CN114114267A - 一种基于自旋空间目标模型投影匹配的目标姿态估计方法 - Google Patents
一种基于自旋空间目标模型投影匹配的目标姿态估计方法 Download PDFInfo
- Publication number
- CN114114267A CN114114267A CN202210078234.2A CN202210078234A CN114114267A CN 114114267 A CN114114267 A CN 114114267A CN 202210078234 A CN202210078234 A CN 202210078234A CN 114114267 A CN114114267 A CN 114114267A
- Authority
- CN
- China
- Prior art keywords
- radar
- dimensional
- coordinate system
- target
- projection
- 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
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
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
-
- 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)
- 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
本发明公开了一种基于自旋空间目标模型投影匹配的目标姿态估计方法,包括:获取雷达对自旋空间目标的位置测量信息以及回波数据;基于回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;利用位置测量信息构建瞬时雷达视线在轨道坐标系下的雷达视线矢量;基于该雷达视线矢量、自旋空间目标的三维模型以及运动规律,构建自旋空间目标在每个子孔径成像平面的投影图像的数学模型;基于数学模型,以最大化二维ISAR图像序列与投影图像序列的相似度为目标、并以自旋空间目标的运动姿态参数为求解参数构建一目标函数;利用粒子群优化算法求解目标函数,得到姿态估计结果。本发明可以提供目标姿态估计的鲁棒性和执行效率。
Description
技术领域
本发明属于雷达信号处理领域,具体涉及一种基于自旋空间目标模型投影匹配的目标姿态估计方法。
背景技术
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术是对空间目标进行观测的最有效的技术之一。它通过雷达向空间目标发射一系列宽带电磁脉冲信号对空间目标进行长时间、大角度的持续观测,并对回波信号进行距离向的脉冲压缩和方位向的相干积累,从而得到空间目标的高分辨率二维ISAR图像。但是,通过上述方法得到的二维ISAR图像只是空间目标的三维结构在雷达成像平面的投影,无法直接反映空间目标的三维姿态,不利于后续实现空间目标的行为研判以及健康状态评估。因此,有必要利用二维ISAR图像实现空间目标的姿态反演,从而准确获取地空间目标的三维姿态。
现有技术中,基于二维ISAR图像实现空间目标姿态估计的方法通常基于二维ISAR图像序列来实现。其中,一类方法通过单/多站ISAR系统获取空间目标的连续观测数据,得到二维ISAR图像序列;基于这些图像序列,采用拉登(Radon)变换对空间目标上的线性结构进行特征的提取与关联;基于该线性结构在雷达成像面的投影关系以及空间目标的位置参数构造投影矩阵;最后,基于投影矩阵匹配观测到的二维ISAR图像序列,从而得到线性结构在空间中的指向信息。
现有技术中还有一类方法是基于空间目标的线性结构的特征差分投影实现姿态估计的。该法利用DP(Douglas-Peucker)算法来提取线性结构在二维ISAR图像中的投影,通过建立投影估计下的图像和真实ISAR成像图像之间的差分投影,将投影检测的绝对误差转化成相对误差,有效减小了线性结构投影的精度对姿态估计的影响。
此外,还有一种基于空间目标的关键点提取实现的目标姿态估计方法,该方法将深度学习技术应用于空间目标的二维ISAR图像特征提取中,通过深度神经网络从二维ISAR图像序列中提取关键点,进而实现姿态估计。
然而,上述方法均依赖于对线性结构或关键点特征的准确提取,一旦二维ISAR图像中的线性结构或者关键点存在遮挡,则无法实现目标姿态估计。
发明内容
为了解决现有技术中所存在的上述问题,本发明提供了一种基于自旋空间目标模型投影匹配的目标姿态估计方法。
本发明要解决的技术问题通过以下技术方案实现:
一种基于自旋空间目标模型投影匹配的目标姿态估计方法,包括:
获取雷达对自旋空间目标的位置测量信息以及所述自旋空间目标的回波数据;
基于所述回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;
利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量;
基于所述轨道坐标系下的雷达视线矢量、所述自旋空间目标已知的三维模型以及所述自旋空间目标的运动规律,构建所述自旋空间目标在每个所述子孔径成像平面的投影图像的数学模型;
基于所述数学模型,以最大化所述二维ISAR图像序列与各个所述子孔径成像平面的投影图像的相似度为目标、并以所述数学模型中所使用的所述自旋空间目标的运动姿态参数为求解参数,构建一目标函数;
利用粒子群优化算法求解所述目标函数,得到的最优解作为所述自旋空间目标的姿态估计结果。
可选地,所述运动姿态参数包括:
所述自旋空间目标的旋转角速度、所述自旋空间目标的转轴在所述轨道坐标系下的俯仰角和方位角,以及所述自旋空间目标绕本体三维坐标系的三个坐标轴的旋转值;其中,所述本体三维坐标系与所述三维模型中所定义的三维坐标系相同。
可选地,所述位置测量信息包括:所述瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角;
所述利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量,包括:
根据所述瞬时雷达视线在所述雷达测量坐标系下的俯仰角和方位角,构建所述瞬时雷达视线在所述雷达测量坐标系下的雷达视线矢量;
将所述雷达测量坐标系下的雷达视线矢量与一变换矩阵相乘,得到所述瞬时雷达视线在所述轨道坐标系下的雷达视线矢量;
其中,所述变换矩阵是以地心惯性坐标系为中转基准、实现从所述雷达测量坐标系到所述轨道坐标系的转换的矩阵。
可选地,在构建所述数学模型的过程中,所述自旋空间目标上的任一散射点表示为:
可选地,所述数学模型的构建方式,包括:
根据自旋空间目标的散射点到雷达的距离在所述轨道坐标系下的瞬时雷达视线上的投影的第一表达式,以及散射点的瞬时多普勒频率的第二表达式,构建散射点到二维ISAR成像平面的投影矩阵;
根据所述投影矩阵、所述初始姿态旋转矩阵以及散射点在所述本体三维坐标系下的坐标,构建散射点在二维ISAR成像平面的投影点的第三表达式;
构建与二维ISAR图像同等大小的矩阵模型,并定义所述矩阵模型中对应有投影点的像素值为A、未对应有投影点的像素值为0,以及定义所述矩阵模型中的像素是否对应有投影点由所述第三表达式确定,得到投影图像的数学模型;其中,A为预设的非0像素值;
所述第一表达式为:
其中,表示第n个散射点到雷达的距离在第k个所述子孔径成像平面距离向的投影,表示在时刻的所述运动旋转矩阵,表示在时刻的所述轨道坐标系下的雷达视线,表示第k个子孔径的回波数据的测量中间时刻,上标符号T表示矩阵转置;
所述第二表达式为:
所述第三表达式为:
可选地,所述目标函数为:
其中,表示所述二维ISAR图像序列中的第k张二维ISAR图像,表示在第k个所述子孔径成像平面的投影图像,为像素点编号,K为子孔径成像平面的总数,表示所述求解参数,表示所述最优解,等于所述二维ISAR图像的距离向像素点数,等于所述二维ISAR图像的方位向像素点数。
可选地,在构建所述目标函数之前,所述方法还包括:
对所述二维ISAR图像序列中的二维ISAR图像进行图像预处理,以降低二维ISAR图像间的能量差距。
可选地,所述基于所述回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列,包括:
利用雷达发射信号构造脉冲压缩参考信号,并利用所述脉冲压缩参考信号对所述回波数据进行脉冲压缩处理;
对各组所述子孔径回波数据进行平动补偿,得到二维ISAR图像序列。
本发明还提供了一种基于自旋空间目标模型投影匹配的目标姿态估计装置,包括:
信息与数据获取模块,用于获取雷达对自旋空间目标的位置测量信息以及所述自旋空间目标的回波数据;
ISAR成像模块,用于基于所述回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;
第一构建模块,用于利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量;
第二构建模块,用于基于所述轨道坐标系下的雷达视线矢量、所述自旋空间目标已知的三维模型以及所述自旋空间目标的运动规律,构建所述自旋空间目标在每个所述子孔径成像平面的投影图像的数学模型;
第三构建模块,用于基于所述数学模型,以最大化所述二维ISAR图像序列与各个子孔径成像平面的投影图像的相似度为目标、并以所述数学模型中所使用的所述自旋空间目标的运动姿态参数为求解参数,构建一目标函数;
姿态估计模块,用于利用粒子群优化算法求解所述目标函数,得到的最优解即为所述自旋空间目标的姿态估计结果。
本发明还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述的任一种基于自旋空间目标模型投影匹配的目标姿态估计方法所述的方法步骤。
本发明提供的基于自旋空间目标模型投影匹配的目标姿态估计方法中,基于雷达实际获取的自旋空间目标的位置测量信息构建了目标侧的轨道坐标系下的雷达视线矢量;并基于该雷达视线矢量以及自旋空间目标已知的三维模型以及所述自旋空间目标的运动规律,构建出自旋空间目标在子孔径成像平面的投影图像的数学模型。然后,基于该数学模型构建,以最大化二维ISAR图像序列与投影图像为目标构建了目标函数,该目标函数的求解参数即是自旋空间目标的运动姿态参数。这样,利用粒子群优化算法求解目标函数,得到的最优解即是自旋空间目标的姿态估计结果。
综上可见,本发明中数学模型所代表的投影图像是可以反应自旋空间目标的整体特征的图像,由此使得本发明无需从二维ISAR图像序列中提取关键部件/关键点的特征便可以实现目标姿态估计;这样即使在雷达观测的自旋空间目标被部分遮挡时,本发明仍然能够进行目标姿态估计,具有较高的鲁棒性。并且,由于本发明避免了传统目标姿态估计中繁琐的关键部件/关键点的特征提取操作,使得本发明提供的目标姿态估计方法的执行过程更加简洁和高效。
以下将结合附图及对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于自旋空间目标模型投影匹配的目标姿态估计方法的流程示意图;
图2为本发明实施例中涉及的三种坐标系在空间中的关系示意图;
图3为一个示例性的自旋空间目标的点模型示意图;
图4为图3中的点模型在雷达的第1个子孔径成像平面的二维ISAR图像;
图5为图3中的点模型在雷达的第15个子孔径成像平面的二维ISAR图像;
图6为图3中的点模型在雷达的第42个子孔径成像平面的二维ISAR图像;
图7为图3中的点模型在第1个子孔径的投影图像和二维ISAR图像的对比图;
图8为图3中的点模型在第15个子孔径的投影图像和二维ISAR图像的对比图;
图9为图3中的点模型在第42个子孔径的投影图像和二维ISAR图像的对比图;
图10是本发明实施例提供的一种基于自旋空间目标模型投影匹配的目标姿态估计装置的结构示意图;
图11是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
为了提高对于自旋空间目标的姿态估计的鲁棒性,从而在雷达观测的自旋空间目标被部分遮挡时仍然能够进行目标姿态估计,本发明实施例提供了一种基于自旋空间目标模型投影匹配的目标姿态估计方法,该方法可以应用于逆合成孔径雷达(以下简称雷达)中。参见图1所示,该方法包括以下步骤:
S10:获取雷达对自旋空间目标的位置测量信息以及自旋空间目标的回波数据。
其中,自旋空间目标例如是失稳的卫星、或者正在进行姿态调整中的卫星等三维结构可知、且在空间中自旋运动的空间目标。
位置测量信息指的是雷达所能够直接测量到的、表征自旋空间目标的位置信息的数据;这些数据包括雷达的瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角,此外还可以包括雷达与自旋空间目标的瞬时距离。本发明实施例中获取的位置测量信息主要是瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角。
可以理解的是,逆合成孔径雷达属于脉冲体制雷达,这种雷达的工作原理是向观测目标发射连续的脉冲,进而通过接收回波信号并对回波信号进行采集形成回波数据,从而基于回波数据实现雷达观测。本发明实施例中自旋空间目标的回波数据便是这样获取到的,实际中可获取自旋空间目标的长时间、大角度的连续回波数据。
S20:基于回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列。
该步骤的具体实现方式与现有的ISAR成像方式相同,都是采用距离多普勒成像算法实现ISAR成像的。具体的成像过程可以参见如下:
(1) 利用雷达发射信号构造脉冲压缩参考信号,并利用该脉冲压缩参考信号对回波数据进行脉冲压缩处理。
具体操作是根据雷达发射脉冲信号的调制形式,设计参考信号,并进行匹配滤波或者解线调频。脉冲压缩是现有技术中常见的提高距离向分辨率的手段,故此处不再进行赘述。
其中,等于二维ISAR图像的距离向像素点数,且与雷达在单个CPI(CyclesPer Instruction,相参处理时间)内发送的脉冲数量相等,等于二维ISAR图像的方位向像素点数,且等于雷达的脉冲积累次数;K等于雷达子孔径总数。
(3)对各组子孔径回波数据进行平动补偿,得到二维ISAR图像序列。
本领域技术人员均知晓的是,平动补偿包括包络对齐以及相位校正两方面,且经平动补偿后便可以实现成像。
其中,包络对齐可以采用相邻相关法实现,即利用相邻的子孔径回波数据间像素分布的相关性实现包络对齐。同时,还可以采用迭代方式实现更好的包络对齐。具体而言,在采用相邻相关法将第-1组子孔径回波数据与第组子孔径回波数据实现包络对齐时,计算先前组所有子孔径回波数据之和,并计算该和与第+1组子孔径回波数据的互相关函数,从而以相关性最高的像素点为标准将第组子孔径回波数据进行包络对齐。由此,通过执行包络对齐操作,可以消除自旋空间目标的平动所带来的包络偏移,解决包络漂移和突跳误差。
完成包络对齐之后,再对每组子孔径回波数据分别采用多特显点算法进行初相校正,以消除不同的子孔径回波数据的初始相位的影响,实现方位聚焦成像,此时便获得了每组子孔径回波数据对应的高分辨的二维ISAR图像。其中,多特显点算法的执行过程是现有成熟技术,本发明实施例不再进行赘述。
S30:利用位置测量信息构建瞬时雷达视线在自旋空间目标自身的轨道坐标系下的雷达视线矢量。
具体而言,该步骤S30包括下述的多个子步骤:
(1)根据瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角,构建瞬时雷达视线在雷达测量坐标系下的雷达视线矢量。
该步骤(1)的实现过程可以用如下公式进行表示:
其中,为雷达的方位慢时间,表示瞬时雷达视线在雷达测量坐标系下的俯仰角,表示瞬时雷达视线在雷达测量坐标系下的方位角;表示瞬时雷达视线在雷达测量坐标系下的雷达视线矢量,其上标r表示的是雷达(radar)的含义。
(2)将雷达测量坐标系下的雷达视线矢量与一变换矩阵相乘,得到瞬时雷达视线在轨道坐标系下的雷达视线矢量。
其中,变换矩阵是以地心惯性坐标系为中转基准、实现从雷达测量坐标系到轨道坐标系的转换的矩阵。图2示出了这三种坐标系在空间上的关系。
轨道坐标系也常被称为轨道面坐标系或者质心轨道坐标系。参见图2所示,在轨道坐标系中,坐标轴指向地心方向,与空间目标的运动方向所形成的平面称作轨道平面,坐标轴在轨道平面内且指向空间目标的运动方向,坐标轴的方向通过右手准则确定。
该步骤(2)的实现过程可以用如下公式进行表示:
S40:基于轨道坐标系下的雷达视线矢量、自旋空间目标已知的三维模型以及自旋空间目标的运动规律,构建自旋空间目标在每个子孔径成像平面的投影图像的数学模型。
其中,自旋空间目标的三维模型由于可以预先构建好,所以是已知的。自旋空间目标的运动规律即在绕地球进行转动的同时,还绕自身的一个转轴在进行旋转。其中,绕地球进行转动所导致的方位变化根据雷达视线矢量便可以获悉,因此对自旋空间目标进行姿态估计主要是要确定自旋空间目标相对于雷达来说是以一种什么样的姿态在进行旋转。因此,在构建该数学模型的过程中,将自旋空间目标的旋转特性考虑在内就显得尤为重要。在此考虑的基础上,本发明实施例在构建该数学模型的过程中,将自旋空间目标上的任一散射点表示为:
从上述对散射点的定义可以看到,表示了自旋空间目标的旋转角速度,和可以对自旋空间目标的任一散射点在目标自身的轨道坐标系下进行定位,而、以及则可以对自旋空间目标的任一散射点在目标的本体三维坐标系下进行定位;在可以对所有散射点进行定位的基础上,自旋空间目标的姿态便是确定的。因此,在构建数学模型时,可以将、、、、以及作为自旋空间目标的运动姿态参数参与到模型构建中。
在上述散射点的定义的基础上,构建数学模型的具体过程如下:
(1)根据自旋空间目标的散射点到雷达的距离在轨道坐标系下的瞬时雷达视线上的投影的第一表达式,以及散射点的瞬时多普勒频率的第二表达式,构建散射点到二维ISAR成像平面的投影矩阵。
将散射点到雷达的距离在瞬时雷达视线上进行投影,该投影表示为。对该式子进行化简得到。其中,项是目标相对于雷达平动产生的平动分量,在二维ISAR图像序列的成像过程中会进行平动补偿,所以为了与ISAR成像保持一致,上述项可以忽略不计。由此,散射点到雷达的距离在轨道坐标系下的瞬时雷达视线上的投影可以表示为:
对于雷达的每个子孔径而言,均对应一段T=[t 0,t i ]的时长内测量到的回波数据。其中,该段时长的中间时刻为该子孔径的回波数据的测量中间时刻。对于雷达的第k∈[1,K]个子孔径而言,该测量中间时刻记为t k 。自旋空间目标在第k个子孔径成像平面的投影取t k 时刻的数据。由此,在t k 时刻的表达式(即第一表达式),以及在t k 时刻的表达式(即第二表达式)参见如下:
