CN116243315A

CN116243315A - 三维摆动目标的sar图像重聚焦方法、装置及设备

Info

Publication number: CN116243315A
Application number: CN202310471604.3A
Authority: CN
Inventors: 冷祥光; 王进; 计科峰; 孙浩; 张思乾; 唐涛; 匡纲要
Original assignee: National University of Defense Technology
Current assignee: National University of Defense Technology
Priority date: 2023-04-27
Filing date: 2023-04-27
Publication date: 2023-06-09
Anticipated expiration: 2043-04-27
Also published as: CN116243315B

Abstract

本申请涉及一种三维摆动目标的SAR图像重聚焦方法、装置及设备，通过基于目标与背景的能量差异，根据SAR三维摆动目标图像构造代表三维摆动目标的直线集合，并将直线集合中的各方位向直线分别作为多分量线性调频信号，通过分数阶自相关计算各多分量线性调频信号对应的最佳旋转阶数集合，接着在各方位向直线上，通过在其对应的最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其多分量线性调频信号，得到各所位向直线对应的聚焦信号，最后将各聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。采用本方法可以对三维摆动目标的空变散焦SAR图像进行有效重聚焦。

Description

三维摆动目标的SAR图像重聚焦方法、装置及设备

技术领域

本申请涉及合成孔径雷达成像技术领域，特别是涉及一种三维摆动目标的SAR图像重聚焦方法、装置及设备。

背景技术

合成孔径雷达能够对海面进行全天时、全天候的成像是监视海洋的重要工具。但是合成孔径雷达理论上只能对静止目标成像，运动会给SAR成像带来相位误差造成目标在方位向散焦。舰船是海上监视的重点对象，获得清晰的SAR舰船图像在军事和民用领域都有着极大的价值。由于受到海面风浪影响，舰船在海上除了自身动力产生的平动外还存在三维摆动（横滚、偏航、俯仰）等非线性动。舰船在三维摆动时，其各散射点的运动速度不再相同，这会给SAR成像带来严重的空变相位误差，尤其是在长合成孔径时间下如机载SAR和中高轨SAR。

传统的SAR图像重聚焦算法均假设SAR图像上各点的相位误差相同，只需要用一个统一的相位误差向量来补偿即可得到聚焦图像，如相位梯度自聚焦算法和快速最小熵算法等，但这些算法都难以聚焦各部分相位误差不同的SAR三维摆动舰船图像。对于具有空变相位误差的SAR散焦图像，目前多是采用基于图像分块的思想来解决。该方法将散焦图像分成若干子图像，对于每个子图像来说其相位误差近似是空不变的，然后利用现有的自聚焦算法来聚焦每个子块图像，最后拼接在一起得到聚焦的图像。这种方法存在的问题是图像块如果分得太大，则每个子图像的相位误差会存在空变性。如果分的太小，则较小的子块数据会降低相位误差的估计精度。如何重聚焦具有空变散焦特性的SAR三维摆动舰船图像是一个非常有挑战性的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对由目标复杂运动引起的SAR图像模糊进行有效聚焦的三维摆动目标的SAR图像重聚焦方法、装置及设备。

三维摆动目标的SAR图像重聚焦方法，所述方法包括：

获取SAR三维摆动目标图像；

基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合；

将所述方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，并通过分数阶自相关计算各所述多分量线性调频信号对应的最佳旋转阶数集合；

在所述方位向直线集合中各方位向直线上，通过在其对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号；

将各所述聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。

在其中一实施例中，所述基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合包括：

计算所述SAR三维摆动目标图像各距离单元处方位向直线能量；

根据所述SAR三维摆动目标图像中能量大于均值的方位向直线构造所述代表三维摆动目标的方位向直线集合。

在其中一实施例中，所述将所述方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，其中，各所述多分量线性调频信号表示为：

；

在上式中，

表示多分量线性调频信号的第/>

个分量，/>

表示调频率，/>

表示中心频率，/>

表示距离向单元，/>

表示方位向单元。

在其中一实施例中，所述并通过分数阶自相关计算各所述多分量线性调频信号对应的最佳旋转阶数集合包括：

计算不同旋转阶数下，所述多分量线性调频信号的分数阶自相关能量，将分数阶自相关能量峰值对应的旋转阶数作为最佳旋转阶数；

按照各峰值的大小对其对应的最佳旋转阶数进行排序，得到所述最佳旋转阶数集合。

在其中一实施例中，在对各所述多分量线性调频信号计算最佳旋转阶数时，采用两步法。

在其中一实施例中，所述在所述方位向直线集合中各方位向直线上，通过在对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号包括：

