CN115657028A - 一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 - Google Patents
一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 Download PDFInfo
- Publication number
- CN115657028A CN115657028A CN202211400538.2A CN202211400538A CN115657028A CN 115657028 A CN115657028 A CN 115657028A CN 202211400538 A CN202211400538 A CN 202211400538A CN 115657028 A CN115657028 A CN 115657028A
- Authority
- CN
- China
- Prior art keywords
- ship
- motion
- sea surface
- freedom
- sea
- 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
Images
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种基于GEO‑UAV BiSAR的海面晃动舰船复合散射建模方法,包括如下步骤:建立舰船目标六自由度运动模型,舰船目标在三维空间的复合运动利用刚体的六自由度运动描述;舰船各自由度运动之间存在相互耦合作用,可将各个自由度运动方程联立求解;采用随机信号分析理论产生海面浪高和舰船扰动力矩;海面后向散射特性建模,结合海谱反演法和毛细波相位修正面元散射模型的二维粗糙海面复反射函数快速预估方法,用于粗糙海面电磁散射特性快速计算;海面舰船耦合散射建模技术。
Description
技术领域
本发明涉及雷达技术领域,具体涉及一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法。
背景技术
基于GEOSAR发射-无人机载SAR接收双基成像模式具有高分辨率、宽测绘带、成像模式灵活、动目标检测、生存能力强、成本低等突出优点,具有军民两用的广阔发展空间和应用前景,但兼具这些优点的同时,海面背景的复杂性和星-机双基探测模式的特殊性决定了舰船目标的成像会受多因素的影响,加之无人机平台及船目标自身的晃动引起非平稳特性,这些因素都会对高海情下实现运动目标的高分辨SAR成像带来不利影响。
基于GEO-UAV BiSAR的SAR成像传感器具有多模式成像、高分辨率、动目标检测等优点。但是,海面舰船是典型的非合作目标,尤其受到高海情风浪驱动及自身机动的影响,会存在复杂的摇摆运动,加之无人机平台自身可能的非平稳因素,这些都会给高分辨率SAR成像探测带来不利影响。因此,需要围绕GEO-UAV BiSAR对海面动目标高分辨率成像探测需求,结合理论建模手段,开展海面舰船特性建模技术研究,建立具有较高置信度的海面运动舰船复合散射模型,仿真对比分析不同工况条件下的海面舰船散射特性差异,从频段、观测距离、成像模式、分辨率选择优化等方面,为海面舰船目标SAR成像方案优化设计提供依据,并为成像与动目标检测算法等研究提供基础数据输入。
现有技术中,在星机成像模式下的海面舰船成像特性研究较少,实现高海情背景下运动舰船目标SAR成像方案优化设计的理论依据和切入点,也是研究高分辨SAR成像和动目标检测技术的理论依据。基于此,本专利将围绕该新体制雷达对海面动目标高分辨率成像探测的需求,开展海面舰船特性建模技术研究,提出一种具有较高置信度的海面运动舰船复合散射建模方法,仿真获取典型海面舰船复合散射数据,从频段、观测距离、分辨率选择优化等方面,为海面目标无人机载SAR成像设计提供依据,并为其SAR成像信号处理算法等研究提供基础数据输入。
发明内容
为了解决或部分解决相关技术中存在的问题,本发明提供了一种基于GEO-UAVBiSAR的海面晃动舰船复合散射建模方法,通用性好。
本发明提供了一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,包括如下步骤:
步骤1,建立舰船目标六自由度运动示意图,舰船目标在三维空间的复合运动可利用刚体的六自由度运动模型来描述;
步骤2,舰船各自由度运动之间存在相互耦合作用,可将各个自由度运动方程联立求解。由于船型左右对称,且纵荡运动可与动力驱动的舰船平移前进一并考虑,其余5自由度运动方程可分解为2组耦合方程;
步骤3,水动力系数通常可以采用切片理论结合实船测量的方法得到。海浪可认为是一个平稳随机过程,那么由风浪驱动引起的舰船运动也是一个平稳随机过程,因此可以采用随机信号分析理论产生海面浪高和舰船的扰动力和扰动力矩;