第一表达式:
该第一表达式中,表示第n个散射点到雷达的距离在第k个子孔径成像平面距离向的投影,表示在时刻的运动旋转矩阵,表示在时刻的轨道坐标系下的雷达视线,表示第k个子孔径的回波数据的测量中间时刻,上标符号T表示矩阵转置。
第二表达式:
(2)根据投影矩阵、初始姿态旋转矩阵以及散射点在本体三维坐标系下的坐标,构建散射点在二维ISAR成像平面的投影点的第三表达式。
该第三表达式为:
(3) 构建与二维ISAR图像同等大小的矩阵模型,并定义该矩阵模型中对应有投影点的像素值为A、未对应有投影点的像素值为0,以及定义该矩阵模型中的像素是否对应有投影点由第三表达式确定,得到投影图像的数学模型。
其中,A为预设的非0像素值;例如A可以为255,当然并不局限于此。
S50:基于数学模型,以最大化二维ISAR图像序列与各个子孔径成像平面的投影图像的相似度为目标、并以数学模型中所使用的自旋空间目标的运动姿态参数为求解参数,构建一目标函数。
可以理解的是,二维ISAR图像和投影图像均为矩阵图像,度量矩阵相似性的方法存在多种,相应的度量两组矩阵之间的相似性的方法也存在多种。因此,该步骤S50标函数的具体表现形式可以存在多种。例如,其中的一种目标函数可以表示如下:
其中,表示二维ISAR图像序列中的第k张二维ISAR图像,表示在第k个子孔径成像平面的投影图像,为像素点编号,K为子孔径成像平面的总数,表示求解参数,表示最优解,等于二维ISAR图像的距离向像素点数,等于二维ISAR图像的方位向像素点数。
在一种可选实现方式中,在构建目标函数之前,还可以对二维ISAR图像序列中的二维ISAR图像进行图像预处理,以降低二维ISAR图像间的能量差距。然后,用预处理后的二维ISAR图像序列参与目标函数的构建。
具体而言,给二维ISAR图像加汉明窗、取模、归一化图像之后取对数,便完成对二维ISAR图像的预处理。
S60:利用粒子群优化算法求解目标函数,得到的最优解作为自旋空间目标的姿态估计结果。
步骤一、初始化步骤:
(2)初始化每个粒子的初始位置为:
(3)初始化每个粒子的局部最优位置为:
(5)初始化全局最优位置及全局最优适应度:
步骤二、更新步骤:
(1)更新每个粒子的飞行速度,更新公式如下:
(3)更新每个粒子的适应度,更新公式如下:
(4)更新每个粒子的局部最优适应度,更新方式如下:
判断粒子刚更新的适应度是否大于当前粒子的局部最优适应度;
若是,则将粒子刚更新的适应度作为粒子的局部最优适应度,然后进入步骤三;
若否,直接进入步骤三。
步骤三、搜索步骤:
(1)搜索局部最优适应度最大的粒子。
(2)判断所找出的最大的局部最优适应度是否大于当前的全局最优适应度;
若大于,将所找出的最大的局部最优适应度作为全局最优适应度,并将具有该全局最优适应度的粒子的位置作为全局最优位置,然后进入步骤四;
若不大于,直接进入步骤(四)。
步骤四、判断步骤:
更新迭代次数,并判断迭代次数是否达到上限;
若未达到上限,返回步骤(二)。
综上可见,本发明实施例基于雷达实际获取的自旋空间目标的位置测量信息构建了目标侧轨道坐标系下的雷达视线矢量;并基于该雷达视线矢量以及自旋空间目标已知的三维模型以及运动规律,构建出自旋空间目标在子孔径成像平面的投影图像的数学模型。然后,基于该数学模型构建,以最大化二维ISAR图像序列与投影图像为目标构建了目标函数,该目标函数的求解参数即是自旋空间目标的运动姿态参数。这样,利用粒子群优化算法求解目标函数,得到的最优解即是自旋空间目标的姿态估计结果。
由于本发明实施例中数学模型所代表的投影图像是可以反应自旋空间目标的整体特征的图像,由此使得本发明实施例无需从二维ISAR图像序列中提取关键部件/关键点的特征便可以实现目标姿态估计;这样即使在雷达观测的自旋空间目标被部分遮挡时,本发明实施例仍然能够进行目标姿态估计,具有较高的鲁棒性。并且,由于本发明实施例避免了传统目标姿态估计中繁琐的关键部件/关键点的特征提取操作,使得本发明实施例提供的目标姿态估计方法的执行过程更加简洁和高效。
下面通过仿真成像实验进一步说明本发明实施例的准确性和有效性。
(1)仿真条件:
自旋空间目标为如图3所示的24个点组成的小卫星模型,该模型以0.0524rad/s(弧/秒)的转速绕转轴逆时针旋转,转轴在轨道坐标系的俯仰角和方位角分别为130度和120度,初始姿态为:滚动角,俯仰角和偏航角,即自旋空间目标的运动姿态参数为:
(2)仿真实验内容及结果分析:
基于自旋空间目标的长时间、大角度的回波数据进行成像,得到其高分辨的二维ISAR图像序列。其中,在第1个子孔径成像的二维ISAR图像如图4所示,在第15个子孔径成像的二维ISAR图像如图5所示,在第42个子孔径成像的二维ISAR图像如图6所示。
然后,基于与回波数据同步获得的自旋空间目标的位置测量信息构建轨道坐标系下的雷达视线矢量,然后相应构建自旋空间目标在子孔径成像平面的投影图像的数学模型,以及构建目标函数。利用粒子群优化算法求解该目标函数,得到的自旋空间目标的姿态估计结果与真实值的对比情况如表1所示:
表1
参数 | (rad/s) | 角(o) | (o) | (o) | (o) | (o) |
真实值 | -0.0524 | 130 | 120 | 0 | 0 | 0 |
估计值 | -0.0526 | 130.0486 | 120.2712 | 0.0096 | -0.0751 | 0.1855 |
误差 | 0.0002 | 0.0486 | 0.2712 | 0.0096 | 0.0751 | 0.1855 |
将表1中的估计值代入投影图像的数学模型中,可以得到与二维ISAR图像序列一一对应的投影图像序列。对比该投影图像序列与二维ISAR图像序列的相似性发现,两组图像序列的平均相似度能够达到91.44%。例如,在第1个子孔径的投影图像如图7中所示的第1帧投影图像,在第1个子孔径的二维ISAR图像如图7中所示的第1帧ISAR图像;在第15个子孔径的投影图像如图8中所示的第15帧投影图像,在第15个子孔径的二维ISAR图像如图8中所示的第15帧ISAR图像;在第42个子孔径的投影图像如图9中所示的第42帧投影图像,在第42个子孔径的二维ISAR图像如图9中所示的第42帧ISAR图像。
