CN109444842A - 一种目标电磁散射特性数据重构方法和装置 - Google Patents
一种目标电磁散射特性数据重构方法和装置 Download PDFInfo
- Publication number
- CN109444842A CN109444842A CN201910006972.4A CN201910006972A CN109444842A CN 109444842 A CN109444842 A CN 109444842A CN 201910006972 A CN201910006972 A CN 201910006972A CN 109444842 A CN109444842 A CN 109444842A
- Authority
- CN
- China
- Prior art keywords
- target
- matrix
- scattering
- echo signal
- signal model
- 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
- 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)
- 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
本发明公开了一种目标电磁散射特性数据重构方法和装置,涉及雷达成像技术领域。其中,本发明的方法包括:构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;根据目标的散射回波数据构建广义Hankel矩阵,基于所述Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。通过以上步骤,既保证目标电磁散射特性数据的重构精度,又能实现对全空间目标电磁散射特性数据的高效压缩和实时加载。
Description
技术领域
本发明涉及雷达成像技术领域,尤其涉及一种目标电磁散射特性数据重构方法和装置。
背景技术
随着现代雷达技术的不断发展以及对于全空间、全极化目标电磁散射特性数据需求的不断增长,存储、利用这些海量目标电磁散射特性数据的压力也日益加大。到目前为止,基于电磁模型实现对目标电磁散射特性数据的重构已经取得了一些进展,但仍存在一些问题:
第一、基于一维或二维电磁模型进行目标电磁散射特性数据重构存在以下缺陷:在全空间范围内提取的散射中心数量较多,因此无法实现对全空间目标电磁散射特性数据的高效率压缩;第二、对于复杂目标,在一定角度区域范围内散射中心的强度随角度敏感的。而现有的三维方法大多是基于谱估计的方法,对于噪声的抑制能力较弱,同时对于信号波形有较高的要求,因此对于目标中部分结构比较复杂的区域的重构精度较差,且无法解决电磁散射特性数据动态加载速度的瓶颈问题。
因此,针对以上不足,需要提供一种新的目标电磁散射特性数据重构方法和装置。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是解决现有目标电磁散射特性数据重构方法存在的复杂目标重构精度低、无法实现对目标全空间目标特性数据的高效压缩和实时加载的问题。
(二)技术方案
为了解决上述技术问题,本发明提供了一种目标电磁散射特性数据重构方法。
本发明的目标电磁散射数据重构方法包括:构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
可选地,所述构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程的步骤包括:根据GTD模型构建目标的三维连续回波信号模型;基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型;对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型;将所述重采样后的回波信号模型转换为状态空间方程。
可选地,所述根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心参数集的步骤包括;将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积;对所述广义Hankel矩阵进行奇异值分解,根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值,然后基于所述观测矩阵的估计值确定目标散射中心参数集。
可选地,所述目标散射中心参数集包括:散射中心位置坐标估计值、散射中心类型参数估计值以及散射中心强度估计值;所述基于所述观测矩阵的估计值确定目标散射中心参数集的步骤包括:根据所述观测矩阵估计值构建剩余子矩阵,并根据所述剩余子矩阵构建位置矩阵;所述位置矩阵为包含目标位置信息的矩阵;对所述位置矩阵进行对角化处理和特征分解,以得到散射中心位置坐标估计值;对所述目标的三维回波信号模型中的参数进行解耦,并基于最小二乘估计算法分别确定散射中心的类型参数估计值以及散射中心强度估计值。
可选地,所述方法还包括:根据信息论方法、盖式圆盘法或基于奇异值比较的方法确定所述状态空间方程的定阶结果。
可选地,所述状态空间方程满足:
其中,m是频率的离散点,n是入射方位角的离散点,k是入射俯仰角的离散点,αi是散射中心的类型参数,fc是中心频率,C是系数矩阵,Δf(x)、Δf(y)、Δf(z)为三个方向上的重采样间隔。
