CN111665507B - 图像干扰抑制方法、装置、计算机可读介质和电子设备 - Google Patents

图像干扰抑制方法、装置、计算机可读介质和电子设备 Download PDF

Info

Publication number
CN111665507B
CN111665507B CN202010694412.5A CN202010694412A CN111665507B CN 111665507 B CN111665507 B CN 111665507B CN 202010694412 A CN202010694412 A CN 202010694412A CN 111665507 B CN111665507 B CN 111665507B
Authority
CN
China
Prior art keywords
data
synthetic aperture
interference
aperture radar
radar image
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.)
Active
Application number
CN202010694412.5A
Other languages
English (en)
Other versions
CN111665507A (zh
Inventor
李宁
吕宗森
郭拯危
闵林
毋琳
赵建辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University
Original Assignee
Henan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University filed Critical Henan University
Priority to CN202010694412.5A priority Critical patent/CN111665507B/zh
Publication of CN111665507A publication Critical patent/CN111665507A/zh
Application granted granted Critical
Publication of CN111665507B publication Critical patent/CN111665507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

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

本申请实施例提供了一种图像干扰抑制方法、装置、计算机可读介质和电子设备。该方法用于对星载合成孔径雷达图像进行干扰抑制，包括：对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；提取所述第一数据中的干扰信号特征；对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。