综上可见,本发明实施例提供的目标姿态估计方法能够对自旋空间目标的姿态估计进行准确的估计,具有较高的鲁棒性,且执行效率高。
本发明实施例提供的方法可以应用于电子设备。具体的,该电子设备可以为:计算机、雷达等,在此不作限定,任何可以实现本发明的电子设备,均属于本发明的保护范围。
相应于上述的基于自旋空间目标模型投影匹配的目标姿态估计方法,本发明实施例还提供了一种基于自旋空间目标模型投影匹配的目标姿态估计装置,参见图10所示,该装置包括:
信息与数据获取模块101,用于获取雷达对自旋空间目标的位置测量信息以及自旋空间目标的回波数据;
ISAR成像模块102,用于基于回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;
第一构建模块103,用于利用位置测量信息构建瞬时雷达视线在自旋空间目标自身的轨道坐标系下的雷达视线矢量;
第二构建模块104,用于基于轨道坐标系下的雷达视线矢量、自旋空间目标已知的三维模型以及自旋空间目标的运动规律,构建自旋空间目标在每个子孔径成像平面的投影图像的数学模型;
第三构建模块105,用于基于数学模型,以最大化二维ISAR图像序列与各个子孔径成像平面的投影图像的相似度为目标、并以数学模型中所使用的自旋空间目标的运动姿态参数为求解参数,构建一目标函数;
姿态估计模块106,用于利用粒子群优化算法求解目标函数,得到的最优解即为自旋空间目标的姿态估计结果。
可选地,运动姿态参数包括:
自旋空间目标的旋转角速度、自旋空间目标的转轴在轨道坐标系下的俯仰角和方位角,以及自旋空间目标绕本体三维坐标系的三个坐标轴的旋转值;其中,本体三维坐标系与三维模型中所定义的三维坐标系相同。
可选地,位置测量信息包括:瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角;
第一构建模块103,具体用于:
根据瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角,构建瞬时雷达视线在雷达测量坐标系下的雷达视线矢量;
将雷达测量坐标系下的雷达视线矢量与一变换矩阵相乘,得到瞬时雷达视线在轨道坐标系下的雷达视线矢量;
其中,变换矩阵是以地心惯性坐标系为中转基准、实现从雷达测量坐标系到轨道坐标系的转换的矩阵。
可选地,在构建数学模型的过程中,自旋空间目标上的任一散射点表示为:
可选地,数学模型的构建方式,包括:
根据自旋空间目标的散射点到雷达的距离在轨道坐标系下的瞬时雷达视线上的投影的第一表达式,以及散射点的瞬时多普勒频率的第二表达式,构建散射点到二维ISAR成像平面的投影矩阵;
根据投影矩阵、初始姿态旋转矩阵以及散射点在本体三维坐标系下的坐标,构建散射点在二维ISAR成像平面的投影点的第三表达式;
构建与二维ISAR图像同等大小的矩阵模型,并定义矩阵模型中对应有投影点的像素值为A、未对应有投影点的像素值为0,以及定义矩阵模型中的像素是否对应有投影点由第三表达式确定,得到投影图像的数学模型;其中,A为预设的非0像素值;
第一表达式为:
第二表达式为:
第三表达式为:
可选地,目标函数为:
其中,表示二维ISAR图像序列中的第k张二维ISAR图像,表示在第k个子孔径成像平面的投影图像, j为像素点编号,K为子孔径成像平面的总数,表示求解参数,表示最优解,等于二维ISAR图像的距离向像素点数,等于二维ISAR图像的方位向像素点数。
可选地,装置还包括:图像预处理模块;
该图像预处理模块,用于在第三构建模块105构建目标函数之前,对二维ISAR图像序列中的二维ISAR图像进行图像预处理,以降低二维ISAR图像间的能量差距。
可选地,ISAR成像模块102,具体用于:
利用雷达发射信号构造脉冲压缩参考信号,并利用脉冲压缩参考信号对回波数据进行脉冲压缩处理;
对各组子孔径回波数据进行平动补偿,得到二维ISAR图像序列。
本发明实施例还提供了一种电子设备,如图11所示,包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信,
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现上述任一种基于自旋空间目标模型投影匹配的目标姿态估计方法所述的方法步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表征,图中仅用一条粗线表征,但并不表征仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明还提供了一种计算机可读存储介质。在该计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时,实现上述任一种基于自旋空间目标模型投影匹配的目标姿态估计方法所述的方法步骤。
可选地,该计算机可读存储介质可以为非易失性存储器(Non-Volatile Memory,NVM),例如为至少一个磁盘存储器。
可选的,所述计算机可读存储器还可以是至少一个位于远离前述处理器的存储装置。
在本发明的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一种基于自旋空间目标模型投影匹配的目标姿态估计方法所述的方法步骤。
需要说明的是,对于装置/电子设备/存储介质/计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,包括:
获取雷达对自旋空间目标的位置测量信息以及所述自旋空间目标的回波数据;
基于所述回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;
利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量;
基于所述轨道坐标系下的雷达视线矢量、所述自旋空间目标已知的三维模型以及所述自旋空间目标的运动规律,构建所述自旋空间目标在每个所述子孔径成像平面的投影图像的数学模型;