可选地,所述广义Hankel矩阵满足:
其中,表示在n、k不变的情况下,通过变化m利用构造一个Hankel矩阵;表示在k不变的情况下,通过变化n构造一个广义Hankel矩阵;表示以为元素,通过变化k构建一个广义Hankel矩阵。
为了解决上述技术问题,本发明还提供了一种目标电磁散射特性数据重构装置。
本发明的目标电磁散射特性数据重构装置包括:构建模块,用于构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;确定模块,用于根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;重构模块,用于根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
可选地,所述构建模块构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程包括:所述构建模块根据GTD模型构建目标的三维连续回波信号模型;所述构建模块基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型;所述构建模块对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型;所述构建模块将所述重采样后的回波信号模型转换为状态空间方程。
可选地,所述确定模块根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心参数集包括;所述确定模块将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积;所述确定模块对所述广义Hankel矩阵进行奇异值分解,根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值,然后基于所述观测矩阵的估计值确定目标散射中心参数集。
(三)有益效果
本发明的上述技术方案具有如下优点:本发明提出了一种基于状态空间方法进行目标电磁散射特性数据重构的方法,其可以有效处理具有复杂结构的目标散射回波数据,以及各散射中心强度与信号频率、角度依赖关系不同的目标散射回波数据,既能保证目标电磁散射特性数据的重构精度,又能实现对全空间目标电磁散射特性数据的高效压缩和实时加载,提高了目标电磁散射特性数据重构的高效性。
附图说明
图1是本发明实施例一中的目标电磁散射特性数据重构方法的流程示意图;
图2是本发明实施例一中构建空间状态方程的详细流程示意图;
图3是本发明实施例一中确定目标散射中心参数集的详细流程示意图;
图4是本发明一个具体示例中入射俯仰角为90°条件下5.5GHz点频RCS数据的重构对比图;
图5是本发明一个具体示例中入射俯仰角90°方位角0°时扫频RCS重构对比图;
图6是本发明一个具体示例中基于目标在5~6GHz条件下原始RCS数据得到的一维像;
图7是本发明一个具体示例中基于目标在5~6GHz条件下重构RCS数据得到的一维像;
图8是本发明实施例二中的目标电磁散射特性数据重构装置的结构示意图。
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。
实施例一
如图1所示,本发明实施例提供的目标电磁散射特性数据重构方法包括:
步骤S101、构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程。
步骤S102、根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值。
其中,所述目标散射中心的参数估计值可包括:散射中心位置坐标估计值、散射中心类型参数估计值以及散射中心强度估计值。
进一步,在步骤S102之前,还可包括以下步骤:基于仿真或者实验测量获取目标的散射回波数据。例如,可通过高频电磁仿真方法计算目标的宽带扫频回波信号。在一具体示例中,仿真所用的入射电磁波的频率为5~6GHz,频率间隔为10MHZ,入射俯仰角范围为0~90°,入射方位角范围为0~180°,角度间隔为0.2°。
步骤S103、根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
其中,所述电磁散射特性数据包括RCS(雷达散射截面)数据。示例性地,可基于如下目标三维回波信号模型进行RCS数据重构:
其中,是回波信号,是第i个散射中心的散射强度,fc是入射电磁波中心频率,fn是步进频,αi是第i个散射中心的类型因子,θ是入射俯仰角,是入射方位角,xi、yi、zi为第i个散射中心的位置坐标。
在一可选实施方式中,在基于如上回波信号模型完成目标RCS数据重构后,可将目标原始RCS数据与重构RCS数据进行比较,还可将基于目标原始RCS数据和重构RCS数据得到的一维像(如图6、图7所示)进行比较,以验证本发明实施例提供的方法的有效性。
在一可选实施方式中,计算时所有信号均可表示为复数形式的电压信号。
在本发明实施例中,通过将目标三维回波信号模型转换为状态空间方程,接着根据目标散射回波数据构建广义Hankel矩阵,将现有的状态空间方法推广到三维散射中心参数的联合估计上,最后利用三维散射中心参数估计值实现目标电磁散射特性数据的重构,既能保证目标电磁散射特性数据的重构精度,又能实现对全空间目标电磁散射特性数据的高效压缩和实时加载,提高了目标电磁散射特性数据重构的高效性。
