CN109085589A - 基于图像质量引导的稀疏孔径isar成像相位自聚焦方法 - Google Patents

Abstract

本发明涉及逆合成孔径雷达成像信号处理技术，尤其涉及一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法，包括以下步骤：S1：构建基于压缩感知的稀疏孔径相位自聚焦模型；S2：选择参与相位补偿参数估计的目标距离单元；S3：设置迭代算法初始参数值；S4：单轮相位误差估计与补偿；S5：迭代终止条件判断；S6：更新相位自聚焦，重构ISAR图像。本发明将稀疏孔径下的ISAR成像相位自聚焦、ISAR图像重构以及图像质量评价结合起来，同时实现了相位误差估计、补偿、重构与评估四个步骤，通过缩小迭代相位误差估计偏移量逐级提高补偿精度，提高了算法的稳健性以及相位补偿的准确性，进而获得补偿精度更高、聚焦性能更好的目标ISAR图像。

Description

基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法

技术领域

本发明涉及逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像信号处理技术，尤其涉及一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法。

背景技术

传统ISAR成像技术要求观测目标必须围绕自身某一固定转动中心进行匀速转动。但是实际中，目标在成像过程期间除了自身的转动，还有目标中心相对于雷达中心的变化，即目标的平动分量。运动补偿的目的就是消除平动的影响，将运动目标等效为理想的转台模型，即可使用成像算法进行成像。因此，运动补偿技术是ISAR成像中的关键技术之一，运动补偿的精度高低，直接决定了最终成像结果的质量高低。

ISAR成像的运动补偿，通常由包络对齐和相位自聚焦两部分组成。包络对齐是通过补偿包络的时间延迟，将不同脉冲下相同散射点的回波置于同一个距离单元中，是对目标平动的粗补偿。包络对齐之后还需要进行相位自聚焦，通过校正回波中平动分量造成的初相误差，使得回波初相变化符合目标转动，回波满足相参化，是对平动分量的精补偿。目前运动补偿技术已相对成熟，相关算法均在实际中发挥了预期的效果。

传统ISAR基于转台模型进行成像时，要求观测目标匀速转动、方位向回波数据完整且等间隔。但是，在ISAR成像数据的采集过程中，不可避免会遇到一些问题，比如：由于雷达系统自身的原因导致观测期间存在部分回波数据未采集或未存储的现象；受外界干扰造成雷达存储下的部分回波数据损坏或缺失；雷达进行搜索跟踪时交替使用不同的脉冲重复频率导致方位向脉冲的非等间隔分布等等。这些都会导致回波数据部分不可用、数据完整性遭到破坏等问题，形成了稀疏孔径下的回波数据。稀疏孔径回波数据给相位补偿造成的问题主要有：脉冲重复间隔不均匀导致的相位变化规律异常、稀疏脉冲造成的信息缺失增加了误差估计和相位补偿的难度。针对稀疏孔径下回波数据的ISAR成像相位自聚焦算法目前尚无有效手段。

发明内容

针对上述技术中存在的问题，本发明提出一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法。基于方位向回波数据稀疏的前提，采用逐级逼近的思想，结合压缩感知重构和成像质量最优化准则，对方位向回波序列进行迭代相位误差估计和校正，提高有限脉冲回波下的相位补偿精度，最终得到聚焦程度较好的ISAR图像。

本发明采用的技术方案为：一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法，该方法包括以下步骤：

S1：构建基于压缩感知的稀疏孔径相位自聚焦模型；

为了研究稀疏孔径下的相位自聚焦问题，假定一维距离像的包络对齐已经完成，利用压缩感知理论的思想，建立基于压缩感知的相位误差模型；包络对齐后完整的目标一维距离像S表示如下：

S＝[s₁,…,s_l,…,s_L]＝Ψ[θ₁,…,θ_l,…,θ_L]＝ΨΘ (1)