在对每一条方位向直线进行聚焦时，根据对应的所述最佳旋转阶数集合中第一个最佳旋转阶数对多分量线性调频信号做分数阶傅里叶变换；

在分数阶域通过带通滤波器对变换后多分量线性调频信号进行过滤，得到第一个聚焦信号；

将所述变换后多分量线性调频信号滤除所述第一个聚集信号后的剩余信号进行逆分数阶傅里叶变换得到时域剩余信号；

根据对应的所述最佳旋转阶数集合中下一个最佳旋转阶数对所述时域下的剩余信号做分数阶傅里叶变换，再进行带通滤波后得到第二个聚焦信号；

若所述第二个聚焦信号峰值小于预设比例的第一个聚焦信号峰值，则将所述第一个聚焦信号作为该条方位向直线的聚焦信号；

若所述第二个聚焦信号峰值大于预设比例的第一个聚焦信号峰值，则继续计算剩余信号中的聚焦信号，直至所述聚焦信号峰值小于预设比例的第一个聚焦信号峰值或者剩余信号的能量小于预设比例的原信号能量，则将得到的多个聚焦信号相加，并将相加结果作为该条方位向直线的聚焦信号。

一种三维摆动目标的SAR图像重聚焦装置，所述装置包括：

SAR图像获取模块，用于获取SAR三维摆动目标图像；

三维摆动目标方位向直线集合构造模块，用于基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合；

最佳旋转阶数集合构建模块，用于将所述方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，并通过分数阶自相关计算各所述多分量线性调频信号对应的最佳旋转阶数集合；

方位向直线聚焦模块，用于在所述方位向直线集合中各方位向直线上，通过在其对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号；

SAR三维摆动目标图像重聚焦模块，用于将各所述聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。

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SAR三维摆动目标图像；

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SAR三维摆动目标图像；

上述三维摆动目标的SAR图像重聚焦方法、装置及设备，通过基于目标与背景的能量差异，根据SAR三维摆动目标图像构造代表三维摆动目标的直线集合，并将直线集合中的各方位向直线分别作为多分量线性调频信号，通过分数阶自相关计算各多分量线性调频信号对应的最佳旋转阶数集合，接着在各方位向直线上，通过在对应的最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其多分量线性调频信号，得到各方位向直线对应的聚焦信号，最后将各聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。采用本方法可以对三维摆动目标的空变散焦SAR图像进行有效重聚焦。

附图说明

图1为一个实施例中三维摆动目标的SAR图像重聚焦方法的流程示意图；

图2为另一个实施例中实施三维摆动目标的SAR图像重聚焦方法的流程示意图；

图3为一个实验仿真中三维摆动舰船SAR空变散焦示意图和经本文方法处理后的聚焦示意图，其中，（a）为偏航运动舰船散焦示意图，（b）为采用本文方法聚焦后的偏航运动舰船示意图，（c）为俯仰运动舰船散焦示意图，（d）为采用本文方法聚焦后的俯仰运动舰船示意图，（e）为横滚运动舰船散焦示意图，（f）为采用本文方法聚焦后的横滚运动舰船示意图；

图4为高分三号滑动聚束模式下三维摆动舰船SAR空变散焦示意图和经本文方法处理后的示意图，其中，（a）为高分三号三维摆动舰船1示意图，（b）为高分三号三维摆动舰船1重聚焦示意图，（c）为高分三号三维摆动舰船2示意图，（d）为高分三号三维摆动舰船2重聚焦示意图；

图5为一个实施例中三维摆动目标的SAR图像重聚焦装置的结构框图；

图6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，提供了一种三维摆动目标的SAR图像重聚焦方法，包括以下步骤：

步骤S100，获取SAR三维摆动目标图像；

步骤S110，基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合；

步骤S120，将方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，并通过分数阶自相关计算各多分量线性调频信号对应的最佳旋转阶数集合；

步骤S130，在方位向直线集合中各方位向直线上，通过在其对应的最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各方位向直线对应的聚焦信号；