下面结合图2对实施例一中构建空间状态方程的步骤(即步骤S101)的可选实施方式进行详细说明。如图2所示,该步骤具体包括:
步骤S201、根据GTD模型构建目标的三维连续回波信号模型。
其中,GTD模型,又称几何绕射理论模型,是Potter等人基于几何绕射理论提出的模型。
步骤S202、基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型。
示例性地,该步骤得到的三维离散化回波信号模型可表示为:
其中,为回波信号,Ai是第i个散射中心的散射强度,fc是中心频率,fn是步进频,αi是第i个散射中心的类型因子,(xi,yi,zi)是第i个散射中心的坐标,θ为入射俯仰角,为入射方位角,是零均值三维复高斯白噪声。
步骤S203、对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型。
由于目标的散射回波数据在f(x)、f(y)、f(z)这三个方向是非均匀采样,因此需进行重采样操作,以获得f(x)、f(y)、f(z)这三个方向的均匀采样。示例性地,在进行重采样时,可将三个方向上的重采样间隔设置为:
其中,Δf为频率采样间隔,为方位角采样间隔,Δθ为入射俯仰角采样间隔,fc为入射电磁波的中心频率。
进一步,在重采样之后,可基于回波信号与角度和频率的对应关系,得到重采样后的回波信号模型,并可对其进行化简。
示例性地,经化简得到的重采样后的回波信号模型可表示为:
P2i=exp(-j4πΔf(y)yi)
P3i=exp(-j4πΔf(z)zi)
其中,E'(m,n,k)为回波信号;m、n、k分别是入射电磁波频率、入射方位角、入射俯仰角的离散点;Ai'、P1i、P2i和P3i分别为和散射强度有关的表达式以及和x、y、z坐标有关的表达式。
步骤S204、将所述重采样后的回波信号模型转换为状态空间方程。
示例性地,所述状态空间方程可表示为:
其中,为回波信号,m是频率的离散点,n是入射方位角的离散点,k是入射俯仰角的离散点,αi是散射中心的类型参数,fc是中心频率,C是系数矩阵,Δf(x)、Δf(y)、Δf(z)为三个方向上的重采样间隔。
在本发明实施例中,通过以上步骤能够将三维回波信号转换为符合状态空间模型的形式,进而后续可基于状态空间方程进行目标电磁散射特性数据重构。
下面结合图3对实施例一中确定目标散射中心参数集的步骤(即步骤S102)的可选实施方式进行详细说明。如图3所示,其具体包括:
步骤S301、将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积。
示例性地,所述广义Hankel矩阵满足:
其中,表示在n、k不变的情况下,通过变化m利用构造一个Hankel矩阵;表示在k不变的情况下,通过变化n构造一个广义Hankel矩阵;表示以为元素,通过变化k构建一个广义Hankel矩阵。
在该步骤中,假设观测矩阵用O1表示,控制矩阵用C1表示,则Hankel矩阵满足:H=O1C1。
步骤S302、对所述广义Hankel矩阵进行奇异值分解。
步骤S303、根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值。
其中,所述奇异值分解结果为三个矩阵,可分别表示为U1、Σ1、V1。所述状态空间方程的定阶结果为目标散射中心的个数s。在该步骤中,可根据目标散射中心的个数s对奇异值分解结果U1、Σ1、V1进行噪声截断,以得到截断后的结果U1S、Σ1S和V1S,
U1S=U1(:,1:s)
Σ1S=Σ1(1:s,1:s)
V1S=V1(:,1:s)
其中,U1S是对应的主左奇异向量矩阵,V1S是对应的主右奇异向量矩阵,Σ1S是对应于Hankel矩阵的S个主奇异值分量。
在得到截断后的结果U1S、Σ1S和V1S后,可根据如下公式计算观测矩阵的估计值另外,还可根据如下公式计算控制矩阵的估计值
步骤S304、基于所述观测矩阵的估计值确定目标散射中心参数估计值。
其中,所述目标散射中心参数估计值包括:散射中心位置坐标估计值、散射中心类型参数估计值以及散射中心强度估计值。
示例性地,该步骤包括:根据所述观测矩阵估计值构建剩余子矩阵,并根据所述剩余子矩阵构建位置矩阵;对所述位置矩阵进行对角化处理和特征分解,以得到散射中心位置坐标估计值;对所述目标的三维回波信号模型中的参数进行解耦,并基于最小二乘估计算法分别确定散射中心的类型参数估计值以及散射中心强度估计值。
具体实施时,可通过去除所述观测矩阵中某些广义行的方式得到6个剩余子矩阵,然后根据这些剩余子矩阵构建位置矩阵。其中,所述位置矩阵为包含目标位置信息的矩阵。
在本发明实施例中,通过以上步骤能够精确确定目标散射中心参数估计值,进而可用于后续的目标电磁散射特性数据重构中。
下面结合图4至图7对应用了本发明方法的一个具体示例的技术效果进行详细说明。在该具体示例中,在通过仿真计算获取目标散射回波信号时,采用步进频,频率范围为5~6GHz,频率间隔为10MHz,入射俯仰角范围为0~90°,入射方位角范围为0~180°,角度间隔为0.2°,
图4是入射俯仰角90°条件下5.5GHz点频RCS数据重构对比图,图5是入射俯仰角90°条件下扫频RCS数据重构对比图。从图4和图5可见,本发明提供的目标电磁散射特性数据重构方法可以高效地进行目标散射中心参数提取和RCS数据重构,重构误差小,重构精度高。