Description

图像干扰抑制方法、装置、计算机可读介质和电子设备
技术领域
本申请实施例涉及图像处理技术领域，具体涉及一种图像干扰抑制方法、装置、计算机可读介质和电子设备。
背景技术
合成孔径雷达(Synthetic Aperture Radar，简称SAR)属于微波成像雷达，与真实孔径雷达相比，合成孔径雷达在其运动过程中等效于一个长孔径雷达，从而可以达到高分辨率。不仅如此，合成孔径雷达由于其穿透能力能够穿透云层、大气、雨雾，从而具有全天时全天候的特点。合成孔径雷达被广泛应用于军事和民生领域，比如，军事目标检测、区域探测和侦察、自然灾害检测、农作物分类、地表形变检测等。但日益复杂的电磁环境使得其在接收回波信号时夹杂着干扰信号，由于各国的卫星发射计划以及日益负载的频谱资源环境，合成孔径雷达面临着很高的挑战。
目前，针对SAR无意干扰抑制技术，国内外学者已作出一些研究。经典的陷波法在距离频谱上消除干扰信号是不连贯、不一致的；因为干扰信号在频谱上的分布不同，则陷波操作的区域也就不同。虽然陷波法简单、易实现，但缺点(不连贯、不一致)也非常明显。参数估计相消法对干扰源产生的干扰信号进行估计并相位相消，从而可以一致的将干扰信号消除掉，达到抑制干扰的效果。但估计干扰信号本身就是一件苦难的事情，该方法受到估计精度的局限。Reigber等人和Natsuaki等人利用多普勒间隔差异在距离时域方位频域进行干扰抑制，并提出了相应的滤波方法，最著名的自适应滤波技术是最小均方算法(Least MeanSquare，简称LMS算法)，该算法能在信号集中时间、稳定性、复杂性上很好的适应当前环境。其滤波器由最小均方误差决定。对于参数估计相消法，LMS算法属于自动化构建适应于当前环境的窄带干扰信号的方法，正因其自动化程度高，被归于自适应滤波类方法。LMS算法对干扰信号环境的不稳定性非常敏感，因此，该方法也受到一定限制。
综上所述，针对星载合成孔径雷达图像的干扰现象，如何进行高效、自适应、稳定性强的干扰抑制，成为一个亟待解决的问题。
发明内容
有鉴于此，本申请实施例提供一种图像干扰抑制方法、装置、计算机可读介质和电子设备，用以解决或缓解上述技术中存在的技术问题。
为了实现上述目的，本发明提供如下技术方案：
本申请实施例提供一种图像干扰抑制方法，用于对星载合成孔径雷达图像进行干扰抑制，包括：对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；提取所述第一数据中的干扰信号特征；对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。
可选地，在本申请的任一实施例中，所述对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，具体为：对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。
可选地，在本申请的任一实施例中，所述提取所述第一数据中的干扰信号特征，具体为：基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。
可选地，在本申请的任一实施例中，所述对所述干扰信号特征进行筛选，得到第二数据，具体为：根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。
本申请实施例还提供一种图像干扰抑制装置，其特征在于，用于对星载合成孔径合成孔径雷达图像进行干扰抑制，包括：逆聚焦模块，配置为对所述合成孔径雷达图像进行逆聚焦，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；特征提取模块，配置为提取所述第一数据中的干扰信号特征；干扰数据模块，配置为对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；干扰抑制模块，配置为根据所述第一数据和所述第二数据，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；聚焦模块，配置为对第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。
可选地，在本申请的任一实施例中，所述特征提取模块，进一步配置为基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。
可选地，在本申请的任一实施例中，所述干扰数据模块，进一步配置为根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。
本申请实施例还提供一种计算机可读介质，其上存储有计算机程序，所述程序为如上述任一所述的图像干扰抑制方法。
本申请实施例还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述任一所述的图像干扰抑制方法。
与最接近的现有技术相比，本申请实施例的技术方案具有如下有益效果：
本申请实施例提供的图像干扰抑制方法、装置、计算机可读介质和电子设备中，通过对所述合成孔径雷达图像进行逆聚焦操作，得到合成孔径雷达图像的回波数据的近似数据，进而提取合成孔径雷达图像的回波数据的近似数据中的干扰信号特征，并对干扰信号特征进行筛选，得到合成孔径雷达图像的干扰信号数据；最后，将干扰信号数据从合成孔径雷达图像的回波数据的近似数据中去除，得到没有干扰信号的合成孔径雷达图像的回波数据的近似数据，并对该数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。籍此，直接对合成孔径雷达图像进行操作，相比于根据星载合成孔径雷达的回波数据进行成像操作具有更高的效率。
附图说明
为了更清楚说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1A为根据本申请的一些实施例提供的图像干扰方法的流程示意图；
图1B为根据本申请的一些实施例提供的含干扰的星载合成孔径雷达的合成孔径雷达图像示意图；
图1C为图1B所示合成孔径雷达图像在方位向进行逆聚焦操作；
图1D为图1B所示合成孔径雷达图像在距离向进行逆聚焦操作；
图1E为图1B所示合成孔径雷达图像的干扰信号特征的最大特征值序列；
图1F为图1B所示合成孔径雷达图像的干扰信号数据；
图1G为图1B所示合成孔径雷达图像干扰抑制后的图像；
