CN115144856A - 极化雷达空间目标抛物面天线参数反演方法与装置 - Google Patents
极化雷达空间目标抛物面天线参数反演方法与装置 Download PDFInfo
- Publication number
- CN115144856A CN115144856A CN202211077966.6A CN202211077966A CN115144856A CN 115144856 A CN115144856 A CN 115144856A CN 202211077966 A CN202211077966 A CN 202211077966A CN 115144856 A CN115144856 A CN 115144856A
- Authority
- CN
- China
- Prior art keywords
- parabolic antenna
- polarized
- frame
- ellipse
- isar 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.)
- 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
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
本申请涉及一种极化雷达空间目标抛物面天线参数反演方法与装置。所述方法包括:通过对以抛物面天线为空间目标的多帧极化ISAR图像中分别提取多个强散射点,并记录各强散射点的坐标值,将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数,各极化ISAR图像中的椭圆为三维空间中抛物面天线在二维图像的投影,通过椭圆参数分别计算得到三维空间中抛物面天线的尺寸以及姿态参数,最后对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到抛物面天线实际的尺寸以及姿态参数。采用本方法能够提高了反演精度。
Description
技术领域
本申请涉及雷达图像解译技术领域,特别是涉及一种极化雷达空间目标抛物面天线参数反演方法与装置。
背景技术
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)是空间目标观测的有效技术手段,广泛应用于空间态势感知领域。极化ISAR通过发射极化状态正交的电磁波,能够获取空间目标多极化通道信息,生成高分辨全极化雷达图像。现阶段,随着ISAR系统带宽的不断增大和高分辨ISAR成像技术的不断发展,空间目标态势感知的任务重心已逐渐从空间目标跟踪定位、高分辨成像向目标在轨信息精细化获取转移。极化ISAR图像为三维空间目标在二维极化ISAR成像平面的投影,包含了目标丰富的散射信息。高分辨极化ISAR图像解译,是获取空间目标在轨信息的重要途径。
空间目标及其重要载荷部件的尺寸、姿态等参数可有效反应其在轨工作状态,可直接应用于合作目标在轨监测、非合作目标动作意图分析、失控目标态势发展预判等,对提升我国空间态势感知能力以及体系建设有着重要意义。抛物面天线作为空间目标的重要组成部分,广泛装配于通信卫星、侦察卫星、气象卫星、载人航天器等空间目标。抛物面天线是目前广泛使用的天线类型,具有典型的圆盘形结构。通过极化ISAR图像反演抛物面天线的尺寸、姿态等参数,可进一步分析合作目标工作状态和非合作目标动作意图,有效提高空间态势感知能力。
对于空间目标抛物面天线参数反演,现有技术方案主要分为以下两类:一是基于序列雷达图像散射点配准和因式分解技术,实现空间目标三维重构,而后提取尺寸和姿态等参数。二是基于散射点投影关系建立最优化代价函数,利用优化算法实现尺寸和姿态等参数反演。现有技术方案主要面临以下两大技术难点:一是空间目标具有明显的“角闪烁”效应,即不同观测视角下散射点特性差异大,影响序列雷达图像散射点配准精度。二是优化算法在迭代求解多维参数时易陷入局部最优解,影响参数反演精度。
发明内容
基于此,有必要针对上述技术问题,提供一种能够反演精度的极化雷达空间目标抛物面天线参数反演方法与装置。
一种极化雷达空间目标抛物面天线参数反演方法,所述方法包括:
获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
在其中一实施例中,所述在各帧极化ISAR图像中分别提取多个强散射点包括:
所述极化ISAR图像包括多个极化通道时,以每个极化通道的幅度值或强度值为基准,选取各通道对应图像中最强散射点,再将以所述最强散射点为中心的邻域取值置零,并在剩余图像中根据最大准则进行迭代选择多个强散射点,其中为奇数,取值包括3、5、7;
对所述极化ISAR图像的多个通道图像中分别选取的多个强散射点进行去除相同项处理后,得到所述极化ISAR图像中互异的多个强散射点。
在其中一实施例中,所述在各帧极化ISAR图像中分别提取多个强散射点包括:
所述极化ISAR图像只有一个极化通道,则以该通道的幅度或强度值为基准迭代选取多个强散射点。
在其中一实施例中,所述强散射点的个数为大于或等于5个。
在其中一实施例中,求解所述椭圆参数时,包括:
椭圆标准方程为:
将椭圆标准方程整理为:
则椭圆的参数方程为:
在对上式进行求解时,将各帧极化ISAR图像提取的多个强散射点对应的坐标带入线性方程中,求解得到、、、、这五个数值,再根据椭圆的参数方程进行求解以得到各帧极化ISAR图像对应的椭圆参数,包括,其中,,分别为椭圆中心的横坐标、纵坐标,为椭圆长轴倾角,和分别为椭圆的横轴截距和纵轴截距。