图6基于目标在5~6GHz条件下的原始仿真数据得到的一维像,图7是基于目标在5~6GHz条件下的重构电磁散射特性数据得到的一维像。从图6和图7可见,基于重构电磁散射特性数据得到的一维像(又可称为意味距离历程图),其总体趋势与基于原始仿真数据得到的一维像接近,能够满足精度要求,且成像效果远远优于传统的谱估计方法。
实施例二
如图8所示,本发明实施例提供的目标电磁散射特性数据重构装置800包括:构建模块801、确定模块802、重构模块803。
构建模块801,用于构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程。
示例性地,构建模块801构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程包括:构建模块801根据GTD模型构建目标的三维连续回波信号模型;构建模块801基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型;构建模块801对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型;构建模块801将所述重采样后的回波信号模型转换为状态空间方程。
确定模块802,用于根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值。
示例性地,确定模块802根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心参数估计值包括;确定模块802将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积;确定模块802对所述广义Hankel矩阵进行奇异值分解,根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值,然后基于所述观测矩阵的估计值确定目标散射中心参数估计值。
其中,所述目标散射中心参数估计值包括:散射中心位置坐标估计值、散射中心类型参数估计值以及散射中心强度估计值。在一可选实施方式中,确定模块802基于所述观测矩阵的估计值确定目标散射中心参数估计值包括:确定模块802根据所述观测矩阵估计值构建剩余子矩阵,并根据所述剩余子矩阵构建位置矩阵;确定模块802对所述位置矩阵进行对角化处理和特征分解,以得到散射中心位置坐标估计值;确定模块802对所述目标的三维回波信号模型中的参数进行解耦,并基于最小二乘估计算法分别确定散射中心的类型参数估计值以及散射中心强度估计值。
重构模块803,用于根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
其中,所述电磁散射特性数据包括RCS(雷达散射截面)数据。
在一可选实施方式中,在基于如上回波信号模型完成目标RCS数据重构后,可将目标原始RCS数据与重构RCS数据进行比较,还可将基于目标原始RCS数据和重构RCS数据得到的一维像(如图6、图7所示)进行比较,以验证本发明实施例提供的方法的有效性。
在一可选实施方式中,计算时所有信号均可表示为复数形式的电压信号。
在本发明实施例的装置中,通过构建模块将目标三维回波信号模型转换为状态空间方程,接着通过确定模块根据目标散射回波数据构建广义Hankel矩阵,将现有的状态空间方法推广到三维散射中心参数的联合估计上,最后通过重构模块利用三维散射中心参数估计值实现目标电磁散射特性数据的重构,既能保证目标电磁散射特性数据的重构精度,又能实现对全空间目标电磁散射特性数据的高效压缩和实时加载,提高了目标电磁散射特性数据重构的高效性。
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)
1.一种目标电磁散射特性数据重构方法,其特征在于,所述方法包括:
构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;
根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;
根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
2.根据权利要求1所述的方法,其特征在于,所述构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程的步骤包括:
根据GTD模型构建目标的三维连续回波信号模型;基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型;对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型;将所述重采样后的回波信号模型转换为状态空间方程。
3.根据权利要求1所述的方法,其特征在于,所述根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值的步骤包括;
将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积;对所述广义Hankel矩阵进行奇异值分解,根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值,然后基于所述观测矩阵的估计值确定目标散射中心参数估计值。