图2为根据本申请的一些实施例提供的图像干扰抑制装置的结构示意图；
图3为根据本申请的一些实施例提供的电子设备的结构示意图；
图4为根据本申请的一些实施例提供的电子设备的硬件结构。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清除、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
首先，在本申请实施例中，需要说明的是，合成孔径雷达在距离向和方位向发射的信号类型为线性调频信号，该线性调频信号经历时空历程，被雷达接收机接收为含带地表散射信息的回波数据。回波数据经成像算法处理后，聚焦成为合成孔径雷达图像，该过程称之为聚焦操作；将合成孔径雷达图像按照成像算法的逆过程进行解算，能够得到回波数据，该逆过程称之为逆聚焦操作。
对回波数据在距离向、方位向上进行聚焦操作，得到合成孔径雷达图像的核心为脉冲压缩，实现方式如下步骤：
(1)将回波数据沿某一方向进行快速傅里叶变换(fast Fourier transform，简称FFT)
(2)构建匹配滤波器(相位函数H)，如下公式(1)所示：
Figure BDA0002590516720000051
Figure BDA0002590516720000052
其中，K为调频率，f为频率轴，线性调频信号的带宽为B，脉宽为T。
将快速傅里叶变换后的回波数据在频域与匹配滤波器相乘，得到频域匹配滤波后的数据。
(3)将频域匹配滤波后的数据沿距离向、方位向进行快速傅里叶逆变换(IFFT)完成聚焦操作。
示例性方法
图1A为根据本申请的一些实施例提供的图像干扰方法的流程示意图；如图1A所示，该图像干扰抑制方法，用于对星载合成孔径雷达图像进行干扰抑制，包括：
步骤S101、对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据。
在本申请实施例中，对所述合成孔径雷达图像进行逆聚焦操作，即对合成孔径雷达图像进行成像算法的逆过程。在理想状态下，严格按照成像算法的逆过程对合成孔径雷达图像进行处理，可以得到准确无误的回波数据。但通常情况下，对合成孔径雷达图像所使用的成像算法并不了解，因而，在这种情况下，通过对合成孔径雷达图像进行脉冲压缩的逆过程，即在相应的频域，与匹配滤波器的共轭函数相乘，实现对合成孔径雷达图像的逆聚焦操作，得到合成孔径雷达图像的回波数据的近似数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，具体为：对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在本申请实施例中，对合成孔径雷达图像在距离向、方位向上进行逆聚焦操作的核心为对合成孔径雷达图像进行脉冲压缩的逆过程，即在相应的频域，与匹配滤波器的共轭函数相乘。其中，方位向逆聚焦操作实现方式如下：
(1)将合成孔径雷达图像进行方位向进行快速傅里叶变换(FFT)，使合成孔径雷达图像变换至距离时域方位频域；
(2)在方位频域与相位函数(如下公式(3)所示)相乘，
Figure BDA0002590516720000061
其中，Ka方位向调频率，fa为方位向频率轴。
(3)将距离时域方位频域与经相位函数(公式(3))相乘后的数据在方位向进行快速傅里叶逆变换，完成方位向逆聚焦操作。
距离向逆聚焦操作实现方式如下：
(1)将合成孔径雷达图像进行距离向进行快速傅里叶变换(FFT)，使合成孔径雷达图像变换至距离频域方位时域；
(2)在距离频域与相位函数(如下公式(4)所示)相乘，
Figure BDA0002590516720000071
其中，Kr距离向调频率，fr为距离向频率轴。
(3)将距离频域方位时域与经相位函数(公式(4))相乘后的数据在距离向进行快速傅里叶逆变换，完成距离向逆聚焦操作。
步骤S102、提取所述第一数据中的干扰信号特征。
在本申请实施例中，干扰信号在合成孔径雷达图像中很难消除，要想从源头抑制干扰信号，需要从回波数据上进行干扰抑制操作，将干扰信号从回波数据中去除。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在本申请实施例中，在提取所述第一数据中的干扰信号特征时，通过将合成孔径雷达图像在距离向、方位向进行逆聚焦操作，得到第一数据(合成孔径雷达图像的回波数据的近似数据)的协方差矩阵的特征值序列，统计最大特征值序列，即提取每条数据的协方差矩阵的特征值序列的最大值，得到干扰信号特征。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述提取所述第一数据中的干扰信号特征，具体为：基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。籍此，可以对窄带干扰、宽带干扰、窄带宽带混合干扰等均可有效的进行干扰信号特征提取。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在本申请实施例中，直接对合成孔径雷达图像进行操作，相比于根据星载合成孔径雷达的回波数据进行成像操作具有更高的效率；基于特征子空间重构技术，对窄带干扰、宽带干扰、窄带宽带混合干扰等均可有效的进行干扰信号特征提取，使该图像干扰抑制方法具有更好的自适应性和稳定性。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在本申请实施例中，合成孔径雷达图像经过距离向、方位向逆聚焦操作后得到的第一数据按照时间时延嵌套构造相空间矩阵，如下公式(5)所示；
Figure BDA0002590516720000081
其中，x(k)为第一数据中包含的采样数据，S为第一数据按照时间时延嵌套构造的相空间矩阵；L代表协方差矩阵的维度，L为正整数(通常情况下，L为32或64)，Nr为距离向采样数据的数量，M＝Nr+1-L，M为正整数。
在本申请实施例中，L越大，构造的相空间矩阵的精度越高，但随之数据量快速增加。通常情况下，L为32或64，可以有效保证构造的相空间矩阵的精度与计算效率之间的平衡。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
x(k)的协方差矩阵
Figure BDA0002590516720000082
如下公式(6)所示：
