CN111983607A - 一种雷达三维成像方法及系统 - Google Patents

一种雷达三维成像方法及系统 Download PDF

Info

Publication number
CN111983607A
CN111983607A CN201910440286.8A CN201910440286A CN111983607A CN 111983607 A CN111983607 A CN 111983607A CN 201910440286 A CN201910440286 A CN 201910440286A CN 111983607 A CN111983607 A CN 111983607A
Authority
CN
China
Prior art keywords
echo signal
frequency
fractional fourier
radar
initial echo
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
Application number
CN201910440286.8A
Other languages
English (en)
Inventor
李亚超
胡怡洁
全英汇
王晓菲
武春风
徐刚锋
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN201910440286.8A priority Critical patent/CN111983607A/zh
Publication of CN111983607A publication Critical patent/CN111983607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/418Theoretical aspects

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

本发明公开一种雷达三维成像方法及系统。方法包括:根据雷达和目标的姿态,获取雷达的初始回波信号;根据初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;根据最佳变换阶次和分数阶傅里叶域的坐标,确定初始回波信号的频率估计值和调频率估计值;采用CLEAN技术,根据调频率估计值将初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;根据初始回波信号、初始回波信号的频率估计值和处理后的回波信号,对目标的三维坐标进行重构,得到目标的三维坐标。采用本发明可以解决现有技术中多线性调频信号存在耦合项及计算量大的问题,提高雷达三维成像的精度。