其中，s_l表示第l个距离单元的一维距离像幅度，θ_l表示第l个距离单元内散射点的分布及强度，l＝1,2,…,L为距离单元序号，L为总的距离单元数，M为脉冲个数，故M×L维矩阵S和Θ分别代表目标的一维距离像矩阵和二维成像结果，矩阵Ψ为傅里叶稀疏基，表示如下：

其中时间序列t＝[1:M]^T·PRT，PRT表示脉冲重复周期；多普勒频率f_dm＝m·Δf_d-(PRF/2)，m＝1,2,…,Q，Q＝PRF/Δf_d为多普勒单元数，PRF和Δf_d分别表示脉冲重复频率和多普勒分辨率；又因为故Q＝M，即多普勒单元数Q等于脉冲数M；

考虑引入目标回波的相位误差，则一维距离像可以写为：

S_Λ＝ΛS＝ΛΨΘ (3)

其中，M维对角矩阵Λ＝diag{exp(jλ₁),exp(jλ₂),…,exp(jλ_M)}代表目标回波的相位误差，矩阵对角线元素λ_m代表第m个回波脉冲的相位误差；

稀疏孔径等效于对包含目标回波相位误差Λ的一维距离像信号S_Λ进行稀疏降维采样，构造一个P×M(P<M)维的观测矩阵Φ，将一维距离像信号S_Λ投影到观测矩阵Φ上，得到P维观测值为：

Y＝ΦS_Λ＝ΦΛΨΘ (4)

Y便是包含目标回波相位误差Λ的稀疏孔径一维距离像数据，根据压缩感知重构理论，重构过程表述如下：

一维距离像的相位补偿就是要对稀疏孔径一维距离像数据Y中包含的目标回波相位误差Λ进行估计和补偿，估计得到的相位误差补偿向量记为

相位补偿后的重构过程表述如下：

由于表示回波相位误差的M维对角矩阵Λ未知，因此无法通过压缩感知重构的方法从稀疏孔径一维距离像数据Y中恢复出完整的二维成像结果Θ；而稀疏孔径一维距离像数据Y中由于不均匀的脉冲重复间隔，导致回波相位历程不完整，回波间相位关系遭到破坏。因此，传统的自聚焦算法对于方位向稀疏回波数据的相位补偿效果不佳，导致最终成像结果质量不高。同时，传统自聚焦算法将大量不含目标的噪声距离单元引入到相位补偿中，也降低了相位补偿的精度。

S2：选择参与相位补偿参数估计的目标距离单元；

理论上，基于一个距离单元的数据即可估计出对应的相位补偿参数。但是，单个距离单元估计出的相位补偿参数容易出现不稳定的情况，导致成像质量退化。基于此，本发明提出一种参与相位补偿参数估计的目标距离单元选取方法，该方法包括以下步骤：

S2.1计算每个距离单元上的各次回波能量总和，并从中选出能量较大的L₁个距离单元作为初步有效参数估计距离单元，L₁≤L。通常，为了保证初步选择出有足够能量的距离单元，要求挑选出的L₁个距离单元中每个距离单元的能量均不低于所有距离单元回波平均能量的0.7倍。

S2.2计算S2.1中初步挑选出的距离单元回波的幅度归一化方差，对幅度归一化方差从小到大排列，挑选排列中前L₂个幅度归一化方差对应的距离单元作为最终参与相位误差参数估计的距离单元，L₂≤L₁；其中，第l个距离单元的幅度归一化方差定义如下：

式中，表示求算术平均，表示第l个距离单元的一维像幅度的均值，表示第l个距离单元的一维像幅度的均方值；

S3：设置迭代算法初始参数值；

初始化迭代轮数i＝1，初始化单个回波相位误差补偿值初始化回波相位误差补偿向量根据稀疏孔径回波数据构造随机观测矩阵Φ，设定迭代终止门限ξ＝0.001，初始图像熵值E⁰＝∞；