4.根据权利要求3所述的方法,其特征在于,所述目标散射中心参数估计值包括:散射中心位置坐标估计值、散射中心类型参数估计值以及散射中心强度估计值;所述基于所述观测矩阵的估计值确定目标散射中心参数估计值的步骤包括:
根据所述观测矩阵估计值构建剩余子矩阵,并根据所述剩余子矩阵构建位置矩阵;所述位置矩阵为包含目标位置信息的矩阵;对所述位置矩阵进行对角化处理和特征分解,以得到散射中心位置坐标估计值;对所述目标的三维回波信号模型中的参数进行解耦,并基于最小二乘估计算法分别确定散射中心的类型参数估计值以及散射中心强度估计值。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:根据信息论方法、盖式圆盘法或基于奇异值比较的方法确定所述状态空间方程的定阶结果。
6.根据权利要求1所述的方法,其特征在于,所述状态空间方程满足:
其中,m是频率的离散点,n是入射方位角的离散点,k是入射俯仰角的离散点,αi是散射中心的类型参数,fc是中心频率,C是系数矩阵,Δf(x)、Δf(y)、Δf(z)为三个方向上的重采样间隔。
7.根据权利要求1所述的方法,其特征在于,所述广义Hankel矩阵满足:
其中,表示在n、k不变的情况下,通过变化m利用构造一个Hankel矩阵;表示在k不变的情况下,通过变化n构造一个广义Hankel矩阵;表示以为元素,通过变化k构建一个广义Hankel矩阵。
8.一种目标电磁散射特性数据重构装置,其特征在于,所述装置包括:
构建模块,用于构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程;
确定模块,用于根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心的参数估计值;
重构模块,用于根据所述目标散射中心的参数估计值重构目标的电磁散射特性数据。
9.根据权利要求8所述的装置,其特征在于,所述构建模块构建目标的三维回波信号模型,并将所述三维回波信号模型转换为状态空间方程包括:
所述构建模块根据GTD模型构建目标的三维连续回波信号模型;所述构建模块基于小角度成像原理对所述三维连续回波信号模型进行离散化,以得到三维离散化回波信号模型;所述构建模块对目标的散射回波数据进行重采样,并确定重采样后的回波信号模型;所述构建模块将所述重采样后的回波信号模型转换为状态空间方程。
10.根据权利要求8所述的装置,其特征在于,所述确定模块根据目标的散射回波数据构建广义Hankel矩阵,基于所述广义Hankel矩阵对所述状态空间方程进行求解,以确定目标散射中心参数估计值包括;
所述确定模块将所述广义Hankel矩阵分解成观测矩阵和控制矩阵的乘积;所述确定模块对所述广义Hankel矩阵进行奇异值分解,根据奇异值分解结果和所述状态空间方程的定阶结果确定观测矩阵的估计值,然后基于所述观测矩阵的估计值确定目标散射中心参数估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910006972.4A CN109444842B (zh) | 2019-01-04 | 2019-01-04 | 一种目标电磁散射特性数据重构方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910006972.4A CN109444842B (zh) | 2019-01-04 | 2019-01-04 | 一种目标电磁散射特性数据重构方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109444842A true CN109444842A (zh) | 2019-03-08 |
CN109444842B CN109444842B (zh) | 2020-09-25 |
Family
ID=65542583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910006972.4A Active CN109444842B (zh) | 2019-01-04 | 2019-01-04 | 一种目标电磁散射特性数据重构方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109444842B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175745A (zh) * | 2020-01-19 | 2020-05-19 | 北京航空航天大学 | 一种基于状态空间平衡法的动目标三维成像的方法 |
CN111999712A (zh) * | 2020-08-05 | 2020-11-27 | 中国人民解放军空军工程大学 | 一种三维gtd散射中心模型的散射中心点的研究方法 |
CN112255610A (zh) * | 2020-10-21 | 2021-01-22 | 武汉滨湖电子有限责任公司 | 一种基于目标回波强度排序的散射点模型估计方法 |
CN113484842A (zh) * | 2021-09-08 | 2021-10-08 | 中国人民解放军国防科技大学 | 基于目标姿态分帧与散射字典截断的rcs重构方法 |