步骤4,海面后向散射特性建模。针对海面目标复合场景尺寸大,海面仿真计算规模庞大的问题,本专利采用结合海谱反演法和毛细波相位修正面元散射模型(CWMFSM)的二维粗糙海面复反射函数快速预估方法,用于粗糙海面电磁散射特性快速计算;
步骤5,海面舰船耦合散射特性建模技术。微波频段下,海洋环境与舰船目标具有超电大尺寸结构,且海表面具有很强的随机性,舰船目标也具有复杂的精细结构,海面舰船目标的电磁散射模型要求具有可观的计算效率和仿真精度。
所述的步骤1中:
根据广义牛顿定律,建立船舶受力平衡方程式,可得船舶在规则波中运动的线性方程式 表示水施加在船上的力振幅,它可分为流体静力学部分和由于船运动、入射波和其衍射产生的流体动力学部分。这就可以得到基本运动方程:
其中,为恢复力矩阵,表示流体静力学部分,为表示船体运动的辐射力矩阵,为包含由入射波和其衍射波产生的扰动力振幅矩阵。分别计算恢复力—流体静力学矩阵附加质量、Froude-Krilov力和衍射力的计算、辐射力的计算、激发力的计算,最终确定幅值响应算子及确定波面轮廓上的船舶运动建模方法。
所述的步骤2中:
设定时间tn,根据海况参数模拟生成该时刻下二维海面几何模型,并采用CWMFSM模型计算海面电磁散射场Esea(tn)。
所述的步骤3中:
根据GEO-UAVBiSAR的几何关系和雷达系统参数,采用船体六自由度水动力运动模型得到对应模拟海面激励的幅值响应算子;结合遭遇海浪谱和线性叠加模型输出对应时刻下船体的六自由度运动模型。
舰船各自由度运动之间存在相互耦合作用,可将各个自由度运动方程联立求解。由于船型左右对称,且纵荡运动可与动力驱动的舰船平移前进一并考虑,其余5自由度运动方程可分解为2组耦合方程:
可得到升沉—纵摇运动方程:
可得到横荡—横摇—偏航运动方程:
式中,y和z分别表示横荡和升沉位移;θ,ψ分别表示纵摇角、横摇角和偏航角;M为舰船质量;I4,I5,I6分别为船体绕x,y,z轴的质量惯性矩;Aij,Bij,Cij(i,j=2,3,4,5,6)表示水动力系数;Fi(i=2,3,4,5,6)为各自由度上产生的扰动力和扰动力矩。
水动力系数通常可以采用切片理论结合实船测量的方法得到。海浪可认为是一个平稳随机过程,那么由风浪驱动引起的舰船运动也是一个平稳随机过程,因此可以采用随机信号分析理论产生海面浪高和舰船的扰动力和扰动力矩。具体可采用如图3所示的处理流程,将海浪和船体均视为线性定常系统,浪高看作是白噪声驱动的成形滤波器的输出。首先将白噪声作为线性系统的输入,用输出的有色噪声来模拟具有遭遇海浪谱的海浪;然后将此浪高驱动各扰动线性传递函数Gj(ω)(j=2,3,4,5,6),从而最终得到各自由度的扰动力和扰动力矩。根据该处理流程,受航速、航向和海况影响的浪高发生改变会导致舰船各自由度扰动力和力矩相应的变化,进而影响舰船各自由度运动发生变化。
所述的步骤4中:
结合等效电磁流方法和加权多路径模型计算对应船模姿态下的目标散射场Eship(tn)以及耦合散射场Ecou(tn)。
微波频段下,海洋环境与舰船目标具有超电大尺寸结构,且海表面具有很强的随机性,舰船目标也具有复杂的精细结构,海面舰船目标的电磁散射模型要求具有可观的计算效率和仿真精度。本专利拟采用弹跳射线法(SBR)开展海面舰船目标复合散射特性建模研究。首先采用分区建模的方式,仅对舰船周边区域进行多次复合散射计算;然后,采用弹跳射线法(SBR)精确仿真目标各组成部件之间以及目标与海面之间的复杂耦合散射作用。目标各部分之间已经目标与其周边环境的耦合效应。
所述的步骤5中:
将三部分场相干叠加计算总场Etotal(tn)=Eship(tn)+Ecou(tn)+Esea(tn)。确定下一时间步进tn+1=tn+dt,重复步骤2至步骤5,所参数的随时间变化的序列即为船海时变回波信号。
在舰船与海背景的复合散射建模中,粗糙海面用一组非常小的平面元建模会引入大量未知数,加大了计算的复杂度。本专利提出一种基于双尺度海面模型的射线跟踪舰海复合散射建模方法,借助粗糙面散射的解析方法,对粗糙面环境按其几何构造及与目标的连接情况分割为若干电大尺寸面元,称为粗糙面元。可以认为粗糙面元的长度大于相关长度,从而可忽略粗糙面内部具体的随机起伏形态,用随机粗糙面模型描述其统计特征,用解析方法计算其散射。在SBR法的处理流程中,采用基于空间加速结构kd树快速进行射线追踪,实现大区域海面舰船目标复合散射特性的高效、高逼真度建模仿真。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚地说明本发明专利实施例的技术方案,下面将对实施例描述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专利的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为基于GEO-UAV BiSAR架构的海面晃动舰船复合散射建模流程图;
图2为舰船目标6自由度运动示意图;
图3为舰船扰动力和扰动力矩产生示意图;