基于所述数学模型,以最大化所述二维ISAR图像序列与各个所述子孔径成像平面的投影图像的相似度为目标、并以所述数学模型中所使用的所述自旋空间目标的运动姿态参数为求解参数,构建一目标函数;
利用粒子群优化算法求解所述目标函数,得到的最优解作为所述自旋空间目标的姿态估计结果。
2.根据权利要求1所述的基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,所述运动姿态参数包括:
所述自旋空间目标的旋转角速度、所述自旋空间目标的转轴在所述轨道坐标系下的俯仰角和方位角,以及所述自旋空间目标绕本体三维坐标系的三个坐标轴的旋转值;其中,所述本体三维坐标系与所述三维模型中所定义的三维坐标系相同。
3.根据权利要求1所述的基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,所述位置测量信息包括:所述瞬时雷达视线在雷达测量坐标系下的俯仰角和方位角;
所述利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量,包括:
根据所述瞬时雷达视线在所述雷达测量坐标系下的俯仰角和方位角,构建所述瞬时雷达视线在所述雷达测量坐标系下的雷达视线矢量;
将所述雷达测量坐标系下的雷达视线矢量与一变换矩阵相乘,得到所述瞬时雷达视线在所述轨道坐标系下的雷达视线矢量;
其中,所述变换矩阵是以地心惯性坐标系为中转基准、实现从所述雷达测量坐标系到所述轨道坐标系的转换的矩阵。
4.根据权利要求2所述的基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,在构建所述数学模型的过程中,所述自旋空间目标上的任一散射点表示为:
5.根据权利要求4所述的基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,所述数学模型的构建方式,包括:
根据自旋空间目标的散射点到雷达的距离在所述轨道坐标系下的瞬时雷达视线上的投影的第一表达式,以及散射点的瞬时多普勒频率的第二表达式,构建散射点到二维ISAR成像平面的投影矩阵;
根据所述投影矩阵、所述初始姿态旋转矩阵以及散射点在所述本体三维坐标系下的坐标,构建散射点在二维ISAR成像平面的投影点的第三表达式;
构建与二维ISAR图像同等大小的矩阵模型,并定义所述矩阵模型中对应有投影点的像素值为A、未对应有投影点的像素值为0,以及定义所述矩阵模型中的像素是否对应有投影点由所述第三表达式确定,得到投影图像的数学模型;其中,A为预设的非0像素值;
所述第一表达式为:
其中,表示第n个散射点到雷达的距离在第k个所述子孔径成像平面距离向的投影,表示在时刻的所述运动旋转矩阵,表示在时刻的所述轨道坐标系下的雷达视线,表示第k个子孔径的回波数据的测量中间时刻,上标符号T表示矩阵转置;
所述第二表达式为:
所述第三表达式为:
7.根据权利要求1所述的基于自旋空间目标模型投影匹配的目标姿态估计方法,其特征在于,在构建所述目标函数之前,所述方法还包括:
对所述二维ISAR图像序列中的二维ISAR图像进行图像预处理,以降低二维ISAR图像间的能量差距。
9.一种基于自旋空间目标模型投影匹配的目标姿态估计装置,其特征在于,包括:
信息与数据获取模块,用于获取雷达对自旋空间目标的位置测量信息以及所述自旋空间目标的回波数据;
ISAR成像模块,用于基于所述回波数据在多个子孔径成像平面进行ISAR成像,得到二维ISAR图像序列;
第一构建模块,用于利用所述位置测量信息构建瞬时雷达视线在所述自旋空间目标自身的轨道坐标系下的雷达视线矢量;
第二构建模块,用于基于所述轨道坐标系下的雷达视线矢量、所述自旋空间目标已知的三维模型以及所述自旋空间目标的运动规律,构建所述自旋空间目标在每个所述子孔径成像平面的投影图像的数学模型;
第三构建模块,用于基于所述数学模型,以最大化所述二维ISAR图像序列与各个子孔径成像平面的投影图像的相似度为目标、并以所述数学模型中所使用的所述自旋空间目标的运动姿态参数为求解参数,构建一目标函数;
姿态估计模块,用于利用粒子群优化算法求解所述目标函数,得到的最优解即为所述自旋空间目标的姿态估计结果。
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1~8任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210078234.2A CN114114267B (zh) | 2022-01-24 | 2022-01-24 | 一种基于自旋空间目标模型投影匹配的目标姿态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210078234.2A CN114114267B (zh) | 2022-01-24 | 2022-01-24 | 一种基于自旋空间目标模型投影匹配的目标姿态估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114114267A true CN114114267A (zh) | 2022-03-01 |
CN114114267B CN114114267B (zh) | 2022-04-26 |
Family
ID=80361069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210078234.2A Active CN114114267B (zh) | 2022-01-24 | 2022-01-24 | 一种基于自旋空间目标模型投影匹配的目标姿态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114114267B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545412A (zh) * | 2022-04-27 | 2022-05-27 | 西安电子科技大学 | Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 |
