公司 | 轨道误差信息生成方法、装置、电子设备和可读介质 |
| CN115060354A (zh) * | 2022-06-30 | 2022-09-16 | 中国工程物理研究院电子工程研究所 | 一种针对压电微机械超声换能器的全聚焦成像方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108594228B (zh) | 2022-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108594228B (zh) | 基于isar图像重聚焦的空间目标姿态估计方法 | |
| CN109100718B (zh) | 基于贝叶斯学习的稀疏孔径isar自聚焦与横向定标方法 | |
| CN104515971B (zh) | 宽带多目标机载单站无源定位方法 | |
| CN102393518B (zh) | 一种适用于大斜视角的机载sar成像方法 | |
| CN107271993B (zh) | 一种基于最大后验的扫描雷达角超分辨成像方法 | |
| CN110488293B (zh) | 一种非均匀空间构型的分布式sar系统 | |
| CN109143237B (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
| CN105137424B (zh) | 一种杂波背景下实波束扫描雷达角超分辨方法 | |
| CN107991659B (zh) | 基于字典学习的米波雷达低仰角目标测高方法 | |
| CN102645651A (zh) | 一种sar层析超分辨成像方法 | |
| CN106918810B (zh) | 一种存在阵元幅相误差时的微波关联成像方法 | |
| CN108107432B (zh) | 基于时域扰动的高低轨双基sar保相成像方法 | |
| CN110146886A (zh) | 非均匀旋转目标运动参数的快速估计方法 | |
| CN111722225B (zh) | 基于先验相位结构信息的双基sar两维自聚焦方法 | |
| Li et al. | Linear-array-MIMO SAR tomography: An autofocus approach for time-variant and 3-D space-variant motion errors | |
| Shi et al. | Parametric model-based 2-D autofocus approach for general BiSAR filtered backprojection imagery | |
| Tian et al. | Interferometric ISAR imaging of space targets using pulse-level image registration method | |
| CN113640794B (zh) | 一种mimo-sar三维成像自聚焦方法 | |
| Hu et al. | Efficient 3-D Near-Field MIMO-SAR Imaging Based on Scanning MIMO Array | |
| CN109633635B (zh) | 基于结构化递归最小二乘的米波雷达测高方法 | |
| Han et al. | MIMO radar fast imaging algorithm based on sub-image combination | |
| Tan et al. | Array error calibration methods in downward-looking linear-array three-dimensional synthetic aperture radar | |
| CN112014817A (zh) | 一种空间自旋目标三维重构方法 | |
| Ding et al. | A Parametric 3-D ISAR Imaging Method of Celestial Target under Low SNR | |
| Wang et al. | Three-Dimensional Interferometric ISAR Sensors Imaging for the Ship Target with Two-Dimensional Sparsity [J] |
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 |