Figure BDA0002590516720000083
对协方差矩阵
Figure BDA0002590516720000084
进行特征值分解，有：
Figure BDA0002590516720000085
其中，Λ＝diag(λ1，λ2，λ3…，λL)，(其中，L为正整数)为一L×L对角矩阵，λ为特征值，其对应的特征向量为U＝[u1，u2，u3，...，uL]，。通常情况下，由于干扰信号的强功率特性，因而，认定特征值序列中较大的几个特征值为干扰信号对应的特征值，干扰特征值λ对应的特征向量Uk＝[u1，u2，u3，...，uk]为(其中，k为正整数)为干扰信号特征。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
步骤S103、对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据。
在本申请实施例中，通过观察最大特征值序列中的特征值与预设阈值进行比较，对干扰信号特征进行筛选，得到干扰信号数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述对所述干扰信号特征进行筛选，得到第二数据，具体为：根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在本申请实施例中，在基于平均特征值阈值法，对所述干扰信号特征进行筛选，得到所述第二数据时，取最大特征值序列中的特征值的平均值作为预设阈值，将最大特征值序列中的特征值与预设阈值进行比较，大于等于预设阈值的特征值对应的特征向量为干扰信号特征向量，小于预设阈值的特征值对应的特征向量为无干扰信号特征向量。将干扰信号特征向量Uk＝[u1，u2，u3，...，uk](其中，k为正整数)所张成的空间作为干扰子空间Sj，如下公式(8)所示：
Figure BDA0002590516720000091
取干扰子空间中矩阵的第一行和矩阵的最后一列(不取第一个元素)为一条干扰信号，再将所有干扰信号排列为一个干扰矩阵，得到干扰信号数据，即第二数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
步骤S104、对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据。
在本申请实施例中，在对第一数据和第二数据进行差运算，得到第三数据时，通过将干扰信号数据从合成孔径雷达图像的回波数据的近似数据中减去，得到第三数据。籍此，将干扰信号从合成孔径雷达图像逆聚焦操作后的信号中消除掉，达到干扰抑制的目的。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
步骤S105、对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。
在本申请实施例中，在对第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像时，将干扰抑制后的数据(第三数据)，在距离向、方位向进行聚焦操作(核心为脉冲压缩)，得到干扰抑制后的合成孔径雷达图像。
在距离向进行聚焦操作的具体实现方式如下：
(1)将干扰抑制后的数据进行距离向快速傅里叶变换(FFT)，使合成孔径雷达图像变换至距离频域方位时域。
(2)在距离频域与相位函数(如下公式(9))相乘；
Figure BDA0002590516720000101
其中，Kr距离向调频率，fr为距离向频率轴。
(3)将距离频域方位时域与经相位函数(公式(9))相乘后的数据在距离向做快速傅里叶逆变换，完成距离向聚焦操作。
对距离向聚焦操作后的数据进行方位向聚焦，其实现方式如下：
(1)将距离向聚焦操作后的数据进行方位向快速傅里叶变换(FFT)，使合成孔径雷达图像变换至距离时域方位频域。
(2)在方位频域与相位函数(如下公式(10)所示)相乘
Figure BDA0002590516720000102
其中，Ka为方位向调频率，fa为方位向频率轴。
(3)将距离时域方位频域与经相位函数(公式(10))相乘后的数据在方位向做快速傅里叶逆变换，完成对干扰抑制后数据的聚焦操作。此时得到的合成孔径雷达图像，即为进行噪声抑制，消除干扰后的图像。干扰抑制后的合成孔径雷达图像的信噪比得到了有效的提升。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一具体的例子中，图1B为根据本申请的一些实施例提供的含干扰的星载合成孔径雷达的合成孔径雷达图像示意图；图1C为图1B所示合成孔径雷达图像在方位向进行逆聚焦操作；图1D为图1B所示合成孔径雷达图像在距离向进行逆聚焦操作；图1E为图1B所示合成孔径雷达图像的干扰信号特征的最大特征值序列；图1F为图1B所示合成孔径雷达图像的干扰信号数据；图1G为图1B所示合成孔径雷达图像干扰抑制后的图像；如图1B-图1G所示，干扰抑制后得到的合成孔径雷达图像(图1G)比未进行干扰抑制的合成孔径雷达图像(图1B)具有更好的信噪比。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
示例性装置
图2为根据本申请的一些实施例所示的图像干扰抑制装置的结构示意图；如图2所示，该图像干扰抑制装置，用于对星载合成孔径雷达图像进行干扰抑制，包括：逆聚焦模块201，配置为对所述合成孔径雷达图像进行逆聚焦，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；特征提取模块202，配置为提取所述第一数据中的干扰信号特征；干扰数据模块203，配置为对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；干扰抑制模块204，配置为根据所述第一数据和所述第二数据，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；聚焦模块205，配置为对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述逆聚焦模块201，进一步配置为对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述特征提取模块202，进一步配置为基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，所述干扰数据模块203，进一步配置为根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