CN114660606A (zh) * | 2022-05-19 | 2022-06-24 | 西安电子科技大学 | 低信噪比isar图像序列匹配搜索的空间目标姿态反演方法 |
CN115877318A (zh) * | 2022-12-07 | 2023-03-31 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
CN116109706A (zh) * | 2023-04-13 | 2023-05-12 | 中国人民解放军国防科技大学 | 基于先验几何约束的空间目标反演方法、装置和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007121111A (ja) * | 2005-10-27 | 2007-05-17 | Mitsubishi Heavy Ind Ltd | 合成開口レーダ画像による目標物識別方法及び装置 |
US7535412B1 (en) * | 2007-01-25 | 2009-05-19 | The United States Of America As Represented By The Secretary Of The Navy | Single pulse imaging radar system and method |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
CN103424741A (zh) * | 2013-08-29 | 2013-12-04 | 西安电子科技大学 | 基于高分辨isar成像的光滑进动锥体参数估计方法 |
CN110346796A (zh) * | 2019-07-03 | 2019-10-18 | 西安电子科技大学 | 一种空间自旋目标快速isar三维成像方法 |
CN111208513A (zh) * | 2020-01-15 | 2020-05-29 | 西安电子科技大学 | 空间目标isar图像序列能量反向投影与三维重构方法 |
CN113406631A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 一种自旋空间目标姿态估计方法、系统、装置及存储介质 |
CN113406634A (zh) * | 2021-06-10 | 2021-09-17 | 哈尔滨工业大学 | 一种基于时域相位匹配的空间高速自旋目标isar三维成像方法 |
-
2022
- 2022-01-24 CN CN202210078234.2A patent/CN114114267B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007121111A (ja) * | 2005-10-27 | 2007-05-17 | Mitsubishi Heavy Ind Ltd | 合成開口レーダ画像による目標物識別方法及び装置 |
US7535412B1 (en) * | 2007-01-25 | 2009-05-19 | The United States Of America As Represented By The Secretary Of The Navy | Single pulse imaging radar system and method |
CN101738614A (zh) * | 2008-11-17 | 2010-06-16 | 清华大学 | 基于时空图像序列的逆合成孔径雷达的目标转动估计方法 |
CN103424741A (zh) * | 2013-08-29 | 2013-12-04 | 西安电子科技大学 | 基于高分辨isar成像的光滑进动锥体参数估计方法 |
CN110346796A (zh) * | 2019-07-03 | 2019-10-18 | 西安电子科技大学 | 一种空间自旋目标快速isar三维成像方法 |
CN111208513A (zh) * | 2020-01-15 | 2020-05-29 | 西安电子科技大学 | 空间目标isar图像序列能量反向投影与三维重构方法 |
CN113406631A (zh) * | 2021-05-14 | 2021-09-17 | 中山大学 | 一种自旋空间目标姿态估计方法、系统、装置及存储介质 |
CN113406634A (zh) * | 2021-06-10 | 2021-09-17 | 哈尔滨工业大学 | 一种基于时域相位匹配的空间高速自旋目标isar三维成像方法 |
Non-Patent Citations (7)
Title |
---|
XIAOHENG TAN ET AL.: "An Efficient Range-Doppler Domain ISAR Imaging Approach for Rapidly Spinning Targets", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
XINGYU ZHOU ET AL.: "Precession Parameter Estimation From Wideband Measurements for 3-D ISAR Imaging of Cone-Shaped Targets", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
XUERU BAI ET AL.: "Scaling the 3-D Image of Spinning Space Debris via Bistatic Inverse Synthetic Aperture Radar", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
YEJIAN ZHOU ET AL.: "Dynamic Analysis of Spin Satellites Through the Quadratic Phase Estimation in Multiple-Station Radar Images", 《IEEE TRANSACTIONS ON COMPUTATIONAL IMAGING》 * |