Description

一种雷达三维成像方法及系统
技术领域
本发明涉及数字信号处理领域,特别是涉及一种雷达三维成像方法及系统。
背景技术
逆合成孔径雷达(Inverse SyntheticAperture Radar,ISAR)是一种全天候、全天时的远程探测工具,具有对运动目标进行成像的能力,被广泛应用于目标跟踪、目标识别、机场监视等场合。相比于传统体制雷达,ISAR的高距离维分辨率源自其发射的宽带信号,而高方位维分辨率则依赖于雷达与目标间相对运动产生的多普勒效应。
雷达发出的线性调频(LFM)信号是一种典型的非平稳信号,频率极其不稳定,因此对它进行检测要比一般的平稳信号复杂得多。对于非平稳信号,现行的分析方法大多采用时频分析工具。对于线性调频信号的处理,有相关文献提出了利用短时傅里叶变换(STFT)和小波变换进行线性调频信号的检测及参数估计,但是短时傅里叶变换的窗函数很窄,并且小波变换中时间窗的宽窄会影响线性调频信号时频域的分辨率。还有相关文献提出了利用Wigner-Ville分布(WVD)进行线性调频信号的检测及参数估计,但是,虽然WVD对线性调频信号具有良好的时频聚集性,适用于单个线性调频信号的分析,但是由于WVD是基于非线性的时频分布,在处理多分量线性调频信号时,会受到交叉项的严重干扰,所以不适合处理多分量线性调频信号。还有相关文献提出了利用Wigner-Hough变换的多分量线性调频信号的检测及参数估计方法,借助Wigner-Hough变换的线积分过程,有效地抑制了交叉项的干扰,但是Wigner-Hough变换的计算十分耗时,不适用于实际的工程应用。因此,由于线性调频信号处理过程的问题,会导致雷达三维成像的结果存在不同程度的误差。
发明内容
本发明的目的是提供一种雷达三维成像方法及系统,以解决现有技术中多线性调频信号存在耦合项及计算量大的问题,以提高雷达三维成像的精度。
为实现上述目的,本发明提供了如下方案:
一种雷达三维成像方法,包括:
根据雷达和目标的姿态,获取雷达的初始回波信号;
根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;
根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值;
采用CLEAN技术,根据所述调频率估计值将所述初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;
根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标。
可选的,所述根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标,之前还包括:
获取所述初始回波信号的时宽、带宽、尺度化因子和归一化宽度;
将所述初始回波信号时频域量纲归一化,得到量纲归一化后回波的采样周期和时域范围。
可选的,所述根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标,具体包括:
对所述初始回波信号进行[0°,360°]的分数阶傅里叶变换;
获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure BDA0002071797570000021
f为待估计的频率;
在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
可选的,所述根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值,具体包括:
利用公式fest=u0csc(p0π/2)确定所述初始回波信号的频率估计值fest;其中,p0为最佳变换阶次,u0为分数阶傅里叶域的坐标;
利用公式kest=-cot(p0π/2)确定所述调频率估计值kest
可选的,所述根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标,具体包括:
获取所述初始回波信号的相位延时函数
Figure BDA0002071797570000031
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为幅值,j为虚数;
利用模型
Figure BDA0002071797570000032
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure BDA0002071797570000033
Figure BDA0002071797570000034
Figure BDA0002071797570000035
为rP的单位方向向量,
Figure BDA0002071797570000036
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
本发明还提供一种雷达三维成像系统,包括:
初始回波信号获取模块,用于根据雷达和目标的姿态,获取雷达的初始回波信号;
参数估计模块,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;
频率估计值和调频率估计值确定模块,用于根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值;
信号滤除模块,用于采用CLEAN技术,根据所述调频率估计值将所述初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;
重构模块,用于根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标。
可选的,所述系统还包括:
参数获取模块,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标之前,获取所述初始回波信号的时宽、带宽、尺度化因子和归一化宽度;