图4为舰船与粗糙面耦合示意图;
图5为粗糙面元剖分示意图示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施方式。虽然附图中显示了本发明的实施方式,但是应该理解的是,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种数据,但这些信息不应限于这些术语。这些术语仅用来将同一类型的数据彼此区分开。例如,在不脱离本发明范围的情况下,第一数据也可以被称为第二数据,类似地,第二数据也可以被称为第一数据。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该特征。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。
下文将结合附图对本发明实施例的技术方案进行详细描述。
请参阅图,本实施例提供了一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,主要包括以下步骤:
步骤1,根据广义牛顿定律,建立船舶受力平衡方程式,可得船舶在规则波中运动的线性方程式 表示水施加在船上的力振幅,它可分为流体静力学部分和由于船运动、入射波和其衍射产生的流体动力学部分。这就可以得到基本运动方程:
其中,为恢复力矩阵,表示流体静力学部分,为表示船体运动的辐射力矩阵,为包含由入射波和其衍射波产生的扰动力振幅矩阵。分别计算恢复力—流体静力学矩阵附加质量、Froude-Krilov力和衍射力的计算、辐射力的计算、激发力的计算,最终确定幅值响应算子及确定波面轮廓上的船舶运动建模方法。
步骤2,设定时间tn,根据海况参数模拟生成该时刻下二维海面几何模型,并采用CWMFSM模型计算海面电磁散射场Esea(tn)。
步骤3,根据GEO-UAV BiSAR的几何关系和雷达系统参数,采用船体六自由度水动力运动模型得到对应模拟海面激励的幅值响应算子;结合遭遇海浪谱和线性叠加模型输出对应时刻下船体的六自由度运动模型。
舰船各自由度运动之间存在相互耦合作用,可将各个自由度运动方程联立求解。由于船型左右对称,且纵荡运动可与动力驱动的舰船平移前进一并考虑,其余5自由度运动方程可分解为2组耦合方程:
可得到升沉—纵摇运动方程:
可得到横荡—横摇—偏航运动方程:
式中,y和z分别表示横荡和升沉位移;θ,ψ分别表示纵摇角、横摇角和偏航角;M为舰船质量;I4,I5,I6分别为船体绕x,y,z轴的质量惯性矩;Aij,Bij,Cij(i,j=2,3,4,5,6)表示水动力系数;Fi(i=2,3,4,5,6)为各自由度上产生的扰动力和扰动力矩。
水动力系数通常可以采用切片理论结合实船测量的方法得到。海浪可认为是一个平稳随机过程,那么由风浪驱动引起的舰船运动也是一个平稳随机过程,因此可以采用随机信号分析理论产生海面浪高和舰船的扰动力和扰动力矩。具体可采用如图3所示的处理流程,将海浪和船体均视为线性定常系统,浪高看作是白噪声驱动的成形滤波器的输出。首先将白噪声作为线性系统的输入,用输出的有色噪声来模拟具有遭遇海浪谱的海浪;然后将此浪高驱动各扰动线性传递函数Gj(ω)(j=2,3,4,5,6),从而最终得到各自由度的扰动力和扰动力矩。根据该处理流程,受航速、航向和海况影响的浪高发生改变会导致舰船各自由度扰动力和力矩相应的变化,进而影响舰船各自由度运动发生变化。
步骤4,结合等效电磁流方法和加权多路径模型计算对应船模姿态下的目标散射场Eship(tn)以及耦合散射场Ecou(tn)。
微波频段下,海洋环境与舰船目标具有超电大尺寸结构,且海表面具有很强的随机性,舰船目标也具有复杂的精细结构,海面舰船目标的电磁散射模型要求具有可观的计算效率和仿真精度。本专利拟采用弹跳射线法(SBR)开展海面舰船目标复合散射特性建模研究。首先采用分区建模的方式,仅对舰船周边区域进行多次复合散射计算;然后,采用弹跳射线法(SBR)精确仿真目标各组成部件之间以及目标与海面之间的复杂耦合散射作用。目标各部分之间已经目标与其周边环境的耦合效应。
步骤5,将三部分场相干叠加计算总场Etotal(tn)=Eship(tn)+Ecou(tn)+Esea(tn)。确定下一时间步进tn+1=tn+dt,重复步骤2至步骤5,所参数的随时间变化的序列即为船海时变回波信号。
以上所述,仅为本发明的实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和范围之内做出的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。
Claims (6)
1.一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,包括:
S1、建立舰船目标六自由度运动示意图,舰船目标在三维空间的复合运动通过刚体的六自由度运动模型来描述;