在其中一实施例中,所述根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸包括:
根据椭圆的横轴截距和纵轴截距得到椭圆的半长轴长度,并采用以下公式:
所述极化ISAR图像中椭圆半长轴长度等于所述抛物面天线的半径长度:
在其中一实施例中,所述根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的姿态包括:
所述抛物面天线的姿态包括俯仰角以及方位角;
根据第帧极化ISAR图像成像时雷达观测视线相对于所述抛物面天线的俯仰角以及椭圆的半短轴长度进行计算,得到所述抛物面天线姿态的俯仰角,其中,所述椭圆的半短轴长度根据椭圆的横轴截距和纵轴截距得到,计算所述抛物面天线姿态的俯仰角采用以下公式:
在上式中,表示第帧极化ISAR图像中抛物面天线姿态的俯仰角,为第帧ISAR图像成像时雷达观测视线相对于所述抛物面天线的俯仰角,表示第帧极化ISAR图像反演得到抛物面天线的半径长度,表示第帧极化ISAR图像中椭圆的半短轴长度,并采用下式计算得到:
根据对应帧极化ISAR图像成像时雷达观测视线相对于所述抛物面天线的方位角以及椭圆的长轴倾角进行计算得到所述抛物面天线姿态的方位角,计算所述抛物面天线姿态的方位角采用以下公式:
在其中一实施例中,所述对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,采用以下公式得到所述抛物面天线的实际尺寸:
在其中一实施例中,所述对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,采用以下公式得到所述抛物面天线的实际姿态:
抛物面天线姿态指向的俯仰角为:
抛物面天线姿态指向的方位角为:
一种极化雷达空间目标抛物面天线参数反演装置,所述装置包括:
极化ISAR图像获取模块,用于获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
强散射点提取模块,用于在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
椭圆参数求解模块,用于将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解椭圆参数;
抛物面天线参数计算模块,用于根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
抛物面天线参数联合优化模块,用于对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
上述极化雷达空间目标抛物面天线参数反演方法与装置,通过对以抛物面天线为空间目标的多帧极化ISAR图像中分别提取多个强散射点,并记录各强散射点的坐标值,将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数,各极化ISAR图像中的椭圆为三维空间中抛物面天线在二维图像的投影,通过椭圆参数分别计算得到三维空间中抛物面天线的尺寸以及姿态参数,最后对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到抛物面天线实际的尺寸以及姿态参数,该方法提高了反演精度。
附图说明
图1为一个实施例中极化雷达空间目标抛物面天线参数反演方法的流程示意图;
图2为一个实施例中极化雷达空间目标抛物面天线参数反演方法的实施流程框图;
图3为一实验中空间目标抛物面天线的3D模型示意图,其中图3(a)为正视图,图3(b)为俯视图;
图4为一实验中0°方位角、30°俯仰角观测视角下极化ISAR图像,包括HH如图4(a)所示、HV如图4(b)所示、VH如图4(c)所示和VV如图4(d)所示四个极化通道,其中VH表示垂直极化发射水平垂直极化接收,其他通道类似定义;
图5为一实验中0°方位角、40°俯仰角观测视角下极化ISAR图像,包括HH如图5(a)所示、HV如图5(b)所示、VH如图5(c)所示和VV如图5(d)所示四个极化通道,其中VH表示垂直极化发射水平垂直极化接收,其他通道类似定义;
图6为一实验中0°方位角、30°俯仰角观测视角下极化ISAR图像强散射点选取结果示意图;
图7为一实验中0°方位角、40°俯仰角观测视角下极化ISAR图像强散射点选取结果示意图;
图8为一实验中0°方位角、30°俯仰角观测视角下极化ISAR图像椭圆拟合结果示意图;
图9为一实验中0°方位角、40°俯仰角观测视角下极化ISAR图像椭圆拟合结果示意图;
图10为一个实施例中极化雷达空间目标抛物面天线参数反演装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,提供了一种极化雷达空间目标抛物面天线参数反演方法,包括以下步骤:
步骤S100,获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
步骤S110,在各帧极化ISAR图像中分别提取多个强散射点,并记录各强散射点的坐标值;
步骤S120,将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
步骤S130,根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
步骤S140,对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到抛物面天线最终的尺寸以及姿态参数反演结果。
在本方法中,通过充分利用三维空间中抛物面天线在二维计划ISAR成像平面的投影特性,实现抛物面天线尺寸和姿态参数的反演。