量纲归一化模块,用于将所述初始回波信号时频域量纲归一化,得到量纲归一化后回波的采样周期和时域范围。
可选的,所述参数估计模块具体包括:
分数阶傅里叶变换单元,用于对所述初始回波信号进行[0°,360°]的分数阶傅里叶变换;
分数阶傅里叶域平面获取单元,用于获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure BDA0002071797570000041
f为待估计的频率值;
二维搜索单元,用于在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
可选的,所述频率估计值和调频率估计值确定模块具体包括:
频率估计值确定单元,用于利用公式fest=u0csc(p0π/2)确定所述初始回波信号的频率估计值fest;其中,p0为最佳变换阶次,u0为分数阶傅里叶域的坐标;
调频率估计值确定单元,用于利用公式kest=-cot(p0π/2)确定所述调频率估计值kest
可选的,所述重构模块具体包括:
相位延时函数获取单元,用于获取所述初始回波信号的相位延时函数
Figure BDA0002071797570000051
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为振幅,j为虚数;
重构单元,用于利用模型
Figure BDA0002071797570000052
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure BDA0002071797570000053
Figure BDA0002071797570000054
为rP的单位方向向量,
Figure BDA0002071797570000055
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
由于线性调频信号是一种典型的非平稳信号,多用于时频分析来分析信号,传统的时频分析方法在处理多线性调频信号的过程中会有无法消除的交叉项,本发明通过分数阶傅里叶变换来进行时频分析,分数阶傅里叶变换将回波信号从时频域旋转到分数阶域,当原始信号旋转到某个角度的时候,分数阶域会出现能量高度集中的冲击响应,消除了多分量信号之间的耦合项,更加适用于多线性调频信号的分析。将基于分数阶傅里叶变换的参数估计方法用于目标的三维成像,有效地解决了多线性调频信号耦合的问题,提高了参数估计的精度,从而提高了三维成像的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明雷达三维成像方法的流程示意图;
图2为本发明雷达三维成像系统的结构示意图;
图3为本发明仿真时ISAR和目标的模型图;
图4为本发明仿真时空中目标的模型图;
图5为本发明仿真时ISAR三维理论成像图;
图6为本发明仿真时ISAR三维理论成像yz平面投影图;
图7为本发明仿真时ISAR三维理论成像xy平面投影图;
图8为本发明仿真时ISAR三维理论成像xz平面投影图;
图9为本发明仿真1基于FRFT的ISAR三维成像图;
图10为本发明仿真1基于FRFT的ISAR三维成像yz平面投影图;
图11为本发明仿真1基于FRFT的ISAR三维成像xy平面投影图;
图12为本发明仿真1基于FRFT的ISAR三维成像xz平面投影图;
图13为本发明仿真2基于WVD的ISAR三维成像图;
图14为本发明仿真2基于WVD的ISAR三维成像yz平面投影图;
图15为本发明仿真2基于WVD的ISAR三维成像xy平面投影图;
图16为本发明仿真2基于WVD的ISAR三维成像xz平面投影图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明雷达三维成像方法的流程示意图。如图1所示,所述雷达三维成像方法包括以下步骤:
步骤100:根据雷达和目标的姿态,获取雷达的初始回波信号。初始回波信号用s(t)=∫a(x)ejφ(x,t)dx表示,其中,a(x)为幅值,j为虚数。当进行仿真时,根据设定的雷达姿态模型和目标的姿态模型,可以直接获得存在高阶相位的初始回波信号。当进行雷达信号的实际监测时,此处雷达的初始回波信号为实际测得的回波信号。
步骤200:根据初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标。具体过程如下:
对所述初始回波信号进行[0°,360°]的分数阶傅里叶变换:
Figure BDA0002071797570000071
其中,p为分数阶傅里叶变化的变换阶次,u为分数阶傅里叶域;
获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure BDA0002071797570000072
f为待估计的频率值;
在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
初始回波信号旋转
Figure BDA0002071797570000073
角度时,其对应的分数阶傅里叶变换为一个冲激函数
Figure BDA0002071797570000074
它的能量高度集中于
Figure BDA0002071797570000075
因此,在能量高度聚集的分数阶域时,以分数阶傅里叶变换的变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p),在该平面上进行峰值点的二维搜索,便可以得到最佳变换阶次p0和分数阶傅里叶域的坐标u0,其中,k为待估计的调频率。
在步骤200进行分数阶傅里叶变换之前,还需要将初始回波信号的时频域量纲归一化。具体包括以下过程:
首先需要选择合适的时宽Δt0、带宽B、尺度化因子M、归一化宽度Δs。将原始回波信号的时宽选择为观测时间T,Δt0=T,将原始回波信号的中点选择为时间原点,则原始回波信号的时域范围为[-T/2,T/2]。