S4：单轮相位误差估计与补偿；

S4.1设定第i轮相位误差估计偏移量为Δⁱ＝π/2ⁱ，初始化回波脉冲为p＝1；

S4.2在当前迭代轮次中逐次回波进行相位误差估计与补偿；

S4.2.1对第p次回波，在当前相位误差补偿值基础上前后偏移Δⁱ，保持剩下P-1次回波相位误差补偿值不变，更新相位误差补偿向量，形成进行相位误差补偿的三个候选向量：

S4.2.2对p次回波L₂个距离单元分别以三个候选向量进行相位误差补偿，然后进行压缩感知重构成像，得到二维ISAR图像

S4.2.3对成像质量进行评估，考虑到基于图像最小熵的稳健性，本发明采用最小熵作为成像质量的评估准则：比较的图像熵，选择图像熵最小的ISAR图像对应的相位误差补偿候选向量作为更新第p次回波的相位误差补偿向量同时记最小的图像熵为

S4.2.4判断是否完成对全部回波的相位误差估计与补偿，若p<P，则令p＝p+1，返回S4.2.1；若p＝P，则执行S4.3；

S4.3对全部的P次回波均进行相位误差估计和补偿后，得到第i轮迭代相位误差补偿向量以及对应ISAR成像结果的图像熵

如此，便完成了单轮迭代中的相位误差估计、补偿、ISAR图像重构与评估的过程；

S5：迭代终止条件判断；

若前后两轮成像结果图像熵值差大于阈值ξ，即E^i-1-Eⁱ>ξ，则认为相位误差估计和补偿未完成，令i＝i+1，返回S4进行下一轮估计；否则，认为相位误差估计和补偿完成，进入S6；

S6：更新相位自聚焦，重构ISAR图像；

以相位误差补偿向量对一维像进行相位补偿，更新相位自聚焦，然后进行压缩感知重构成像，得到二维ISAR图像

至此，完成了稀疏孔径下的ISAR相位自聚焦，获得聚焦良好的ISAR图像。

本发明具有以下有益效果：通过本发明，将稀疏孔径下的ISAR成像相位自聚焦、ISAR图像重构以及图像质量评价结合起来，同时实现了相位误差估计、补偿、重构与评估四个步骤，进行目标集中区域的筛选，舍弃了回波间的相位关系约束，通过缩小迭代相位误差估计偏移量逐级提高补偿精度，提高了算法的稳健性以及相位补偿的准确性，进而获得补偿精度更高、聚焦性能更好的目标ISAR图像，本发明对促进宽带雷达目标识别向实用化、精细化方向发展起到重要作用。

附图说明

图1是本发明的处理流程图；

图2是目标仿真模型；

图3-(a)是无相位补偿的成像结果；

图3-(b)是多普勒中心跟踪法的成像结果；

图3-(c)是稀疏孔径相位补偿后RD算法的成像结果；

图3-(d)是稀疏孔径相位补偿后压缩感知算法的成像结果；

图4-(a)是有效孔径50％本方法成像结果；

图4-(b)是有效孔径40％本方法成像结果；

图4-(c)是有效孔径30％本方法成像结果；

图4-(d)是有效孔径25％本方法成像结果。

具体实施方式

下面结合附图对本发明进行进一步说明：

图1为本发明总处理流程。

本发明所述一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法，该方法包括以下步骤：

S1：构建基于压缩感知的稀疏孔径相位自聚焦模型；

S2：选择参与相位补偿参数估计的目标距离单元；

S3：设置迭代算法初始参数值；

S4：单轮相位误差估计与补偿；

S5：迭代终止条件判断；

S6：更新相位自聚焦，重构ISAR图像。

下面以仿真数据来检验本发明的有益效果。

仿真实验采用的雷达信号类型为LFM信号，雷达仿真参数如表1所示。目标仿真模型为飞机的散射点模型，如图2所示，包含52个散射点，散射强度均为1。完整的回波个数为256个。