CN113514811A (zh) * | 2021-08-27 | 2021-10-19 | 北京环境特性研究所 | 一种雷达目标属性散射中心提取方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655546A (zh) * | 2009-09-22 | 2010-02-24 | 西北工业大学 | 卫星导航直接信号参数与多径信号数目和参数的估计方法 |
EP2293013A2 (de) * | 2009-09-02 | 2011-03-09 | Riegl Laser Measurement Systems GmbH | 3D-Laservermessungseinrichtung |
US8494820B2 (en) * | 2010-07-29 | 2013-07-23 | Hon Hai Precision Industry Co., Ltd. | Computing device and method for analyzing scattering parameters passivity |
CN105068072A (zh) * | 2015-07-22 | 2015-11-18 | 北京环境特性研究所 | 一种运动目标的一维距离像的速度补偿方法 |
CN108415017A (zh) * | 2018-05-10 | 2018-08-17 | 北京航空航天大学 | 复杂目标雷达散射特性稀疏表征的一维增广状态空间方法 |
CN108510436A (zh) * | 2018-03-28 | 2018-09-07 | 清华大学 | 一种冷冻电镜三维重构中重构参数搜索方法和系统 |
CN108732548A (zh) * | 2018-04-02 | 2018-11-02 | 北京环境特性研究所 | 圆周扫描模式下获取目标散射数据的方法 |
CN108763153A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种地下各向同性介质球电磁散射的计算方法 |
-
2019
- 2019-01-04 CN CN201910006972.4A patent/CN109444842B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2293013A2 (de) * | 2009-09-02 | 2011-03-09 | Riegl Laser Measurement Systems GmbH | 3D-Laservermessungseinrichtung |
CN101655546A (zh) * | 2009-09-22 | 2010-02-24 | 西北工业大学 | 卫星导航直接信号参数与多径信号数目和参数的估计方法 |
US8494820B2 (en) * | 2010-07-29 | 2013-07-23 | Hon Hai Precision Industry Co., Ltd. | Computing device and method for analyzing scattering parameters passivity |
CN105068072A (zh) * | 2015-07-22 | 2015-11-18 | 北京环境特性研究所 | 一种运动目标的一维距离像的速度补偿方法 |
CN108510436A (zh) * | 2018-03-28 | 2018-09-07 | 清华大学 | 一种冷冻电镜三维重构中重构参数搜索方法和系统 |
CN108732548A (zh) * | 2018-04-02 | 2018-11-02 | 北京环境特性研究所 | 圆周扫描模式下获取目标散射数据的方法 |
CN108763153A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种地下各向同性介质球电磁散射的计算方法 |
CN108415017A (zh) * | 2018-05-10 | 2018-08-17 | 北京航空航天大学 | 复杂目标雷达散射特性稀疏表征的一维增广状态空间方法 |
Non-Patent Citations (6)
Title |
---|
CHEN XUAN等: "An improved state space approach based method for extracting the target scattering center", 《2017 INTERNATIONAL APPLIED COMPUTATIONAL ELECTROMAGNETICS SOCIETY SYMPOSIUM (ACES)》 * |
HOLL D J: "State-Space Approaches to Ultra-Wideband Doppler Processing", 《WORCESTER, MASSACHUSETTS, AMERICA: WORCESTER POLYTECHNIC INSTITUTE》 * |
JUN W等: "A GTD model and state space approach based, method for extracting the UWB scattering, center of moving target", 《中国科学:信息科学(英文版)》 * |
K. YANG AND A. E. YILMAZ: "A Three-Dimensional Adaptive Integral Method for Scattering From Structures Embedded in Layered Media", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