根据奈奎斯特采样定理,将原始回波信号的带宽选择为采样频率fs,Δf=fs,将原始回波信号的中点选择为频率原点,则原始回波信号的频域范围为[-fs/2,fs/2]。时宽和带宽都选择好之后,得到尺度化因子
Figure BDA0002071797570000081
和归一化宽度
Figure BDA0002071797570000082
原始回波信号的采样周期为Ts=1/fs,时域范围为[-T/2,T/2],量纲归一化后,原始回波信号的采样周期为
Figure BDA0002071797570000083
时域范围为[-Δs/2,Δs/2]。
步骤300:根据最佳变换阶次和分数阶傅里叶域的坐标,确定初始回波信号的频率估计值和调频率估计值。通过二维搜索得到的最佳变换阶次p0和分数阶傅里叶域的坐标u0,可以得到频率估计值为:fest=u0csc(p0π/2),调频率估计值为:kest=-cot(p0π/2)。
步骤400:采用CLEAN技术,根据调频率估计值将初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值。例如,对于距离单元中的第一个散射点信号,用估计得到的调频率估计值对雷达发出的多线性调频信号进行解调,第一个散射点信号则会在频域出现高度集中的峰值,将峰值位置用窄带滤波器滤除,重复步骤直到所有的多线性调频信号均被滤除,得到距离单元中所有散射点的频率估计值和调频率估计值。
步骤500:根据距离单元中散射点的频率估计值和调频率估计值与初始回波信号,对目标的三维坐标进行重构,得到目标的三维坐标。具体过程如下:
获取所述初始回波信号的相位延时函数
Figure BDA0002071797570000084
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为幅值,j为虚数;
利用模型
Figure BDA0002071797570000091
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure BDA0002071797570000092
Figure BDA0002071797570000093
Figure BDA0002071797570000094
为rP的单位方向向量,
Figure BDA0002071797570000095
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
推导过程如下:
假设rP为雷达到目标某个散射点的距离,rA为雷达到目标多普勒中心的距离。则ISAR在多普勒域的回波方程:s(t)=∫a(x)ejφ(x,t)dx,单独提出相位延时函数:
Figure BDA0002071797570000096
定义
Figure BDA0002071797570000097
为rP的单位方向向量,多普勒中心的瞬时位置:p(t)=p(0)+vt,代入得
Figure BDA0002071797570000098
Figure BDA0002071797570000099
Figure BDA00020717975700000910
为t=0时刻雷达瞬时位置的二阶导。
将相位延时函数利用泰勒级数展开得到:
Figure BDA00020717975700000911
Figure BDA00020717975700000912
定义方向向量:
Figure BDA00020717975700000913
需要证明:
Figure BDA0002071797570000101
等号左边的
Figure BDA0002071797570000102
为目标的某个散射点到多普勒中心的距离;
等号右边的x、y、z为目标散射点的坐标A(x,y,z);
1.目标某个散射点到目标多普勒中心的距离在x轴上的投影=目标某个散射点在x轴上的坐标;
2.
Figure BDA0002071797570000103
3.假设
Figure BDA0002071797570000104
Figure BDA0002071797570000105
的坐标为(x,y,z);
Figure BDA0002071797570000106
的坐标为
Figure BDA0002071797570000107
Figure BDA0002071797570000108
由上面推导得到:
Figure BDA0002071797570000109
根据高阶相位参数估计,可以得到回波信号的高阶相位的信息,频率为ff_est、调频率为kf_est,则假设回波相位为:
Figure BDA00020717975700001010
将回波相位对比系数得到:
Figure BDA00020717975700001011
则目标的三维重构坐标为:
Figure BDA0002071797570000111
本发明还提供一种雷达三维成像系统,图2为本发明雷达三维成像系统的结构示意图。如图2所示,所述雷达三维成像系统包括以下结构:
初始回波信号获取模块201,用于根据雷达和目标的姿态,获取雷达的初始回波信号;
参数估计模块202,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;
频率估计值和调频率估计值确定模块203,用于根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值;
信号滤除模块204,用于采用CLEAN技术,根据所述调频率估计值将所述初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;
重构模块205,用于根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标。
所述系统还包括:
参数获取模块,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标之前,获取所述初始回波信号的时宽、带宽、尺度化因子和归一化宽度;
量纲归一化模块,用于将所述初始回波信号时频域量纲归一化,得到量纲归一化后回波的采样周期和时域范围。