周叶剑等: "多站ISAR空间目标姿态估计方法", 《电子与信息学报》 * |
白雪茹等: "空中微动旋转目标的二维ISAR成像算法", 《电子学报》 * |
胡健等: "弹道目标宽带雷达干涉式三维成像与微动特征提取", 《电子与信息学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114545412A (zh) * | 2022-04-27 | 2022-05-27 | 西安电子科技大学 | Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 |
CN114545412B (zh) * | 2022-04-27 | 2022-08-05 | 西安电子科技大学 | Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 |
CN114660606A (zh) * | 2022-05-19 | 2022-06-24 | 西安电子科技大学 | 低信噪比isar图像序列匹配搜索的空间目标姿态反演方法 |
CN114660606B (zh) * | 2022-05-19 | 2022-09-09 | 西安电子科技大学 | 低信噪比isar图像序列匹配搜索的空间目标姿态反演方法 |
CN115877318A (zh) * | 2022-12-07 | 2023-03-31 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
CN115877318B (zh) * | 2022-12-07 | 2024-04-16 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
CN116109706A (zh) * | 2023-04-13 | 2023-05-12 | 中国人民解放军国防科技大学 | 基于先验几何约束的空间目标反演方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114114267B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114114267B (zh) | 一种基于自旋空间目标模型投影匹配的目标姿态估计方法 | |
CN111208513B (zh) | 空间目标isar图像序列能量反向投影与三维重构方法 | |
Peng et al. | Pose measurement and motion estimation of space non-cooperative targets based on laser radar and stereo-vision fusion | |
Zhou et al. | Attitude estimation and geometry reconstruction of satellite targets based on ISAR image sequence interpretation | |
CN104730520B (zh) | 基于子孔径合成的圆周sar后向投影自聚焦方法 | |
CN111157985B (zh) | 基于多站一维距离像序列的空间刚体目标三维重构方法 | |
CN103839238B (zh) | 一种基于边缘信息和反卷积的sar图像超分辨率方法 | |
CN110503713B (zh) | 一种基于轨迹平面法向量和圆心结合的旋转轴估计方法 | |
Liu et al. | A new 3-D geometry reconstruction method of space target utilizing the scatterer energy accumulation of ISAR image sequence | |
CN103616685B (zh) | 基于图像特征的isar图像几何定标方法 | |
Han et al. | Efficient 3D image reconstruction of airborne TomoSAR based on back projection and improved adaptive ISTA | |
CN103530627B (zh) | 基于二维散射中心集网格模型的isar图像恢复方法 | |
CN114942431A (zh) | 光雷同步观测的空间目标瞬时姿态估计方法 | |
Ning et al. | A method for 3-D ISAR imaging of space debris | |
CN114067058B (zh) | 多角度sar立体成像方法 | |
CN108845301B (zh) | 一种用于双基地isar的目标等效旋转中心估计方法 | |
CN110865372B (zh) | 一种基于合成孔径雷达多方位观测的目标高度信息提取方法 | |
CN114519778A (zh) | 多角度sar数据的目标三维重构方法、装置、设备及介质 | |
CN104182942B (zh) | Sar图像方位模糊抑制方法 | |
CN116699592A (zh) | 一种慢旋空间目标在轨姿态及旋转参数反演方法 | |
CN106291553B (zh) | 一种基于isar图像序列的不连续散射中心坐标恢复方法 | |
CN114638874B (zh) | 基于因式分解和isea的空间目标三维重构方法 | |
CN110148183A (zh) | 利用球及极点极线标定摄像机的方法、存储介质和系统 | |
CN112014817A (zh) | 一种空间自旋目标三维重构方法 | |
Wang et al. | Slow-Spinning Spacecraft Cross-Range Scaling and Attitude Estimation Based on Sequential ISAR Images |
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 |