本申请实施例提供的图像干扰抑制装置能够实现上述图像干扰抑制方法实施例中的各个过程，并达到相同的功能和效果，在此不再一一赘述。
示例性介质
本申请实施例还提供一种计算机可读介质，用于存储计算机程序，该计算机可读介质可以为可读存储介质，比如U盘、光盘、硬盘等；也可以为可读信号介质，比如光、点、磁、电磁等器件。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
在一些可选实施例中，该计算机可读介质存储的计算机程序在被处理器执行时，可以实现以下流程：对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；提取所述第一数据中的干扰信号特征；对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，具体为：对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述提取所述第一数据中的干扰信号特征，具体为：基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述对所述干扰信号特征进行筛选，得到第二数据，具体为：根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
本申请实施例提供的计算机可读介质能够实现上述图像干扰抑制方法实施例中的各个过程，并达到相同的功能和效果，在此不再一一赘述。
示例性设备
图3为根据本申请的一些实施例提供的电子设备的结构示意图；如图3所示，该电子设备包括：
一个或多个处理器301；
计算机可读介质302，可以配置为存储一个或多个程序，
所述一个或多个处理器执行一个或多个程序时，实现如下步骤：对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；提取所述第一数据中的干扰信号特征；对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据的步骤，具体为：对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述提取所述第一数据中的干扰信号特征的步骤，具体为：基于特征子空间重构方法，提取所述第一数据中的干扰信号特征。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
可选地，该计算机可读介质存储的计算机程序在被处理器执行时，所述对所述干扰信号特征进行筛选，得到第二数据的步骤，具体为：根据所述第一数据的最大特征值序列，对所述干扰信号特征进行筛选，得到所述第二数据。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
本申请实施例提供的电子设备能够实现上述图像干扰抑制方法实施例中的各个过程，并达到相同的功能和效果，在此不再一一赘述。
图4为根据本申请的一些实施例提供的电子设备的硬件结构；如图4所示，该电子设备用于对星载合成孔径雷达图像进行干扰抑制，该电子设备的硬件结构可以包括：处理器401、通信接口402、计算机可读介质403和通信总线404；
其中，处理器401、通信接口402、计算机可读介质403通过通信总线404完成相互间的通信；
可选地，通信接口402可以为通信模块的接口，如GSM模块的接口；
其中，处理器401具体可以配置为：对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义所述合成孔径雷达图像的回波数据的近似数据；提取所述第一数据中的干扰信号特征；对所述干扰信号特征进行筛选，得到第二数据，其中，所述第二数据定义所述合成孔径雷达图像的干扰信号数据；对所述第一数据和所述第二数据进行差运算，得到第三数据，其中，所述第三数据定义所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。可以理解的是，以上描述仅为示例性的，本申请实施例对此并不进行限定。
处理器401可以是通用处理器，包括中央处理器(central processing unit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请实施例的电子设备以多种形式存在，包括但不限于：
(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要监测对象。这类终端包括：智能手机(例如：IPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如Ipad。
(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如：iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可以将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器存储介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的图像干扰抑制方法。此外，当通用计算机访问用于实现在此示出的方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和涉及约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述得设备及系统实施例仅仅是示意性的，其中作为分离不见说明的单元可以使或者也可以不是物理上分开的，作为单元提示的不见可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上实施方式仅用于说明本申请实施例，而非对本申请实施例的限制，有关技术领域的普通技术人员，在不脱离本申请实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请实施例的范畴，本申请实施例的专业保护范围应由权利要求限定。