在步骤S100中,首先获取以抛物面天线为空间目标的多帧序列ISAR图像,并根据步骤S110至S130中的步骤分别对第帧(,为极化ISAR图像总帧数,且有)ISAR图像进行处理,根据每帧ISAR图像均可得到抛物面天线的尺寸和姿态参数。
在步骤S110中,先在各帧极化ISAR图像中提取多个强散射点,其中各帧极化ISAR图像为已标定的极化ISAR图像,对于包含多个极化通道的极化ISAR图像,以每个极化通道的幅度值或强度值为基准,选取各通道对应的通道图像中最强散射点,再将最强散射点的邻域位置取值为零,并在剩余图像中根据最大准则进行迭代选择多个强散射点。
例如,包含4个极化通道的极化ISAR图像,各帧图像将会有四张通道图像,在每一张图像中先选取最强散射点,并将其周围位置的像素赋值为零,然后再在除了这个区域外剩下的图像中选取最强散射点,并进行迭代选取()的强散射点,其中上标表示极化ISAR图像帧数序号,下标表示强散射点序号。对于四个极化通道,共可迭代选取个强散射点。
考虑到多个通道选取的强散射点可能重合,因为多通道图片实际上对应的是一帧极化ISAR图像,对极化ISAR图像的多个通道图像中分别选取的多个强散射点进行去除相同项后,得到极化ISAR图像中互异的多个强散射点。因此对个强散射点去除相同项,得到最终的个互异的强散射点,显然有。
而对于极化ISAR图像为单通道时,则以该通道的幅度或强度值为基准迭代选取多个强散射点。
在本实施例中,最终提取的强散射点的个数为大于或等于5个。
从每帧极化ISAR图像中也可以看出,三维空间中抛物面天线在二维极化ISAR图像中的投影为椭圆,所以先计算椭圆参数,再根据得到的椭圆参数反演得到抛物面天线的尺寸及姿态,所以在步骤S120中,将每一帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数。
具体的,椭圆的一般方程可写为
椭圆一般方程可整理为
公式(3)中线性方程组包括5个未知数,理论上5个独立的强散射点即可求解。
在步骤S130中,在获取各帧图像对应的椭圆参数后,根据椭圆参数分别计算得到三维空间中抛物面天线的尺寸包括:
根据步骤S120得到椭圆的横轴截距和纵轴截距得到椭圆的半长轴长度:
根据椭圆的横轴截距和纵轴截距还可以得到椭圆的半短轴长度:
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的姿态包括:抛物面天线的姿态包括俯仰角以及方位角。
具体的,假定三维空间抛物面天线的姿态为,其中为俯仰角,表示天线平面法向量在空间目标本体坐标系下与轴正向夹角。为方位角,表示天线平面法向量在空间目标本体坐标系下与轴正向夹角。假定第帧极化ISAR图像成像时雷达观测视线相对于抛物面天线的俯仰角为,则抛物面天线姿态指向的俯仰角根据对应帧极化ISAR图像成像时雷达观测视线相对于抛物面天线的俯仰角以及椭圆的半短轴长度进行计算,得到抛物面天线姿态的俯仰角,并采用以下公式:
具体的,抛物面天线姿态指向的方位角定义为,与椭圆参数中的长轴倾角密切相关。假定第帧极化ISAR图像成像时雷达观测视线相对于抛物面天线的方位角为,则抛物面天线姿态指向的方位角根据对应帧极化ISAR图像成像时雷达观测视线相对于抛物面天线的方位角以及椭圆的长轴倾角进行计算得到所述抛物面天线姿态的方位角,并采用以下公式:
通过上述步骤,计算出每帧极化ISAR图像中抛物面天线的尺寸后,在步骤S140中,对所有帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,最终得到抛物面天线物理参数反演的结果。
具体的,采用以下公式得到所述抛物面天线的实际尺寸:
具体的,抛物面天线姿态指向的俯仰角为:
具体的,抛物面天线姿态指向的方位角为:
在本实施例中,还选用一个实施例以证明本方法的有效性,采用的抛物面天线的半径为1.62m,姿态角,如图3所示。其中本方法的实施步骤流程如图2所示,包括两步:第一步,对输入的帧ISAR图像分别计算抛物面天线尺寸和姿态等参数;其中,第一步包括三个子步骤:首先对于输入已定标极化ISAR图像提取
()个强散射点,记录其横纵坐标取值;其次基于提取的强散射点,代入椭圆标准方程求解椭圆参数;最后基于求解的椭圆参数,求解三维空间中抛物面天线尺寸和姿态等参数。第二步,联合序列极化ISAR图像的参数反演结果,得到最终抛物面天线尺寸和姿态等参数。
如图4和图5所示,为不同观测视角下的两帧极化ISAR图像。仿真频率为8~12GHz,带宽4GHz,其中图4是0°方位角、30°俯仰角观测视角下不同极化通道的幅度取值,图5是0°方位角、40°俯仰角观测视角下不同极化通道的幅度取值。即,。
如图6和图7所示,为不同观测视角下极化ISAR图像强散射点选取结果,其中实心点即为选取的强散射点。本实施例中基于四个极化通道的幅度值分别迭代选取了个强散射点,其中邻域保护窗大小为,去除重复项后得到个独立的强散射点。
如图8和图9所示,为不同观测视角下极化ISAR图像椭圆拟合结果。其中实曲线即为根据强散射点拟合的椭圆。
上述极化雷达空间目标抛物面天线参数反演方法中,通过利用三维空间中抛物面天线在二维极化ISAR图像中的投影为椭圆,且二维极化ISAR图像中椭圆半长轴即为抛物面天线的半径,三维空间抛物面天线的姿态指向与二维极化ISAR图像中椭圆半短轴及椭圆倾角参数存在映射关系。在充分分析投影特性的基础上,基于二维极化ISAR图像拟合椭圆参数即可实现抛物面天线尺寸和姿态等参数反演。通过极化ISAR图像反演抛物面天线的尺寸和姿态等参数,可进一步分析非合作目标动作意图,有效提高空间态势感知能力。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10示,提供了一种极化雷达空间目标抛物面天线参数反演装置,包括:极化ISAR图像获取模块200、强散射点提取模块210、椭圆参数求解模块220、抛物面天线参数计算模块230和抛物面天线参数联合优化模块240,其中:
极化ISAR图像获取模块200,用于获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
强散射点提取模块210,用于在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
椭圆参数求解模块220,用于将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解椭圆参数;
抛物面天线参数计算模块230,用于根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
抛物面天线参数联合优化模块240,用于对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
关于极化雷达空间目标抛物面天线参数反演装置的具体限定可以参见上文中对于极化雷达空间目标抛物面天线参数反演方法的限定,在此不再赘述。上述极化雷达空间目标抛物面天线参数反演装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种极化雷达空间目标抛物面天线参数反演方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取以抛物面天线为空间目标的极化ISAR图像数据,所述极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线实际的尺寸以及姿态参数。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取以抛物面天线为空间目标的极化ISAR图像数据,所述极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线实际的尺寸以及姿态参数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.极化雷达空间目标抛物面天线参数反演方法,其特征在于,所述方法包括:
获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解各帧极化ISAR图像中椭圆的椭圆参数;
根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
3.根据权利要求1所述的极化雷达空间目标抛物面天线参数反演方法,其特征在于,所述在各帧极化ISAR图像中分别提取多个强散射点包括:
所述极化ISAR图像只有一个极化通道,则以该通道的幅度或强度值为基准迭代选取多个强散射点。
4.根据权利要求2或3所述的极化雷达空间目标抛物面天线参数反演方法,其特征在于,所述强散射点的个数为大于或等于5个。
7.根据权利要求5所述的极化雷达空间目标抛物面天线参数反演方法,其特征在于,所述根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的姿态包括:
所述抛物面天线的姿态包括俯仰角以及方位角;
根据第帧极化ISAR图像成像时雷达观测视线相对于所述抛物面天线的俯仰角以及椭圆的半短轴长度进行计算,得到抛物面天线姿态的俯仰角,其中,所述椭圆的半短轴长度根据椭圆的横轴截距和纵轴截距得到,计算抛物面天线姿态的俯仰角采用以下公式:
在上式中,表示第帧极化ISAR图像中抛物面天线姿态的俯仰角,为第帧ISAR图像成像时雷达观测视线相对于所述抛物面天线的俯仰角,表示第帧极化ISAR图像反演得到抛物面天线的半径长度,表示第帧极化ISAR图像中椭圆的半短轴长度,并采用下式计算得到:
根据对应帧极化ISAR图像成像时雷达观测视线相对于所述抛物面天线的方位角以及椭圆的长轴倾角进行计算得到所述抛物面天线姿态的方位角,计算所述抛物面天线姿态的方位角采用以下公式:
10.一种极化雷达空间目标抛物面天线参数反演装置,其特征在于,所述装置包括:
极化ISAR图像获取模块,用于获取包括抛物面天线典型部件的空间目标极化ISAR图像数据,所述空间目标极化ISAR图像数据为以时间为序列的多帧极化ISAR图像;
强散射点提取模块,用于在各帧极化ISAR图像中分别提取多个强散射点,并记录各所述强散射点的坐标值;
椭圆参数求解模块,用于将各帧极化ISAR图像中提取的多个强散射点带入椭圆标准方程,并分别求解椭圆参数;
抛物面天线参数计算模块,用于根据各帧极化ISAR图像对应求解得到椭圆参数分别计算得到三维空间中所述抛物面天线的尺寸以及姿态参数;
抛物面天线参数联合优化模块,用于对多帧极化ISAR图像分别得到的抛物面天线的尺寸以及姿态参数进行联合优化,得到所述抛物面天线最终的尺寸以及姿态参数反演结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211077966.6A CN115144856B (zh) | 2022-09-05 | 2022-09-05 | 极化雷达空间目标抛物面天线参数反演方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211077966.6A CN115144856B (zh) | 2022-09-05 | 2022-09-05 | 极化雷达空间目标抛物面天线参数反演方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115144856A true CN115144856A (zh) | 2022-10-04 |