S2、将舰船目标的各个自由度运动方程联立求解;
S3、采用切片理论结合实船测量的方法得到水动力系数;
S4、海面后向散射特性建模;
S5、海面舰船耦合散射特性建模技术。
2.如权利要求1所述的基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,所述建立舰船目标六自由度运动示意图,包括:
基于几何建模软件获得船模几何参数,包括船体三角面元剖分信息、吃水船底的切片及其点源划分信息、排水体积、船体质量;通过切片法,沿纵向将船体分成若干段,各段上截面形状大致相同;按照二维流动理论求得各横截面遭受的流体作用力后,沿长度方向积分即可求得船体上总的流体作用力;
3.如权利要求1所述的基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,设定时间tn,根据海况参数模拟生成该时刻下二维海面几何模型,并采用CWMFSM模型计算海面电磁散射场Esea(tn)。
4.如权利要求1所述的基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,
根据GEO-UAV BiSAR的几何关系和雷达系统参数,采用船体六自由度水动力运动模型得到对应模拟海面激励的幅值响应算子;结合遭遇海浪谱和线性叠加模型输出对应时刻下船体的六自由度运动模型;
舰船各自由度运动之间存在相互耦合作用,将各个自由度运动方程联立求解;由于船型左右对称,且纵荡运动可与动力驱动的舰船平移前进一并考虑,其余5自由度运动方程可分解为2组耦合方程:
得到升沉—纵摇运动方程:
得到横荡—横摇—偏航运动方程:
5.如权利要求1所述的基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,
结合等效电磁流方法和加权多路径模型计算对应船模姿态下的目标散射场Eship(tn)以及耦合散射场Ecou(tn)。
6.如权利要求1所述的基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法,其特征在于,
将三部分场相干叠加计算总场Etotal(tn)=Eship(tn)+Ecou(tn)+Esea(tn)。确定下一时间步进tn+1=tn+dt,重复S2至S5,所参数的随时间变化的序列即为船海时变回波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211400538.2A CN115657028A (zh) | 2022-11-09 | 2022-11-09 | 一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211400538.2A CN115657028A (zh) | 2022-11-09 | 2022-11-09 | 一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115657028A true CN115657028A (zh) | 2023-01-31 |
Family
ID=85016832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211400538.2A Pending CN115657028A (zh) | 2022-11-09 | 2022-11-09 | 一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115657028A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116879962A (zh) * | 2023-07-12 | 2023-10-13 | 南京理工大学 | 海面环境下动态群目标的高效电磁分析方法 |
CN117114428A (zh) * | 2023-10-25 | 2023-11-24 | 国网山西省电力公司电力科学研究院 | 一种电力设备气象灾害分析预警方法 |
CN117147977A (zh) * | 2023-07-31 | 2023-12-01 | 西安电子科技大学 | 无人机外场复合散射测量的测试质量估计方法 |
CN117893575A (zh) * | 2024-03-15 | 2024-04-16 | 青岛哈尔滨工程大学创新发展中心 | 图神经网络融入自注意力机制的船舶运动预报方法及系统 |
-
2022
- 2022-11-09 CN CN202211400538.2A patent/CN115657028A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116879962A (zh) * | 2023-07-12 | 2023-10-13 | 南京理工大学 | 海面环境下动态群目标的高效电磁分析方法 |