表1雷达仿真参数设置

参数	仿真值	参数	仿真值
				载频	10GHz	参考窗宽度	204us
带宽	1GHz	回波距离单元数	2041
				脉宽	200us	累积脉冲数	256
采样频率	10MHz	脉冲重复频率	200Hz

图3给出了不同相位补偿方法补偿后的成像质量，来验证本发明所提基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法的有效性和优越性。选择有效孔径比例为50％的方位向稀疏数据，经包络对齐完成后，使用不同相位补偿方法分别对其进行ISAR成像。由图中成像结果可得，以多普勒中心跟踪法为代表的传统相位补偿算法在稀疏孔径情况下，补偿效果不理想，而本发明所提的基于图像质量引导的稀疏孔径ISAR自聚焦方法补偿效果则相对明显，尤其是结合压缩感知方法进行重构成像时，成像结果十分清晰，能够在稀疏孔径的条件下取得较好的成像效果。

图4基于不同稀疏程度利用本发明方法进行了仿真实验与结果分析，从成像结果可知，结合压缩感知成像方法在有效孔径为30％的情况下，虽然成像结果相比40％有所下降，但是仍然能够清楚的识别出目标；而当有效孔径降到25％时，方位向散焦严重，成像质量较差。因此，本实验更进一步证明了本发明所提的自聚焦算法的适用性，当有效孔径满足一定条件时，便能够较好的完成相位补偿并得到质量较高的二维图像。

本发明基于方位向回波数据稀疏情况下提出的基于图像质量引导的相位补偿自聚焦算法，具有如下优点：首先，借鉴逐级逼近的思想，补偿精度随着迭代次数而提高，可以通过改变迭代次数来控制相位补偿的精度；其次，结合压缩感知重构，将误差估计与相位补偿同时进行，并根据重构结果调整相位补偿的估计值；最重要的是，该算法针对单个脉冲进行逐个补偿，舍弃了回波间的相位关系，使其能够适用于稀疏孔径下的相位补偿问题。通过本发明方法可以获得补偿精度更高、聚焦性能更好的目标ISAR图像。

Claims (2)

1.一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法，其特征在于，该方法包括以下步骤：

S1：构建基于压缩感知的稀疏孔径相位自聚焦模型；

为了研究稀疏孔径下的相位自聚焦问题，假定一维距离像的包络对齐已经完成，利用压缩感知理论的思想，建立基于压缩感知的相位误差模型；包络对齐后完整的目标一维距离像S表示如下：

S＝[s₁,…,s_l,…,s_L]＝Ψ[θ₁,…,θ_l,…,θ_L]＝ΨΘ (1)

其中，s_l表示第l个距离单元的一维距离像幅度，θ_l表示第l个距离单元内散射点的分布及强度，l＝1,2,…,L为距离单元序号，L为总的距离单元数，M为脉冲个数，故M×L维矩阵S和Θ分别代表目标的一维距离像矩阵和二维成像结果，矩阵Ψ为傅里叶稀疏基，表示如下：

其中时间序列t＝[1:M]^T·PRT，PRT表示脉冲重复周期；多普勒频率f_dm＝m·Δf_d-(PRF/2)，m＝1,2,…,Q，Q＝PRF/Δf_d为多普勒单元数，PRF和Δf_d分别表示脉冲重复频率和多普勒分辨率；又因为故Q＝M，即多普勒单元数Q等于脉冲数M；

考虑引入目标回波的相位误差，则一维距离像可以写为：

S_Λ＝ΛS＝ΛΨΘ (3)

其中，M维对角矩阵Λ＝diag{exp(jλ₁),exp(jλ₂),…,exp(jλ_M)}代表目标回波的相位误差，矩阵对角线元素λ_m代表第m个回波脉冲的相位误差；