Claims (6)

1.一种图像干扰抑制方法，用于对星载合成孔径雷达图像进行干扰抑制，其特征在于，包括：
对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，其中，所述第一数据定义为所述合成孔径雷达图像的回波数据的近似数据；
基于特征子空间重构方法，通过将所述合成孔径雷达图像在距离向、方位向进行逆聚焦操作，得到所述第一数据的协方差矩阵的特征值序列，提取每条数据的协方差矩阵的特征值序列的最大值，得到所述第一数据中的干扰信号特征；
取所述第一数据中的最大特征值序列中的特征值的平均值作为预设阈值，将所述最大特征值序列中的特征值与所述预设阈值进行比较，大于等于所述预设阈值的特征值对应的特征向量为干扰信号特征向量，小于所述预设阈值的特征值对应的特征向量为无干扰信号特征向量；将所述干扰信号特征向量所张成的空间作为干扰子空间，取所述干扰子空间中矩阵的第一行和矩阵的最后一列为一条干扰信号，再将所有干扰信号排列为一个干扰矩阵，得到干扰信号数据；
对所述第一数据和所述干扰信号数据进行差运算，得到第三数据，其中，所述第三数据定义为所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；
对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。
2.根据权利要求1所述的方法，其特征在于，对所述合成孔径雷达图像进行逆聚焦操作，得到第一数据，具体为：
对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。
3.一种图像干扰抑制装置，其特征在于，用于对星载合成孔径雷达图像进行干扰抑制，其特征在于，包括：
逆聚焦模块，配置为对所述合成孔径雷达图像进行逆聚焦，得到第一数据，其中，所述第一数据定义为所述合成孔径雷达图像的回波数据的近似数据；
特征提取模块，配置为基于特征子空间重构方法，通过将所述合成孔径雷达图像在距离向、方位向进行逆聚焦操作，得到所述第一数据的协方差矩阵的特征值序列，提取每条数据的协方差矩阵的特征值序列的最大值，得到所述第一数据中的干扰信号特征；
干扰数据模块，配置为取所述第一数据中的最大特征值序列中的特征值的平均值作为预设阈值，将所述最大特征值序列中的特征值与所述预设阈值进行比较，大于等于所述预设阈值的特征值对应的特征向量为干扰信号特征向量，小于所述预设阈值的特征值对应的特征向量为无干扰信号特征向量；将所述干扰信号特征向量所张成的空间作为干扰子空间，取所述干扰子空间中矩阵的第一行和矩阵的最后一列为一条干扰信号，再将所有干扰信号排列为一个干扰矩阵，得到干扰信号数据；
干扰抑制模块，配置为根据所述第一数据和所述干扰信号数据，得到第三数据，其中，所述第三数据定义为所述合成孔径雷达图像的回波数据的近似数据中干扰抑制后的数据；
聚焦模块，配置为对所述第三数据进行聚焦，得到干扰抑制后的合成孔径雷达图像。
4.根据权利要求3所述的装置，其特征在于，所述逆聚焦模块，进一步配置为对所述合成孔径雷达图像进行距离向逆聚焦操作、以及方位向逆聚焦操作，得到所述第一数据。
5.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序为如权利要求1-2任一所述的图像干扰抑制方法。
6.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时实现权利要求1-2任一所述的图像干扰抑制方法。
CN202010694412.5A 2020-07-17 2020-07-17 图像干扰抑制方法、装置、计算机可读介质和电子设备 Active CN111665507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010694412.5A CN111665507B (zh) 2020-07-17 2020-07-17 图像干扰抑制方法、装置、计算机可读介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010694412.5A CN111665507B (zh) 2020-07-17 2020-07-17 图像干扰抑制方法、装置、计算机可读介质和电子设备