CN115144856B CN115144856B (zh) | 2022-11-18 |
Family
ID=83416283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211077966.6A Active CN115144856B (zh) | 2022-09-05 | 2022-09-05 | 极化雷达空间目标抛物面天线参数反演方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115144856B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344589A (zh) * | 2008-08-29 | 2009-01-14 | 北京航空航天大学 | 基于gnss反射信号的空间飞行器探测装置 |
US20090121926A1 (en) * | 2007-11-09 | 2009-05-14 | The Boeing Company | Multi-spot inverse synthetic aperture radar imaging |
CN104407332A (zh) * | 2014-11-25 | 2015-03-11 | 沈阳建筑大学 | 一种地基sar更新dem的校正方法 |
EP2957925A1 (en) * | 2013-02-12 | 2015-12-23 | National University Corporation Kobe University | Scattering tomography method and scattering tomography device |
CN106602264A (zh) * | 2016-12-16 | 2017-04-26 | 熊猫电子集团有限公司 | 一种中轮廓抛物面天线的线极化跟踪方法 |
US10261168B1 (en) * | 2018-03-09 | 2019-04-16 | King Abdulaziz City For Science And Technology | Remote localization and radio-frequency identification using a combination of structural and antenna modes scattering responses |
CN109633583A (zh) * | 2018-10-22 | 2019-04-16 | 上海无线电设备研究所 | 基于近场包围面扫描极化散射数据的目标外形反演方法 |
CN112422960A (zh) * | 2020-11-20 | 2021-02-26 | 北京紫光展锐通信技术有限公司 | 摄像头模组的偏移估算方法及装置、存储介质、终端 |
CN112698279A (zh) * | 2020-11-19 | 2021-04-23 | 中山大学 | 一站固定双基地sar回波信号快速生成方法 |
CN112986987A (zh) * | 2021-01-25 | 2021-06-18 | 北京航空航天大学 | 基于光信息处理的三维微波成像系统 |
-
2022
- 2022-09-05 CN CN202211077966.6A patent/CN115144856B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090121926A1 (en) * | 2007-11-09 | 2009-05-14 | The Boeing Company | Multi-spot inverse synthetic aperture radar imaging |
CN101344589A (zh) * | 2008-08-29 | 2009-01-14 | 北京航空航天大学 | 基于gnss反射信号的空间飞行器探测装置 |
EP2957925A1 (en) * | 2013-02-12 | 2015-12-23 | National University Corporation Kobe University | Scattering tomography method and scattering tomography device |
CN104407332A (zh) * | 2014-11-25 | 2015-03-11 | 沈阳建筑大学 | 一种地基sar更新dem的校正方法 |
CN106602264A (zh) * | 2016-12-16 | 2017-04-26 | 熊猫电子集团有限公司 | 一种中轮廓抛物面天线的线极化跟踪方法 |
US10261168B1 (en) * | 2018-03-09 | 2019-04-16 | King Abdulaziz City For Science And Technology | Remote localization and radio-frequency identification using a combination of structural and antenna modes scattering responses |
CN109633583A (zh) * | 2018-10-22 | 2019-04-16 | 上海无线电设备研究所 | 基于近场包围面扫描极化散射数据的目标外形反演方法 |