所述参数估计模块202具体包括:
分数阶傅里叶变换单元,用于对所述初始回波信号进行[0°,360°]的的分数阶傅里叶变换;
分数阶傅里叶域平面获取单元,用于获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure BDA0002071797570000121
f为待估计的频率值;
二维搜索单元,用于在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
所述频率估计值和调频率估计值确定模块203具体包括:
频率估计值确定单元,用于利用公式fest=u0csc(p0π/2)确定所述初始回波信号的频率估计值fest;其中,p0为最佳变换阶次,u0为分数阶傅里叶域的坐标;;
调频率估计值确定单元,用于利用公式kest=-cot(p0π/2)确定所述调频率估计值kest
所述重构模块205具体包括:
相位延时函数获取单元,用于获取所述初始回波信号的相位延时函数
Figure BDA0002071797570000122
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为振幅,j为虚数;
重构单元,用于利用模型
Figure BDA0002071797570000123
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure BDA0002071797570000124
Figure BDA0002071797570000125
为rP的单位方向向量,
Figure BDA0002071797570000126
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
下面结合具体仿真实例来进一步说明本发明的方案。
图3为本发明仿真时ISAR和目标的模型图。其中,雷达的姿态模型为:
建立u、v、w直角坐标系,雷达以u、v、w作为转轴进行的刚性转动,三维转动的转角分别为θroll、θpitch、θyaw,则其变化规律带有明显的周期性,其形式为:
θroll=Hroll cos(ωet-εroll) (1)
θpitch=Hpitch cos(ωet-εpitch) (2)
θyaw=Hyawcos(ωet-εyaw) (3)
雷达的瞬时姿态:
Figure BDA0002071797570000131
Figure BDA0002071797570000132
Figure BDA0002071797570000133
Figure BDA0002071797570000134
其中Rroll、Rpitch、Ryaw为三维旋转矩阵。
目标的姿态模型:
以目标多普勒中心为原点,建立x、y、z直角坐标系,目标以速度为v的匀速直线运动。
通过构建的雷达和空中目标的模型,得到存在高阶相位的回波信号s(t)=∫a(x)ejφ(x,t)dx。
仿真时布置15个点的空中目标模型,在计算机上,利用MATLAB R2017a进行仿真试验,使用本发明和现有技术中最实用的WVD变换进行回波信号高阶项估计,获取回波的ISAR系统仿真参数如表1所示:
表1
Figure BDA0002071797570000141
仿真所用空中目标的模型如图4所示,图4为本发明仿真时空中目标的模型图。ISAR三维理论成像结果如图5-8所示,图5为本发明仿真时ISAR三维理论成像图;图6为本发明仿真时ISAR三维理论成像yz平面投影图;图7为本发明仿真时ISAR三维理论成像xy平面投影图;图8为本发明仿真时ISAR三维理论成像xz平面投影图。
仿真1利用本发明的分数阶傅里叶变换(FRFT)对回波相位进行参数估计,进行空中目标的ISAR三维成像,其成像结果如图9-12所示,其中图9为本发明仿真1基于FRFT的ISAR三维成像图;图10为本发明仿真1基于FRFT的ISAR三维成像yz平面投影图;图11为本发明仿真1基于FRFT的ISAR三维成像xy平面投影图;图12为本发明仿真1基于FRFT的ISAR三维成像xz平面投影图。
仿真2利用现有技术中最实用的线性调频信号的时频分析方法WVD对回波相位进行参数估计,进行空中目标的ISAR三维成像,其成像结果如图13-16所示,图13为本发明仿真2基于WVD的ISAR三维成像图;图14为本发明仿真2基于WVD的ISAR三维成像yz平面投影图;图15为本发明仿真2基于WVD的ISAR三维成像xy平面投影图;图16为本发明仿真2基于WVD的ISAR三维成像xz平面投影图。
经过对比图9-12与图13-16,可以发现基于FRFT的ISAR三维成像结果比基于WVD的ISAR三维成像结果更加精确。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种雷达三维成像方法,其特征在于,包括:
根据雷达和目标的姿态,获取雷达的初始回波信号;
根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;
根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值;
采用CLEAN技术,根据所述调频率估计值将所述初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;
根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标。
2.根据权利要求1所述的雷达三维成像方法,其特征在于,所述根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标,之前还包括:
获取所述初始回波信号的时宽、带宽、尺度化因子和归一化宽度;
将所述初始回波信号时频域量纲归一化,得到量纲归一化后回波的采样周期和时域范围。
3.根据权利要求1所述的雷达三维成像方法,其特征在于,所述根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标,具体包括:
对所述初始回波信号进行[0°,360°]的分数阶傅里叶变换;
获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure FDA0002071797560000011
f为待估计的频率值;
在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
4.根据权利要求1所述的雷达三维成像方法,其特征在于,所述根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值,具体包括:
利用公式fest=u0csc(p0π/2)确定所述初始回波信号的频率估计值fest;其中,p0为最佳变换阶次,u0为分数阶傅里叶域的坐标;
利用公式kest=-cot(p0π/2)确定所述调频率估计值kest
5.根据权利要求1所述的雷达三维成像方法,其特征在于,所述根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标,具体包括:
获取所述初始回波信号的相位延时函数
Figure FDA0002071797560000021
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为幅值,j为虚数;
利用模型
Figure FDA0002071797560000022
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure FDA0002071797560000023
Figure FDA0002071797560000024
Figure FDA0002071797560000025
为rP的单位方向向量,
Figure FDA0002071797560000026
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
6.一种雷达三维成像系统,其特征在于,包括:
初始回波信号获取模块,用于根据雷达和目标的姿态,获取雷达的初始回波信号;
参数估计模块,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标;
频率估计值和调频率估计值确定模块,用于根据所述最佳变换阶次和分数阶傅里叶域的坐标,确定所述初始回波信号的频率估计值和调频率估计值;
信号滤除模块,用于采用CLEAN技术,根据所述调频率估计值将所述初始回波信号中的多线性调频信号滤除,得到距离单元中所有散射点的频率估计值和调频率估计值;
重构模块,用于根据所述距离单元中所有散射点的频率估计值和调频率估计值与所述初始回波信号,对所述目标的三维坐标进行重构,得到所述目标的三维坐标。
7.根据权利要求6所述的雷达三维成像系统,其特征在于,所述系统还包括:
参数获取模块,用于根据所述初始回波信号,采用分数阶傅里叶变换进行参数估计,得到最佳变换阶次和分数阶傅里叶域的坐标之前,获取所述初始回波信号的时宽、带宽、尺度化因子和归一化宽度;
量纲归一化模块,用于将所述初始回波信号时频域量纲归一化,得到量纲归一化后回波的采样周期和时域范围。
8.根据权利要求6所述的雷达三维成像系统,其特征在于,所述参数估计模块具体包括:
分数阶傅里叶变换单元,用于对所述初始回波信号进行[0°,360°]的分数阶傅里叶变换;
分数阶傅里叶域平面获取单元,用于获取分数阶傅里叶变换后,能量高度聚集处变换阶次p和分数阶傅里叶域u组成的分数阶傅里叶域平面(u,p);其中,能量高度聚集处
Figure FDA0002071797560000031
f为待估计的频率值;
二维搜索单元,用于在所述分数阶傅里叶域平面上进行峰值点的二维搜索,得到所述峰值点对应的最佳变换阶次p0和分数阶傅里叶域的坐标u0
9.根据权利要求6所述的雷达三维成像系统,其特征在于,所述频率估计值和调频率估计值确定模块具体包括:
频率估计值确定单元,用于利用公式fest=u0csc(p0π/2)确定所述初始回波信号的频率估计值fest;其中,p0为最佳变换阶次,u0为分数阶傅里叶域的坐标;
调频率估计值确定单元,用于利用公式kest=-cot(p0π/2)确定所述调频率估计值kest
10.根据权利要求6所述的雷达三维成像系统,其特征在于,所述重构模块具体包括:
相位延时函数获取单元,用于获取所述初始回波信号的相位延时函数
Figure FDA0002071797560000041
所述初始回波信号为s(t)=∫a(x)ejφ(x,t)dx;其中,fc为载频,C为光速,rP为雷达到目标散射点的距离,rA为雷达到目标多普勒中心的距离,a(x)为振幅,j为虚数;
重构单元,用于利用模型
Figure FDA0002071797560000042
对目标的三维坐标进行重构,得到所述目标的三维坐标(x,y,z);其中,v为目标的运动速度,
Figure FDA0002071797560000043
Figure FDA0002071797560000044
为rP的单位方向向量,
Figure FDA0002071797560000045
为t=0时刻雷达瞬时位置的二阶导,n为散射点的距离单元,ff_est为散射点的频率估计值,kf_est为散射点的调频率估计值。
CN201910440286.8A 2019-05-24 2019-05-24 一种雷达三维成像方法及系统 Pending CN111983607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910440286.8A CN111983607A (zh) 2019-05-24 2019-05-24 一种雷达三维成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910440286.8A CN111983607A (zh) 2019-05-24 2019-05-24 一种雷达三维成像方法及系统