稀疏孔径等效于对包含目标回波相位误差Λ的一维距离像信号S_Λ进行稀疏降维采样，构造一个P×M维的观测矩阵Φ，P<M，将一维距离像信号S_Λ投影到观测矩阵Φ上，得到P维观测值为：

Y＝ΦS_Λ＝ΦΛΨΘ (4)

Y便是包含目标回波相位误差Λ的稀疏孔径一维距离像数据，根据压缩感知重构理论，重构过程表述如下：

一维距离像的相位补偿就是要对稀疏孔径一维距离像数据Y中包含的目标回波相位误差Λ进行估计和补偿，估计得到的相位误差补偿向量记为相位补偿后的重构过程表述如下：

S2：选择参与相位补偿参数估计的目标距离单元；

选取方法包括以下步骤：

S2.1计算每个距离单元上的各次回波能量总和，并从中选出能量较大的L₁个距离单元作为初步有效参数估计距离单元，L₁≤L；

S2.2计算S2.1中初步挑选出的距离单元回波的幅度归一化方差，对幅度归一化方差从小到大排列，挑选排列中前L₂个幅度归一化方差对应的距离单元作为最终参与相位误差参数估计的距离单元，L₂≤L₁；其中，第l个距离单元的幅度归一化方差σ_l ²定义如下：

式中，表示求算术平均，表示第l个距离单元的一维像幅度的均值，表示第l个距离单元的一维像幅度的均方值；

S3：设置迭代算法初始参数值；

初始化迭代轮数i＝1，初始化单个回波相位误差补偿值初始化回波相位误差补偿向量根据稀疏孔径回波数据构造随机观测矩阵Φ，设定迭代终止门限ξ＝0.001，初始图像熵值E⁰＝∞；

S4：单轮相位误差估计与补偿；

S4.1设定第i轮相位误差估计偏移量为Δⁱ＝π/2ⁱ，初始化回波脉冲为p＝1；

S4.2在当前迭代轮次中逐次回波进行相位误差估计与补偿；

S4.2.1对第p次回波，在当前相位误差补偿值基础上前后偏移Δⁱ，保持剩下P-1次回波相位误差补偿值不变，更新相位误差补偿向量，形成进行相位误差补偿的三个候选向量：

S4.2.2对p次回波L₂个距离单元分别以三个候选向量进行相位误差补偿，然后进行压缩感知重构成像，得到二维ISAR图像

S4.2.3对成像质量进行评估，考虑到基于图像最小熵的稳健性，本发明采用最小熵作为成像质量的评估准则：比较的图像熵，选择图像熵最小的ISAR图像对应的相位误差补偿候选向量作为更新第p次回波的相位误差补偿向量同时记最小的图像熵为

S4.2.4判断是否完成对全部回波的相位误差估计与补偿，若p<P，则令p＝p+1，返回S4.2.1；若p＝P，则执行S4.3；

S4.3对全部的P次回波均进行相位误差估计和补偿后，得到第i轮迭代相位误差补偿向量以及对应ISAR成像结果的图像熵

如此，便完成了单轮迭代中的相位误差估计、补偿、ISAR图像重构与评估的过程；

S5：迭代终止条件判断；

若前后两轮成像结果图像熵值差大于阈值ξ，即E^i-1-Eⁱ>ξ，则认为相位误差估计和补偿未完成，令i＝i+1，返回S4进行下一轮估计；否则，认为相位误差估计和补偿完成，进入S6；

S6：更新相位自聚焦，重构ISAR图像；

以相位误差补偿向量对一维像进行相位补偿，更新相位自聚焦，然后进行压缩感知重构成像，得到二维ISAR图像

至此，完成了稀疏孔径下的ISAR相位自聚焦，获得聚焦良好的ISAR图像。

2.根据权利要求1所述基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法，其特征在于：S2.1中挑选出的L₁个距离单元中每个距离单元的能量均不低于所有距离单元回波平均能量的0.7倍。