CN112698279A (zh) * | 2020-11-19 | 2021-04-23 | 中山大学 | 一站固定双基地sar回波信号快速生成方法 |
CN112422960A (zh) * | 2020-11-20 | 2021-02-26 | 北京紫光展锐通信技术有限公司 | 摄像头模组的偏移估算方法及装置、存储介质、终端 |
CN112986987A (zh) * | 2021-01-25 | 2021-06-18 | 北京航空航天大学 | 基于光信息处理的三维微波成像系统 |
Non-Patent Citations (2)
Title |
---|
XING-CHAO CUI ET AL.: "A Saliency Detector for Polarimetric SAR Ship Detection Using Similarity Test", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
ZHANG YE ET AL.: "Attitude direction estimation of space target parabolic antenna loads using sequential terahertz ISAR images", 《红外与毫米波学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115144856B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Super-resolution surface mapping for scanning radar: Inverse filtering based on the fast iterative adaptive approach | |
CN105652273B (zh) | 一种基于混合匹配追踪算法的mimo雷达稀疏成像算法 | |
CN104730520B (zh) | 基于子孔径合成的圆周sar后向投影自聚焦方法 | |
Shi et al. | Global statistical analysis of MISR aerosol data: a massive data product from NASA's Terra satellite | |
CN109298420B (zh) | 一种合成孔径雷达的运动目标迭代最小熵成像方法及装置 | |
CN105866777B (zh) | 多角度多时段导航卫星双基地PS-InSAR三维形变反演方法 | |
CN104615880B (zh) | 一种三维激光雷达点云匹配的快速icp方法 | |
US8798359B2 (en) | Systems and methods for image sharpening | |
CN112859074A (zh) | 多频带多视角isar融合成像方法 | |
Sun et al. | An improved binocular visual odometry algorithm based on the random sample consensus in visual navigation systems | |
CN115144856B (zh) | 极化雷达空间目标抛物面天线参数反演方法与装置 | |
CN118409316A (zh) | 动目标的自聚焦sar成像方法、装置、设备和介质 | |
CN103076608A (zh) | 轮廓增强的聚束式合成孔径雷达成像方法 | |
Zhou et al. | High precision cross-range scaling and 3D geometry reconstruction of ISAR targets based on geometrical analysis | |
CN116299441A (zh) | 逆合成孔径雷达图像序列的三维重构方法、装置及介质 | |
CN115542323A (zh) | Sar运动目标图像快速重聚焦方法、装置和计算机设备 | |
CN113365345B (zh) | 相位偏差校正方法、装置、计算机设备和存储介质 | |
Zhang et al. | Vision-based pose estimation for space objects by Gaussian process regression | |
Huang et al. | Tensor-based match pursuit algorithm for MIMO radar imaging | |
WO2021035988A1 (zh) | 一种无人机视觉图像特征快速匹配与提取方法及装置 | |
CN116540233A (zh) | 基于航迹信息的动目标恒分辨率isar成像方法及装置 | |
CN116908847A (zh) | 观测角度重叠的多站isar成像方法、装置及设备 | |
Zhou et al. | Multichannel Radar Forward-Looking Superresolution Imaging Based on ISTA-Net | |
CN111093265B (zh) | 一种基于到达角度测距的协作定位方法及装置 | |
Wu et al. | A sparse Bayesian approach for joint SAR imaging and phase error correction |
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 |