Publications (1)

Publication Number Publication Date
CN111983607A true CN111983607A (zh) 2020-11-24

Family

ID=73436644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910440286.8A Pending CN111983607A (zh) 2019-05-24 2019-05-24 一种雷达三维成像方法及系统

Country Status (1)

Country Link
CN (1) CN111983607A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112946634A (zh) * 2021-02-01 2021-06-11 中国科学院空天信息创新研究院 一种基于十字型mimo阵列的波数域三维成像方法及装置
CN114488025A (zh) * 2022-01-18 2022-05-13 西安电子科技大学 基于平滑吕变换的空间目标三维成像方法
CN114488025B (zh) * 2022-01-18 2024-06-07 西安电子科技大学 基于平滑吕变换的空间目标三维成像方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020122604A1 (en) * 2000-12-11 2002-09-05 Woodford Paul W. HD fourier transforms for irregularly sampled data
CN106526568A (zh) * 2016-12-29 2017-03-22 中国人民解放军海军航空工程学院 基于短时稀疏分数阶傅里叶变换的雷达动目标检测方法
CN108107430A (zh) * 2017-11-09 2018-06-01 北京理工大学 一种基于分数阶傅立叶变换的舰船目标isar成像方法
CN109669183A (zh) * 2017-12-27 2019-04-23 北京航空航天大学 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020122604A1 (en) * 2000-12-11 2002-09-05 Woodford Paul W. HD fourier transforms for irregularly sampled data
CN106526568A (zh) * 2016-12-29 2017-03-22 中国人民解放军海军航空工程学院 基于短时稀疏分数阶傅里叶变换的雷达动目标检测方法
CN108107430A (zh) * 2017-11-09 2018-06-01 北京理工大学 一种基于分数阶傅立叶变换的舰船目标isar成像方法
CN109669183A (zh) * 2017-12-27 2019-04-23 北京航空航天大学 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONG-CAI XIN ET AL.: ""ISAR imaging of target with complex motion associated with the fractional Fourier transform"", 《DIGITAL SIGNAL PROCESSING》 *
吕亚昆 等: ""机动目标逆合成孔径激光雷达成像算法"", 《光子学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112946634A (zh) * 2021-02-01 2021-06-11 中国科学院空天信息创新研究院 一种基于十字型mimo阵列的波数域三维成像方法及装置
CN114488025A (zh) * 2022-01-18 2022-05-13 西安电子科技大学 基于平滑吕变换的空间目标三维成像方法
CN114488025B (zh) * 2022-01-18 2024-06-07 西安电子科技大学 基于平滑吕变换的空间目标三维成像方法

Similar Documents

Publication Publication Date Title
CN111142105B (zh) 复杂运动目标isar成像方法
Bai et al. High resolution ISAR imaging of targets with rotating parts
CN107966688B (zh) 基于相位干涉技术的宽带雷达目标速度解模糊方法
CN109856635B (zh) 一种csar地面动目标重聚焦成像方法
CN102426360B (zh) 空中微动旋转目标的二维isar成像方法
CN101393248B (zh) 一种基于s变换的输电线路故障行波波头精确定位方法
CN109031219B (zh) 基于相位测距的宽带雷达弹道目标微动几何参数估计方法
CN105301590B (zh) 一种机动目标调频步进逆合成孔径成像方法
CN109738894B (zh) 一种用于大视场合成孔径雷达的高斜视多角度成像方法
Li et al. Scaled Radon-Wigner transform imaging and scaling of maneuvering target
CN109669183B (zh) 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置
Zheng et al. ISAR imaging of targets with complex motions based on a noise-resistant parameter estimation algorithm without nonuniform axis
CN102914773B (zh) 一种多航过圆周sar三维成像方法
CN105783974A (zh) 一种线性调频信号的检测、参数估计方法及系统
CN103675759A (zh) 一种改进的分数阶傅里叶变换机动弱目标检测方法
Gebbie et al. A two-hydrophone range and bearing localization algorithm with performance analysis
CN102141611B (zh) 斜视合成孔径雷达多普勒模糊数快速测定方法
CN107942314A (zh) 基于lasso特征提取的多普勒穿墙雷达定位方法
CN111856466A (zh) 一种高效的复杂运动目标isar平动补偿方法
CN109991608B (zh) 一种基于逆合成孔径原理的水下目标声纳成像方法
CN110196407B (zh) 一种基于频率预估的单矢量水听器信号来波方向估计方法
CN109541579B (zh) 基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法
CN113514833B (zh) 一种基于海浪图像的海面任意点波向的反演方法
CN111983607A (zh) 一种雷达三维成像方法及系统
CN114355306A (zh) 一种利用小孔径高频雷达海洋回波反演浪高的方法

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
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220909

AD01 Patent right deemed abandoned