CN109633640A - 一种基于对海成像的isar处理算法 - Google Patents
一种基于对海成像的isar处理算法 Download PDFInfo
- Publication number
- CN109633640A CN109633640A CN201811417177.6A CN201811417177A CN109633640A CN 109633640 A CN109633640 A CN 109633640A CN 201811417177 A CN201811417177 A CN 201811417177A CN 109633640 A CN109633640 A CN 109633640A
- Authority
- CN
- China
- Prior art keywords
- core
- distance
- data
- orientation
- carried out
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明一种基于对海成像的ISAR处理算法,包括以下步骤:步骤一:进行距离向FFT处理,然后进行残余线性距离走动校正,将距离走动校正后的数据变换到距离时域;步骤二:对距离脉压后的雷达回波数据进行距离向CFAR检测;步骤三:采用全局最小熵,完成包络对齐;步骤四:采用相位梯度自聚焦算法进行相位估计,完成相位补偿;步骤五:对补偿后的数据进行方位向CFAR检测。步骤六:进行量化处理。本发明能够快速实现运动舰船目标成像,得到聚焦良好的舰船成像结果。
Description
技术领域
本发明属于对海成像算法的软件实现,具体涉及一种弹载雷达对海面运动舰船目标成像ISIR(逆合成孔径雷达Inverse Synthetic Aperture Radar)算法快速实现的方法。
背景技术
随着信号处理算法的日益复杂,算法要求处理数据量逐步增大以获得更多的信息。信号处理分机的处理能力虽然日益增强,但是仍然有部分硬件资源制约着处理速度,如由于片内高速内存较小,大数据只能存储于外部慢速存储器,导致CPU处理速度被拖慢。因此必须针对信号处理单元的已有资源,以及处理算法的特点,设计特定的处理软件实现算法的最快处理。
发明内容
针对现有技术计算速度慢、实时性差的问题,本发明提出了一种基于对海成像的ISAR处理算法,能够快速实现运动舰船目标成像,得到聚焦良好的舰船成像结果。
本发明一种基于对海成像的ISAR处理算法,包括以下步骤:
步骤一:对距离脉压后的雷达回波数据进行距离向CFAR检测;
步骤二:进行距离向FFT处理,然后进行残余线性距离走动校正,将距离走动校正后的数据变换到距离时域;
步骤三:采用全局最小熵,完成包络对齐;
步骤四:采用相位梯度自聚焦算法进行相位估计,完成相位补偿;
步骤五:对补偿后的数据进行方位向CFAR检测。
步骤六:进行量化处理。
进一步,所述步骤一雷达回波数据存储在随机存储器中,数据读取在距离向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标距离向位置放到共享中,N为DSP的核数。
进一步,所述步骤二从DDR中按距离向分N核读取数据,并做FFT处理,每个距离单元乘以校正因子,进行N核并行矩阵转置,N为DSP的核数。
进一步,所述步骤三从DDR中按方位向分N核读取回波数据,距离向进行FFT,求回波的模值并将模值按方位向累加,将模值和FFT结果按方位向分N核放到随机存储器中,在0核中将累加的模值进行汇总得到初始平均距离像,该向量需要放到共享中;在方位向分N核进行处理,将结果在方位向分N核放到随机存储器中,实现迭代求最优值,N为DSP的核数。
进一步,所述步骤四首先从DDR中读取数据,在距离向上分N核进行FFT,然后通过迭代获得相位信息并进行相位补偿,在迭代过程中,在距离向上分N核按距离单元求能量值,在0核对能量排序记录对应坐标,获得特显点,将特显点数所在的距离单元进行N核并行处理,通过循环移位将每一距离单元最强点移至多普勒频率零点,并进行加窗处理,将结果在距离向分N核放到DDR中;接下来在0核中通过特显点相邻脉冲共轭相乘获得每个脉冲需要校正的相位,从而进行补偿;最后在距离向上分N核做FFT得到更新的目标像,N为DSP的核数。
进一步,所述步骤五雷达回波数据存储在DDR中,数据读取在方位向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标方位向位置放到共享中,以便N核同时调用,N为DSP的核数。
进一步,所述步骤六首先从DDR中读取数据,在距离向分N核,每个核在方位进行复向量相加,在0核将每个核的累加结果汇总并相加,得到图像的最大值和均值,这两个值需要放到共享中,从而1~N核可以调用,最后将距离向分N核,把图像信息与上下门限值比较,从而得到图像输出,N为DSP的核数。
有益效果:
与现有技术相比,由于利用芯片多核DSP并行处理,运算数据放在片内高速缓存中,提高运算效率。另外采用相位梯度自聚焦等算法很好的解决运动舰船引起图像散焦的问题,从而得到良好的图像。
附图说明
图1为本发明的流程图;
图2为本发明中步骤三的流程图;
图3为本发明中步骤四的流程图;
具体实施方式
下面结合附图和具体的成像过程对本发明的技术方案做进一步详细的解释和说明。
本发明对海成像算法是利用残余线性走动校正,距离变换到距离时域,方位通过FFT(离散傅式变换Fast Fourier Transformation)得到整个波束照射区域的雷达图像;通过CFAR(Constant False-Alarm Rate单元平均恒虚警检测)检测得到目标信息,采用PGA(the phase gradient autofocus algorithm相位梯度自聚焦算法)算法的相位误差估计算子,完成相位误差估计,实现相位补偿,完成舰船目标精确聚焦,得到聚焦良好的舰船成像结果。
本实施例的对海成像是在TMS320C6678芯片8核并行处理基础上,将复杂的对海成像算法通过分8核并行处理的方式实现,充分利用芯片多核DSP(Digital signalprocessing数字信号处理)并行处理、CPU高速处理、EDMA直接内存读取的特点,合理分配总线传输带宽以及内核处理时间,保障总线、内核全负荷工作。这样速度更快、效率更高,成像时间更短。
TMS320C6678是TI公司开发的8核高性能DSP芯片,其工作主频最大能达1.2GHz,拥有丰富的SRIO、PCIE等高速外部接口,以及增强型直接内存读取EDMA模块,TMS320C6678芯片每个内核有32KB的L1SRAM和512KB的L2SRAM,它们的数据读取速率与CPU主频接近,可最大限度的发挥CPU的运算速率。为大运算量、高实时性要求的雷达成像提供了可能。可利用其它多核DSP芯片实现本发明。
本发明的实现过程,如图1所示,具体步骤如下:
步骤一:对距离脉压后的雷达回波数据进行距离向CFAR检测;
具体为:雷达回波数据存储在DDR中,数据读取在距离向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标距离向位置放到共享中,以便N核同时调用。
步骤二:进行距离向FFT处理,然后进行残余线性距离走动校正,将距离走动校正后的数据变换到距离时域;
具体为:从DDR(Double Data Rate SDRAM双倍速率同步动态随机存储器)中按距离向分N核读取数据,并做FFT处理,每个距离单元乘以校正因子,该校正因子的生成用汇编实现并放到L2SRAM(动态缓存)或共享内存中,以便每个核使用,同时该步骤要进行N核并行矩阵转置,且转置采用快速转置多核并行处理方法,相比传统单一的CPU转置快十几倍。因为TMS320C6678芯片为8核DSP,所以N为8。
步骤三:采用全局最小熵,完成包络对齐;
具体为:从DDR中按方位向分N核读取回波数据,距离向进行FFT,求回波的模值并将模值按方位向累加,将模值和FFT结果按方位向分N核放到DDR中,在0核中将累加的模值进行汇总得到初始平均距离像,该向量需要放到共享中,以便其它核调用,接下来是通过迭代求最优值过程,该过程在方位向分N核进行处理,最后将结果在方位向分N核放到DDR中,该步骤具体实现过程如图2所示。
步骤四:采用相位梯度自聚焦(PGA)算法进行相位估计,完成相位补偿;
具体为:该步骤具体实现过程如图3所示,首先从DDR中读取数据,在距离向上分N核进行FFT,然后通过迭代获得相位信息并进行相位补偿,在迭代过程中,在距离向上分N核按距离单元求能量值,在0核对能量排序记录对应坐标,获得特显点,将特显点数所在的距离单元进行N核并行处理,通过循环移位将每一距离单元最强点移至多普勒频率零点,并进行加窗处理,将结果在距离向分N核放到DDR中;接下来在0核中通过特显点相邻脉冲共轭相乘获得每个脉冲需要校正的相位,从而进行补偿;最后在距离向上分N核做FFT得到更新的目标像。
步骤五:对补偿后的数据进行方位向CFAR检测。该过程中的CFAR检测实现过程同步骤一。
雷达回波数据存储在DDR中,数据读取在方位向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标方位向位置放到共享中,以便N核同时调用。
步骤六:进行量化处理;
具体为:首先从DDR中读取数据,在距离向分N核,每个核在方位进行复向量相加,在0核将每个核的累加结果汇总并相加,得到图像的最大值和均值,这两个值需要放到共享中,从而1~N核可以调用,最后将距离向分N核,把图像信息与上下门限值比较,从而得到图像输出。
本发明的方法进行了外场挂飞试验验证,成像结果良好,且实现时间较短,与原有实现方法相比,本专利设计的方法充分利用芯片多核DSP并行处理、CPU高速处理、EDMA直接内存读取资源,相比单一设计速度更快、效率更高,达到较高的并行比。
上述具体实施方式仅用于解释和说明本发明的技术方案,但并不能构成对权利要求的保护范围的限定。本领域技术人员应当清楚,在本发明的技术方案的基础上做任何简单的变形或替换而得到的新的技术方案,均将落入本发明的保护范围之内。
Claims (7)
1.一种基于对海成像的ISAR处理算法,包括以下步骤:
步骤一:对距离脉压后的雷达回波数据进行距离向CFAR检测;
步骤二:进行距离向FFT处理,然后进行残余线性距离走动校正,将距离走动校正后的数据变换到距离时域;
步骤三:采用全局最小熵,完成包络对齐;
步骤四:采用相位梯度自聚焦算法进行相位估计,完成相位补偿;
步骤五:对补偿后的数据进行方位向CFAR检测。
步骤六:进行量化处理。
2.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤一雷达回波数据存储在随机存储器中,数据读取在距离向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标距离向位置放到共享中,N为DSP的核数。
3.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤二从DDR中按距离向分N核读取数据,并做FFT处理,每个距离单元乘以校正因子,进行N核并行矩阵转置,N为DSP的核数。
4.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤三从DDR中按方位向分N核读取回波数据,距离向进行FFT,求回波的模值并将模值按方位向累加,将模值和FFT结果按方位向分N核放到随机存储器中,在0核中将累加的模值进行汇总得到初始平均距离像,该向量需要放到共享中;在方位向分N核进行处理,将结果在方位向分N核放到随机存储器中,实现迭代求最优值,N为DSP的核数。
5.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤四首先从DDR中读取数据,在距离向上分N核进行FFT,然后通过迭代获得相位信息并进行相位补偿,在迭代过程中,在距离向上分N核按距离单元求能量值,在0核对能量排序记录对应坐标,获得特显点,将特显点数所在的距离单元进行N核并行处理,通过循环移位将每一距离单元最强点移至多普勒频率零点,并进行加窗处理,将结果在距离向分N核放到DDR中;接下来在0核中通过特显点相邻脉冲共轭相乘获得每个脉冲需要校正的相位,从而进行补偿;最后在距离向上分N核做FFT得到更新的目标像,N为DSP的核数。
6.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤五雷达回波数据存储在DDR中,数据读取在方位向分N核完成,并将数据块能量投影为一个列向量,在0核获得数据能量均值,按全局检测门限检出目标点,将检测到的目标方位向位置放到共享中,以便N核同时调用,N为DSP的核数。
7.如权利要求1所述的一种基于对海成像的ISAR处理算法,其特征在于,所述步骤六首先从DDR中读取数据,在距离向分N核,每个核在方位进行复向量相加,在0核将每个核的累加结果汇总并相加,得到图像的最大值和均值,这两个值需要放到共享中,从而1~N核可以调用,最后将距离向分N核,把图像信息与上下门限值比较,从而得到图像输出,N为DSP的核数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811417177.6A CN109633640A (zh) | 2018-11-26 | 2018-11-26 | 一种基于对海成像的isar处理算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811417177.6A CN109633640A (zh) | 2018-11-26 | 2018-11-26 | 一种基于对海成像的isar处理算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109633640A true CN109633640A (zh) | 2019-04-16 |
Family
ID=66069180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811417177.6A Pending CN109633640A (zh) | 2018-11-26 | 2018-11-26 | 一种基于对海成像的isar处理算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109633640A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221298A (zh) * | 2019-06-20 | 2019-09-10 | 中国人民解放军国防科技大学 | 一种低频段星载sar电离层闪烁效应自聚焦方法 |
CN110873881A (zh) * | 2019-11-29 | 2020-03-10 | 上海无线电设备研究所 | 一种基于dsp tms320c6678芯片的自聚焦算法及用途 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103852759A (zh) * | 2014-04-08 | 2014-06-11 | 电子科技大学 | 扫描雷达超分辨成像方法 |
US20140232590A1 (en) * | 2013-02-15 | 2014-08-21 | Raytheon Company | Sar image formation |
CN104515980A (zh) * | 2014-12-08 | 2015-04-15 | 广西大学 | 一种基于InSAR构型的地面运动目标检测方法和装置 |
CN104777479A (zh) * | 2015-05-05 | 2015-07-15 | 西安电子科技大学 | 基于多核dsp的前侧视sar实时成像方法 |
CN104931967A (zh) * | 2015-06-12 | 2015-09-23 | 西安电子科技大学 | 一种改进的高分辨率sar成像自聚焦方法 |
CN105044716A (zh) * | 2015-05-27 | 2015-11-11 | 西安空间无线电技术研究所 | 一种补偿背景电离层对geosar成像影响的参数化自聚焦方法 |
CN105759267A (zh) * | 2016-03-11 | 2016-07-13 | 南京航空航天大学 | 一种大斜视角SAR的改进Omega-K成像方法 |
CN105974416A (zh) * | 2016-07-26 | 2016-09-28 | 四川电子军工集团装备技术有限公司 | 积累互相关包络对齐的8核dsp片上并行实现方法 |
CN106526583A (zh) * | 2016-10-21 | 2017-03-22 | 北京无线电测量研究所 | 一种基于天线方向图信息的地面运动目标定位方法 |
CN108152816A (zh) * | 2016-12-05 | 2018-06-12 | 南京理工大学 | 基于多核dsp的实时sar成像系统及成像方法 |
-
2018
- 2018-11-26 CN CN201811417177.6A patent/CN109633640A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140232590A1 (en) * | 2013-02-15 | 2014-08-21 | Raytheon Company | Sar image formation |
CN103852759A (zh) * | 2014-04-08 | 2014-06-11 | 电子科技大学 | 扫描雷达超分辨成像方法 |
CN104515980A (zh) * | 2014-12-08 | 2015-04-15 | 广西大学 | 一种基于InSAR构型的地面运动目标检测方法和装置 |
CN104777479A (zh) * | 2015-05-05 | 2015-07-15 | 西安电子科技大学 | 基于多核dsp的前侧视sar实时成像方法 |
CN105044716A (zh) * | 2015-05-27 | 2015-11-11 | 西安空间无线电技术研究所 | 一种补偿背景电离层对geosar成像影响的参数化自聚焦方法 |
CN104931967A (zh) * | 2015-06-12 | 2015-09-23 | 西安电子科技大学 | 一种改进的高分辨率sar成像自聚焦方法 |
CN105759267A (zh) * | 2016-03-11 | 2016-07-13 | 南京航空航天大学 | 一种大斜视角SAR的改进Omega-K成像方法 |
CN105974416A (zh) * | 2016-07-26 | 2016-09-28 | 四川电子军工集团装备技术有限公司 | 积累互相关包络对齐的8核dsp片上并行实现方法 |
CN106526583A (zh) * | 2016-10-21 | 2017-03-22 | 北京无线电测量研究所 | 一种基于天线方向图信息的地面运动目标定位方法 |
CN108152816A (zh) * | 2016-12-05 | 2018-06-12 | 南京理工大学 | 基于多核dsp的实时sar成像系统及成像方法 |
Non-Patent Citations (3)
Title |
---|
刘忠胜等: "一种基于短时傅里叶变换的机载SAR自聚焦算法", 《电子与信息学报》 * |
张强等: "基于多核DSP互联架构的SAR处理研究与设计", 《电子技术应用》 * |
杨骏泽: "机动目标ISAR成像关键技术研究", 《中国优秀硕士学位论文全文数据 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221298A (zh) * | 2019-06-20 | 2019-09-10 | 中国人民解放军国防科技大学 | 一种低频段星载sar电离层闪烁效应自聚焦方法 |
CN110873881A (zh) * | 2019-11-29 | 2020-03-10 | 上海无线电设备研究所 | 一种基于dsp tms320c6678芯片的自聚焦算法及用途 |
CN110873881B (zh) * | 2019-11-29 | 2023-05-16 | 上海无线电设备研究所 | 一种基于dsp tms320c6678芯片的自聚焦算法及用途 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102680945B (zh) | 基于fpga的多普勒调频率估计方法 | |
CN103257341B (zh) | 基于fpga的自聚焦算法快速实现方法 | |
CN110275166A (zh) | 基于admm的快速稀疏孔径isar自聚焦与成像方法 | |
CN105137428B (zh) | 去斜率信号的极坐标格式成像算法的fpga实现方法 | |
CN109633640A (zh) | 一种基于对海成像的isar处理算法 | |
WO2019184343A1 (zh) | 基于gpu的多种mv高清算法快速医学超声影像系统 | |
CN109613536B (zh) | 一种星载sar实时处理装置及方法 | |
Shi et al. | Improved uniform linear array fitting scheme with increased lower bound on uniform degrees of freedom for DOA estimation | |
CN110146842B (zh) | 基于欠采样的信号载频与二维doa参数估计方法 | |
CN111257874A (zh) | 一种pfa的fpga并行实现方法 | |
CN112288847B (zh) | 基于快速傅里叶变换的光场三维重建方法 | |
Zhu et al. | A miniaturized high resolution SAR processor using FPGA | |
Qu et al. | Enhanced through-the-wall radar imaging based on deep layer aggregation | |
Liu et al. | FPGA implementation of SAR imaging processing system | |
CN109061644A (zh) | 基于时频旋转后向投影算法的sar成像方法 | |
Benson et al. | GPU-based space-time adaptive processing (STAP) for radar | |
CN108508426A (zh) | 基于多核dsp的sar回波信号生成方法及回波模拟器 | |
CN108038830A (zh) | 软件cache技术用于SAR图像几何校正的方法 | |
CN108896967A (zh) | 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置 | |
Chen et al. | An improved BP algorithm for high-resolution MIMO imaging radar | |
CN102654574A (zh) | 基于fpga的多普勒中心估计方法 | |
CN107367730B (zh) | 适用于条带式合成孔径声呐对场景目标成像的自聚焦方法 | |
WO2020037614A1 (zh) | 一种提高机载雷达杂波抑制性能的方法及系统 | |
Xiaoguang | Signal Processing System of Back-Projection Algorithm with Multi GPU s | |
CN112346057B (zh) | 一种图像处理过程中的二维插值模块 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190416 |
|
WD01 | Invention patent application deemed withdrawn after publication |