CN116879962B (zh) * | 2023-07-12 | 2024-04-23 | 南京理工大学 | 海面环境下动态群目标的高效电磁分析方法 |
CN117147977A (zh) * | 2023-07-31 | 2023-12-01 | 西安电子科技大学 | 无人机外场复合散射测量的测试质量估计方法 |
CN117114428A (zh) * | 2023-10-25 | 2023-11-24 | 国网山西省电力公司电力科学研究院 | 一种电力设备气象灾害分析预警方法 |
CN117114428B (zh) * | 2023-10-25 | 2024-01-30 | 国网山西省电力公司电力科学研究院 | 一种电力设备气象灾害分析预警方法 |
CN117893575A (zh) * | 2024-03-15 | 2024-04-16 | 青岛哈尔滨工程大学创新发展中心 | 图神经网络融入自注意力机制的船舶运动预报方法及系统 |
CN117893575B (zh) * | 2024-03-15 | 2024-05-31 | 青岛哈尔滨工程大学创新发展中心 | 图神经网络融入自注意力机制的船舶运动预报方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115657028A (zh) | 一种基于GEO-UAV BiSAR的海面晃动舰船复合散射建模方法 | |
CN109061642B (zh) | 一种贝叶斯迭代重加权稀疏自聚焦阵列sar成像方法 | |
CN108226927B (zh) | 基于加权迭代最小稀疏贝叶斯重构算法的sar成像方法 | |
CN107037429B (zh) | 基于门限梯度追踪算法的线阵sar三维成像方法 | |
CN103941243B (zh) | 一种基于sar三维成像的自旋式飞行器测高方法 | |
CN113259034B (zh) | 一种并行的耦合海洋声学预报系统及运行方法 | |
CN105260524B (zh) | 一种扫描状态下船舶导航雷达二维回波序列像仿真方法 | |
CN102004250B (zh) | 基于频域展开的星机联合双基地合成孔径雷达成像方法 | |
CN109541591B (zh) | 一种基于线性滤波法的sar海浪成像仿真方法 | |
KR20190084146A (ko) | 항공기기반 영상복원장치 및 이를 이용한 영상복원방법 | |
CN110907938B (zh) | 一种近场的快速下视合成孔径三维成像方法 | |
CN104200110B (zh) | 基于去耦合的二维波束扫描测角方法 | |
Randeni P et al. | Determining the horizontal and vertical water velocity components of a turbulent water column using the motion response of an autonomous underwater vehicle | |
Almanza-Medina et al. | Deep learning architectures for navigation using forward looking sonar images | |
CN115128605A (zh) | 水下地形检测方法、装置、介质 | |
CN114692520A (zh) | 一种面向多场景的无人艇虚拟仿真测试平台及测试方法 | |
CN112731312A (zh) | 一种实时交互式相控阵雷达仿真系统及方法 | |
CN104297750A (zh) | 基于几何投影的双基前视sar成像面预测方法 | |
Hunter | Underwater acoustic modelling for synthetic aperture sonar | |
CN116310221A (zh) | 一种船舶摇荡与视景波浪运动匹配方法、终端设备及介质 | |
CN112612027B (zh) | 一种浅海环境下利用声能量起伏的海洋内波监测方法 | |
CN116184376A (zh) | 一种水下三维地形及多波束图像声呐数据仿真系统和方法 | |
Marston et al. | Three dimensional fast factorized back projection for sub-sediment imaging sonars | |
CN114002666A (zh) | 任意天线构型下星载ati-sar洋流流速提取方法及设备 | |
Gueriot et al. | Sonar data simulation based on tube tracing |
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 |