Publications (2)

Publication Number Publication Date
CN111665507A CN111665507A (zh) 2020-09-15
CN111665507B true CN111665507B (zh) 2023-03-28

Family

ID=72392938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010694412.5A Active CN111665507B (zh) 2020-07-17 2020-07-17 图像干扰抑制方法、装置、计算机可读介质和电子设备

Country Status (1)

Country Link
CN (1) CN111665507B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327259B (zh) * 2020-10-30 2024-03-15 河南大学 一种sar图像中干扰信号的消除方法和装置
CN115657033B (zh) * 2022-12-29 2023-07-07 北京九天微星科技发展有限公司 一种高分辨率低轨卫星合成孔径雷达成像方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105445704A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 一种sar图像中的雷达动目标抑制方法
EP3156818A1 (en) * 2015-10-16 2017-04-19 Deutsches Zentrum für Luft- und Raumfahrt e.V. Automatic three-dimensional geolocation of sar targets and simultaneous estimation of tropospheric propagation delays using two long-aperture sar images
CN108828597A (zh) * 2018-08-29 2018-11-16 北京航空航天大学 滑动聚束模式图像的雷达回波反演方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3156818A1 (en) * 2015-10-16 2017-04-19 Deutsches Zentrum für Luft- und Raumfahrt e.V. Automatic three-dimensional geolocation of sar targets and simultaneous estimation of tropospheric propagation delays using two long-aperture sar images
CN105445704A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 一种sar图像中的雷达动目标抑制方法
CN108828597A (zh) * 2018-08-29 2018-11-16 北京航空航天大学 滑动聚束模式图像的雷达回波反演方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Detection and Mitigation of Mutual RFI in C-band SAR : a Case Study of Chinese GaoFen-3";Zongsen Lv等;《2021 IEEE Radar Conference(RadarConf21)》;20211231;第1-5页 *
"Interference Suppression in Synthesized SAR Images";Andreas Reigber等;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20050131;第2卷(第1期);第45-49页 *
"Observation and Mitigation of Mutual RFI Between SAR Satellites: A Case Study Between Chinese GaoFen-3 and European Sentinel-1A";Ning Li等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20220425;第60卷;第1-19页 *

Also Published As

Publication number Publication date
CN111665507A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
US20210208270A1 (en) Robust Constant False Alarm Rate (CFAR) Detector for Interference-Plus-Noise Covariance Matrix Mismatch
US6226321B1 (en) Multichannel parametric adaptive matched filter receiver
CN111665507B (zh) 图像干扰抑制方法、装置、计算机可读介质和电子设备
CN109557539B (zh) 机载无源雷达地面动目标检测方法、装置以及电子设备
Lapini et al. Blind speckle decorrelation for SAR image despeckling
US20180011182A1 (en) Separating weak and strong moving targets using the fractional fourier transform
CN105974376B (zh) 一种sar射频干扰抑制方法
US20140112103A1 (en) Method and system for motion compensated target detection using acoustical focusing
US20120286994A1 (en) Method and system for locating interferences affecting a satellite-based radionavigation signal
US20130090078A1 (en) Method and system for locating interferences by frequency sub-band
CN110018438B (zh) 一种波达方向估计方法和装置
Kirsteins et al. Rapidly adaptive nulling of interference
CN107479050B (zh) 基于对称谱特性和次对称特性的目标检测方法和装置
Pallotta et al. Phase-only space-time adaptive processing
CN114814840A (zh) 含干扰合成孔径雷达图像筛选及干扰位置检测方法和系统
US9444558B1 (en) Synthetic robust adaptive beamforming
Chen et al. Suppressive interference suppression for airborne SAR using BSS for singular value and eigenvalue decomposition based on information entropy
Wang et al. Rank-deficient robust Capon filter bank approach to complex spectral estimation
Kim et al. Frequency tracking and mitigation method based on CPHD filter and adaptive multiple linear Kalman notch filter for multiple GNSS interference
Kelly et al. RFI suppression and sparse image formation for UWB SAR
Witzgall et al. Detection performance of the reduced-rank linear predictor ROCKET
CN115616628B (zh) 基于角跟踪环路的gnss天线阵接收机盲波束形成方法
Schultheiss Passive sonar detection in the presence of interference
CN111913162B (zh) 射频干扰检测方法及装置、射频干扰抑制方法及装置
Kim et al. Frequency tracking and mitigation method of multiple GNSS interferences using an adaptive linear Kalman notch filter

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