刘巍等: "基于状态空间法的宽带阵列雷达三维参数联合估计", 《太赫兹科学与电子信息学报》 * |
徐少坤等: "基于CP-GTD模型的三维散射中心参数估计", 《电子学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175745A (zh) * | 2020-01-19 | 2020-05-19 | 北京航空航天大学 | 一种基于状态空间平衡法的动目标三维成像的方法 |
CN111175745B (zh) * | 2020-01-19 | 2020-08-18 | 北京航空航天大学 | 一种基于状态空间平衡法的动目标三维成像的方法 |
CN111999712A (zh) * | 2020-08-05 | 2020-11-27 | 中国人民解放军空军工程大学 | 一种三维gtd散射中心模型的散射中心点的研究方法 |
CN111999712B (zh) * | 2020-08-05 | 2023-06-23 | 中国人民解放军空军工程大学 | 一种三维gtd散射中心模型的散射中心点的参数估计方法 |
CN112255610A (zh) * | 2020-10-21 | 2021-01-22 | 武汉滨湖电子有限责任公司 | 一种基于目标回波强度排序的散射点模型估计方法 |
CN113514811A (zh) * | 2021-08-27 | 2021-10-19 | 北京环境特性研究所 | 一种雷达目标属性散射中心提取方法及装置 |
CN113514811B (zh) * | 2021-08-27 | 2023-05-12 | 北京环境特性研究所 | 一种雷达目标属性散射中心提取方法及装置 |
CN113484842A (zh) * | 2021-09-08 | 2021-10-08 | 中国人民解放军国防科技大学 | 基于目标姿态分帧与散射字典截断的rcs重构方法 |
CN113484842B (zh) * | 2021-09-08 | 2021-11-12 | 中国人民解放军国防科技大学 | 基于目标姿态分帧与散射字典截断的rcs重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109444842B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444842A (zh) | 一种目标电磁散射特性数据重构方法和装置 | |
CN109633647B (zh) | 一种双基地isar稀疏孔径成像方法 | |
CN107329110B (zh) | 基于稀疏阵列直接内插的波达方向估计方法 | |
CN106646344B (zh) | 一种利用互质阵的波达方向估计方法 | |
CN105445718B (zh) | 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法 | |
CN108710102B (zh) | 基于互质阵列二阶等价虚拟信号离散傅里叶逆变换的波达方向估计方法 | |
CN110244303B (zh) | 基于sbl-admm的稀疏孔径isar成像方法 | |
CN107843875A (zh) | 基于奇异值分解降噪的贝叶斯压缩感知雷达数据融合方法 | |
CN106599427B (zh) | 一种基于贝叶斯理论和气垫船姿态信息的海浪信息预测方法 | |
CN110865343B (zh) | 基于lmb的粒子滤波检测前跟踪方法及系统 | |
CN109683126A (zh) | 波达角测量方法、信号处理设备及存储介质 | |
CN109298383A (zh) | 一种基于变分贝叶斯推断的互质阵波达方向角估计方法 | |
CN110456351A (zh) | 基于时变幅值lfm信号参数估计的机动目标isar成像方法 | |
CN109489796A (zh) | 一种基于单元辐射法的水下复杂结构辐射噪声源定位识别与声辐射预报方法 | |
CN106291473A (zh) | 嵌套式天线阵列设置方法 | |
CN109407046A (zh) | 一种基于变分贝叶斯推断的嵌套阵列波达方向角估计方法 | |
CN111273229A (zh) | 基于低秩矩阵重建的水声宽频散射源的定位方法 | |
CN114970378A (zh) | 一种基于gan网络的海杂波样本库构建方法 | |
CN106125059B (zh) | 非参数联合估计信号及位置的被动定位方法 | |
CN104105049A (zh) | 一种减少传声器使用数量的房间冲激响应函数测量方法 | |
CN107305536B (zh) | 混合阶时域不连续伽略金方法 | |
CN109884621B (zh) | 雷达高度表回波相参积累方法 | |
CN106226752B (zh) | 一种扩展海杂波Pareto分布参数估计范围的方法 | |
CN105738894B (zh) | 基于增广拉普拉斯算子的微动群目标高分辨成像方法 | |
CN115859116A (zh) | 一种基于径向基函数回归插值法的海洋环境场重建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |