CN110308446A - Isar图像最小熵相位校正方法及高精度相位补偿方法 - Google Patents
Isar图像最小熵相位校正方法及高精度相位补偿方法 Download PDFInfo
- Publication number
- CN110308446A CN110308446A CN201910423313.0A CN201910423313A CN110308446A CN 110308446 A CN110308446 A CN 110308446A CN 201910423313 A CN201910423313 A CN 201910423313A CN 110308446 A CN110308446 A CN 110308446A
- Authority
- CN
- China
- Prior art keywords
- phase
- isar
- entropy
- isar image
- minimum
- 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
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
- G01S7/40—Means for monitoring or calibrating
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ISAR图像最小熵相位校正方法及高精度相位补偿方法,现有方法提出了将多普勒中心跟踪法和图像熵准则相结合的方法,但仍然存在计算量过大的问题,本方案提供了ISAR图像最小熵相位校正方法及高精度相位补偿方法,对图像评价函数可以进一步优化,利用显式表达式来描述,可以进一步地减小运算量。解决了现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大,要应用到实时ISAR成像中存在困难的问题。
Description
技术领域
本发明涉及雷达ISAR成像领域,特别涉及ISAR图像最小熵相位校正方法及高精度相 位补偿方法。
背景技术
高分辨雷达ISAR成像中,相位补偿是运动补偿的关键步骤,其补偿精度直接决定了成 像质量,并影响到后续的目标识别结果。多普勒中心跟踪法在最大似然准则下是一种最优 的方法,且计算速度快,因此获得了广泛的应用,但实用中我们发现其精度仍然难以满足 要求;基于图像熵准则的优化搜索方法解决了聚焦精度问题,但其巨大的运算量是其应用 于实际的最大障碍,以实际成像为例,一个512×1048的数据矩阵,用基于图像熵准则的 优化搜索进行相位补偿(机器配置为:CPU为i3四代,内存2G),其运算时间大概需要0.5~ 0.6小时。基于上述问题,我们提出了将多普勒中心跟踪法和图像熵准则相结合的方法,即 先采用多普勒中心跟踪法进行预聚焦,然后再对预聚焦后的数据矩阵进行小范围内的相位 优化搜索,这样既解决了精度问题又解决了速度问题,从而达到了比较理想的实用要求。
假设经过距离对准后的数据矩阵为DM*N,其中M为回波个数,N为每个回波的采样点数,算法的第一步就是先用多普勒中心跟踪法进行预聚焦。设经过预聚焦后的数据矩阵为D′M*N,算法的第二步就是基于图像熵准则进行相位的优化搜索,搜索步骤描述如下:
令i为迭代步骤,Δ为搜索步长,令为第i步搜索第m个回波时的相位偏移矢量,m=0,1,…,M-1
设定初始值,令i=1,Δ=π/180,tolerance为一个较小的常数值,用来终 止迭代运算并控制运算精度;并计算图像熵
逐个回波计算当前迭代步骤的相位偏移量:
对第m个回波来说,有三个相位矢量可供选择:
估计相位偏移量可由下式得到:
重复以下步骤,直到计算完从m=1到M-1
完成了当前的迭代步骤以后,计算图像熵之间的改变度:
如果D0>tolerance,则说明经过当前一轮的迭代以后图像熵还有明显的改变,那么令 i=i+1,跳到(1)继续执行;否则,结束搜索,最后的相位偏移矢量结果为:
经过以上步骤搜索到相位偏移矢量以后,用该矢量对数据进行进一步的补偿,补偿公 式如下:
其中diag(·)表示以矢量(·)为对角元素的对角矩阵。
现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大, 要应用到实时ISAR成像中存在困难。
发明内容
本发明的目的在于:提供了ISAR图像最小熵相位校正方法及高精度相位补偿方法,对 图像评价函数可以进一步优化,利用显式表达式来描述,可以进一步地减小运算量。解决 了现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大, 要应用到实时ISAR成像中存在困难的问题。
本发明采用的技术方案如下:
ISAR图像最小熵相位校正方法,包括以下步骤:
S1、对相位误差估计值作初始化,初始化迭代次数l;
S2、对相位误差估计值进行估计,根据相位误差估计值对每一个距离像补 偿平动产生的相位误差,然后对补偿的距离像的每一距离单元沿横向多普勒方向作多普勒 分析,从而获得二维ISAR图像g(k,n),其中:
S3、由步骤S2计算出
S4、判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值,若小 于预先设定的门限值,运算停止,输出当前为所求的校正相位;否则转步骤S2。
进一步的,所述步骤S1中相位误差估计值初始化为0。
进一步的,所述步骤S2中相位误差估计值用PGA方法进行估计。
进一步的,所述步骤S3中计算出的方法是:
S301、由于需要不断对相位进行调整以使得ISAR图像熵最小,因此,
S302、在ISAR成像过程中,由于S是一个常量,因此熵可以重新定义为:
S303、最小熵相位调节可以归结为对相位进行调整使得步骤S302中最小,即
S304、根据步骤S303进行计算得到令l=0,则
进一步的,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择N个幅度 最大的距离单元进行运算,N值为目标径向长度距离单元总数的25%-35%。
进一步的,所述步骤S4中的门限值范围为10-4/4-10-4。
ISAR图像g(k,n)的熵定义为:
其中:
熵用于衡量分布函数的光滑度,分布函数越光滑,则熵值越大。由于熵具有这样性质, 在ISAR成像中,熵可用于衡量ISAR像的聚焦质量。图像聚焦质量越好,则图像熵的值越小。因此,在相位补偿中,可以不断对相位进行调整以使得ISAR图像熵最小。可以写为:
在ISAR成像过程中,由于S是一个常量,因此熵可以重新定义为:
因此,最小熵相位调节可以归结为对相位进行调整使得最小;使最小的满足:
中对的导数为:
又因为|g(k,n)|2=g(k,n)g*(k,n),所以有:
把
代入中得:
将g(k,n)对求导:
将
代入
可以得到:
其中:
将
代入可以得到:
其中l是任意整数,不妨取值为0,因此(16)可以写为:
根据上面的公式可以得到ISAR最小熵相位校正算法的流程,具体的步骤如下:
第一步:对相位误差估计值作初始化,初始化迭代次数l;
第二步:根据相位误差估计值对每一个距离像补偿平动产生的相位误差,然后 对补偿的距离像的每一距离单元沿横向多普勒方向作一维FFT变换,即多普勒分析,从而 获得二维ISAR图像g(k,n);
第三步:由计算出∠ξ(m),并由计算出
第四步:判断是否足够精确,即判断相邻两次迭代循环后求出的值的差值是 否小于预先设定的门限值,比如经验值10-4/2。假如满足要求,运算停止,输出当前为 所求的校正相位;否则转第二步。
相位误差估计值可以初始化为0。我们再次基础上对其进行进一步改进。首先相 位误差估计值用PGA方法进行估计,其估计的精度由于多普勒中心跟踪法,同时可减少后面的迭代次数。另外,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择N个幅度最大的距离单元进行运算,N值的选择非常关键,过小导致成像质量下降,过大导致算法复杂度增加。经过多种空间目标实测数据检验,我们推荐N值为目标径向长度距离单元总数的25%-35%。
高精度相位补偿方法,包括以下步骤:
S1、获得ISAR图像的一维距离像,并对一维距离像进行平动补偿;
S2、ISAR成像中相位校正可由下面公式表示:
其中g(k,n)表示ISAR图像;f(m,n)表示 经过距离对准后的的信号;表示校正相位;k,m,n分别为多普勒频率、回波脉冲数和 距离分辨单元;式中f(m,n)和相乘完成相位校正的工作,然后对它们的乘积作 关于变量m的傅立叶变换即可得到ISAR图像。可见,如何估计出正确的是相位校正 的关键所在。对于基于最小熵的ISAR相位校正而言,就是要设计合理的算法,使得求解出 的满足ISAR图像的熵最小;
S3、利用如权利要求1所述的方法求解出满足ISAR图像的熵最小。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明ISAR图像最小熵相位校正方法及高精度相位补偿方法,对图像评价函数可以 进一步优化,利用显式表达式来描述,可以进一步地减小运算量,解决了现有技术利用上 述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大,要应用到实时ISAR 成像中存在困难的问题;
2.本发明ISAR图像最小熵相位校正方法及高精度相位补偿方法相位误差估计值用PGA方法进行估计,其估计的精度由于多普勒中心跟踪法,同时可减少后面的迭代 次数。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是风云卫星多普勒中心跟踪相位补偿方法ISAR成像结果;
图2是风云卫星本相位补偿方法ISAR成像结果(原始图像);
图3是风云卫星本相位补偿方法ISAR成像结果(放大图像)。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特 征和/或步骤以外,均可以以任何方式组合。
下面结合图1至图3对本发明作详细说明。
实施例1
ISAR图像最小熵相位校正方法,包括以下步骤:
S1、对相位误差估计值作初始化,初始化迭代次数l;
S2、对相位误差估计值进行估计,根据相位误差估计值对每一个距离像补 偿平动产生的相位误差,然后对补偿的距离像的每一距离单元沿横向多普勒方向作多普勒 分析,从而获得二维ISAR图像g(k,n),其中:
S3、由步骤S2计算出
S4、判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值,若小 于预先设定的门限值,运算停止,输出当前为所求的校正相位;否则转步骤S2。
进一步的,所述步骤S1中相位误差估计值初始化为0。
进一步的,所述步骤S2中相位误差估计值用PGA方法进行估计。
进一步的,所述步骤S3中计算出的方法是:
S301、由于需要不断对相位进行调整以使得ISAR图像熵最小,因此,
S302、在ISAR成像过程中,由于S是一个常量,因此熵可以重新定义为:
S303、最小熵相位调节可以归结为对相位进行调整使得步骤S302中最小,即
S304、根据步骤S303进行计算得到令l=0,则
进一步的,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择N个幅度 最大的距离单元进行运算,N值为目标径向长度距离单元总数的25%-35%。
进一步的,所述步骤S4中的门限值范围为10-4/4-10-4。
ISAR图像g(k,n)的熵定义为:
其中:
熵用于衡量分布函数的光滑度,分布函数越光滑,则熵值越大。由于熵具有这样性质, 在ISAR成像中,熵可用于衡量ISAR像的聚焦质量。图像聚焦质量越好,则图像熵的值越小。因此,在相位补偿中,可以不断对相位进行调整以使得ISAR图像熵最小。可以写为:
在ISAR成像过程中,由于S是一个常量,因此熵可以重新定义为:
因此,最小熵相位调节可以归结为对相位进行调整使得最小;使最小的满足:
中对的导数为:
又因为|g(k,n)|2=g(k,n)g*(k,n),所以有:
把
代入中得:
将g(k,n)对求导:
将
代入
可以得到:
其中:
将
代入可以得到:
其中l是任意整数,不妨取值为0,因此(16)可以写为:
根据上面的公式可以得到ISAR最小熵相位校正算法的流程,具体的步骤如下:
第一步:对相位误差估计值作初始化,初始化迭代次数l;
第二步:根据相位误差估计值对每一个距离像补偿平动产生的相位误差,然后 对补偿的距离像的每一距离单元沿横向多普勒方向作一维FFT变换,即多普勒分析,从而 获得二维ISAR图像g(k,n);
第三步:由计算出∠ξ(m),并由计算出
第四步:判断是否足够精确,即判断相邻两次迭代循环后求出的值的差值是 否小于预先设定的门限值,比如经验值10-4/2。假如满足要求,运算停止,输出当前为 所求的校正相位;否则转第二步。
相位误差估计值可以初始化为0。我们再次基础上对其进行进一步改进。首先相 位误差估计值用PGA方法进行估计,其估计的精度由于多普勒中心跟踪法,同时可减少后面的迭代次数。另外,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择N个幅度最大的距离单元进行运算,N值的选择非常关键,过小导致成像质量下降,过大导致算法复杂度增加。经过多种空间目标实测数据检验,我们推荐N值为目标径向长度距离单元总数的25%-35%。
高精度相位补偿方法,包括以下步骤:
S1、获得ISAR图像的一维距离像,并对一维距离像进行平动补偿;
S2、ISAR成像中相位校正可由下面公式表示:
其中g(k,n)表示ISAR图像;f(m,n)表示 经过距离对准后的的信号;表示校正相位;k,m,n分别为多普勒频率、回波脉冲数和 距离分辨单元;式中f(m,n)和相乘完成相位校正的工作,然后对它们的乘积作 关于变量m的傅立叶变换即可得到ISAR图像。可见,如何估计出正确的是相位校正的关键所在。对于基于最小熵的ISAR相位校正而言,就是要设计合理的算法,使得求解出的满足ISAR图像的熵最小;
S3、利用如权利要求1所述的方法求解出满足ISAR图像的熵最小。
实施例3
如图1-3所示,可以看出,我们的方法较大程度改善了目标ISAR成像质量,且相比常 规的基于图像熵等方法,我们的方法运算效率大为提高,在同样的机器配置和数据属性下, 我们将运算时间有原来的0.5小时缩短到8秒。数据属性如下:本雷达为全极化雷达,工作 中心频率10GHz,信号带宽1GHz,脉冲重频600Hz;跟踪目标为我国的风云卫星,我们读取512组数据进行处理,读取的通道为HH:即水平发射和水平接收。
以上所述,仅为本发明的优选实施方式,但本发明的保护范围并不局限于此,任何熟 悉本领域的技术人员在本发明所揭露的技术范围内,可不经过创造性劳动想到的变化或替 换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限 定的保护范围为准。
Claims (7)
1.ISAR图像最小熵相位校正方法,其特征在于:包括以下步骤:
S1、对相位误差估计值作初始化,初始化迭代次数l;
S2、对相位误差估计值进行估计,根据相位误差估计值对每一个距离像补偿平动产生的相位误差,然后对补偿的距离像的每一距离单元沿横向多普勒方向作多普勒分析,从而获得二维ISAR图像g(k,n),其中:
S3、由步骤S2计算出
S4、判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值,若小于预先设定的门限值,运算停止,输出当前为所求的校正相位;否则转步骤S2。
2.根据权利要求1所述的ISAR图像最小熵相位校正方法,其特征在于:所述步骤S1中相位误差估计值初始化为0。
3.根据权利要求1所述的ISAR图像最小熵相位校正方法,其特征在于:所述步骤S2中相位误差估计值用PGA方法进行估计。
4.根据权利要求1所述的ISAR图像最小熵相位校正方法,其特征在于:所述步骤S3中计算出的方法是:
S301、由于需要不断对相位进行调整以使得ISAR图像熵最小,因此,
S302、在ISAR成像过程中,由于S是一个常量,因此熵可以重新定义为:
S303、最小熵相位调节可以归结为对相位进行调整使得步骤S302中最小,即
S304、根据步骤S303进行计算得到令l=0,则
5.根据权利要求4所述的ISAR图像最小熵相位校正方法,其特征在于:在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择N个幅度最大的距离单元进行运算,N值为目标径向长度距离单元总数的25%-35%。
6.根据权利要求1所述的ISAR图像最小熵相位校正方法,其特征在于:所述步骤S4中的门限值范围为10-4/4-10-4。
7.根据权利要求1至7中任意一条所述的高精度相位补偿方法,其特征在于:包括以下步骤:
S1、获得ISAR图像的一维距离像,并对一维距离像进行平动补偿;
S2、ISAR成像中相位校正可由下面公式表示:
其中g(k,n)表示ISAR图像;f(m,n)表示经过距离对准后的的信号;表示校正相位;k,m,n分别为多普勒频率、回波脉冲数和距离分辨单元;
S3、利用如权利要求1所述的方法求解出满足ISAR图像的熵最小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423313.0A CN110308446A (zh) | 2019-05-21 | 2019-05-21 | Isar图像最小熵相位校正方法及高精度相位补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910423313.0A CN110308446A (zh) | 2019-05-21 | 2019-05-21 | Isar图像最小熵相位校正方法及高精度相位补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110308446A true CN110308446A (zh) | 2019-10-08 |
Family
ID=68075318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910423313.0A Pending CN110308446A (zh) | 2019-05-21 | 2019-05-21 | Isar图像最小熵相位校正方法及高精度相位补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110308446A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112684446A (zh) * | 2020-12-02 | 2021-04-20 | 中国人民解放军国防科技大学 | 基于最小熵准则的Bi-ISAR横向定标与畸变校正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199031A (zh) * | 2014-08-12 | 2014-12-10 | 北京理工大学 | 一种geo sar电离层闪烁幅相误差补偿的自聚焦方法 |
KR101738811B1 (ko) * | 2016-02-26 | 2017-05-22 | 포항공과대학교 산학협력단 | 살리스 엔트로피를 이용한 역합성 개구면 레이더 영상 생성 장치 및 그것을 이용한 자동 초점 방법 |
CN106772375A (zh) * | 2016-12-27 | 2017-05-31 | 哈尔滨工业大学 | 基于参数估计的压缩感知成像方法 |
CN106990397A (zh) * | 2017-06-07 | 2017-07-28 | 电子科技大学 | 双基地前视sar非系统距离徙动校正方法 |
-
2019
- 2019-05-21 CN CN201910423313.0A patent/CN110308446A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199031A (zh) * | 2014-08-12 | 2014-12-10 | 北京理工大学 | 一种geo sar电离层闪烁幅相误差补偿的自聚焦方法 |
KR101738811B1 (ko) * | 2016-02-26 | 2017-05-22 | 포항공과대학교 산학협력단 | 살리스 엔트로피를 이용한 역합성 개구면 레이더 영상 생성 장치 및 그것을 이용한 자동 초점 방법 |
CN106772375A (zh) * | 2016-12-27 | 2017-05-31 | 哈尔滨工业大学 | 基于参数估计的压缩感知成像方法 |
CN106990397A (zh) * | 2017-06-07 | 2017-07-28 | 电子科技大学 | 双基地前视sar非系统距离徙动校正方法 |
Non-Patent Citations (1)
Title |
---|
王锐: "分布式全相参雷达参数估计及ISAR成像方法研究", 《中国优秀博士学位论文全文数据库(电子期刊)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112684446A (zh) * | 2020-12-02 | 2021-04-20 | 中国人民解放军国防科技大学 | 基于最小熵准则的Bi-ISAR横向定标与畸变校正方法 |
CN112684446B (zh) * | 2020-12-02 | 2021-07-30 | 中国人民解放军国防科技大学 | 基于最小熵准则的Bi-ISAR横向定标与畸变校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106802416B (zh) | 一种快速因式分解后向投影sar自聚焦方法 | |
JP6660857B2 (ja) | レーダーシステムを用いて関心領域の画像を生成する方法 | |
US7145496B2 (en) | Autofocus method based on successive parameter adjustments for contrast optimization | |
CN109061554B (zh) | 一种基于空间离散网格动态更新的目标到达角度估计方法 | |
CN105842694A (zh) | 一种基于ffbp sar成像的自聚焦方法 | |
CN109597072B (zh) | 一种双基合成孔径雷达sar系统的成像处理方法及装置 | |
CN108319570B (zh) | 一种异步多传感器空时偏差联合估计与补偿方法及装置 | |
CN110554385A (zh) | 机动轨迹合成孔径雷达自聚焦成像方法、装置及雷达系统 | |
US10769801B2 (en) | Fast multi-spectral image registration by modeling platform motion | |
CN115034993A (zh) | 一种运动目标图像去散焦处理方法、装置及存储介质 | |
CN105116411A (zh) | 一种适用于距离徙动算法的两维自聚焦方法 | |
CN101487888A (zh) | 一种空间谱谱峰搜索方法 | |
CN111046591A (zh) | 传感器幅相误差与目标到达角度的联合估计方法 | |
Gao et al. | Joint translational motion compensation method for ISAR imagery under low SNR condition using dynamic image sharpness metric optimization | |
CN110308446A (zh) | Isar图像最小熵相位校正方法及高精度相位补偿方法 | |
CN104407366A (zh) | 一种对伪距进行平滑处理的方法 | |
CN112415512A (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
US9964640B2 (en) | Method for phase unwrapping using confidence-based rework | |
CN116540203A (zh) | 基于快速稀疏贝叶斯的宽带雷达高速目标的相参积累方法 | |
US11774574B2 (en) | Methods and system for determining an angle of a detection | |
Zhang et al. | An improved time-domain autofocus method based on 3-D motion errors estimation | |
CN113625063B (zh) | 一种整机条件下的天线单脉冲性能评估方法 | |
CN113219457B (zh) | 超宽带调频连续波sar自聚焦成像方法 | |
CN108226929B (zh) | 一种正侧视sar慢速目标的检测方法及检测系统 | |
CN111190173A (zh) | 一种基于预测值量测转换的相控阵雷达目标跟踪方法 |
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 |