步骤S140，将各聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。

本方法可以实施于以任何运动物体为目标的SAR图像，包括运动车辆、运动舰船等，但本方法特别针对受到海面风量影响，在海上除了自身动力产生平动外还存在三维摆动（横滚、偏航、俯仰）等非线性运动的舰船，下文中以舰船为例对本方法进说明。

运动舰船在SAR图像上散焦的原因是由于匹配滤波器的失配造成运动目标在SAR图像方位向上还残存有线性调频信号。三维摆动舰船各散射点的运动速度不同这使得其各散射点在SAR散焦图像上呈现为不同调频率的线性调频信号。因此SAR三维摆动舰船散焦图像的每条方位向直线可视作一个多分量线性调频信号。分数阶傅里叶变换(FractionalFourier Tansform,FrFT)是傅里叶变换的一种广义形式，在最佳旋转阶数下散焦的线性调频信号能被分数阶傅里叶变换重新聚焦。对于多分量线性调频信号，分数阶自相关能很好的分辨具有不同调频率的线性调频信号分量。利用分数阶自相关可快速计算不同线性调频信号的最佳旋转阶数，然后在分数阶域将其依次聚焦。在本实施例中，通过聚焦每条方位向直线的多分量线性调频信号来重聚焦三维摆动舰船图像，可以有效重聚焦SAR三维摆动舰船散焦图像。

在本方法中，首先对散焦舰船图像沿距离单元计算各条方位向直线的能量，筛选出能量大于均值的方位向直线。然后将筛选出来的每个方位向直线视作多分量线性调频信号，利用分数阶自相关采用两步法来计算各方位向直线中不同分量线性调频信号的最佳旋转阶数集合。对每个方位向直线，在其最佳旋转阶数集合下，做FrFT变换逐一聚焦方位向直线中各线性调频信号分量。最后将聚焦的各方位向直线替代SAR图像中对应的原方位向直线，得到舰船重聚焦图像。

具体的，在步骤S110中，基于目标与背景的能量差异，根据SAR三维摆动目标图像构造代表三维摆动目标的直线集合包括：计算SAR三维摆动目标图像各距离单元处方位向直线能量，根据SAR三维摆动目标图像中能量大于均值的方位向直线构造代表三维摆动目标的直线集合。

进一步的，对一幅

大小的SAR舰船图像/>

，第/>

个距离单元处方位向线直线的能量/>

及其各方位向直线能量的均值/>

分别为：

（1）

（2）

在公式（1）和公式（2）中，

表示方位向单元个数，/>

表示距离向单元个数，

表示二维复数矩阵，表示单通道复数图像。

由于在SAR图像中目标的能量要远大于背景区域，通过判断各方位向直线能量是否大于均值

的方位向直线。这些直线便代表了更为精确的目标也就是舰船所在的区域，所以根据能量大于均值/>

的方位向直线构建的集合，即为代表舰船的方位向直线结合，表示为：

（3）

由于，舰船在三维摆动时，每个散射点具有不同的速度，这导致其散焦图像在每个距离单元存在若干个不同的线性调频信号，所述在步骤S120中，将直线集合中的各方位向直线分别作为多分量线性调频信号，其中，各多分量线性调频信号表示为：

（4）

在公式（4）中，

表示多分量线性调频信号的第/>

个分量，/>

表示调频率，/>

表示中心频率。

接着，通过采用分数阶自相关计算各距离单元方位向直线中的各分量线性调频信的最佳旋转阶数，即最佳旋转角度。

对于信号

其分数阶自相关定义为：

（5）

在公式（5）中，

表示复共轭，/>

表示延迟因子，/>

表示旋转角度。信号的分数阶自相关可通过分数阶傅里叶变换和逆傅里叶变换计算：

（6）

在公式（6）中，

表示逆傅里叶变换，/>

表示信号/>

在旋转角度/>

下的分数阶傅里叶变换。

其中，分数阶傅里叶变换定义为：

（7）

在公式（7）中，

表示旋转角度，/>

，/>

表示整数。

综上，对三维摆动舰船SAR图像某方位向信号

，其分数阶自相关表示为：

（8）

当

时，/>

的自相关项表示为：

（9）

在公式（9）中，

表示一条穿过原点的直线，直线相对于横轴的角度为/>

。

当

时，/>

的交叉项表示为：/>

(10)

从

的自相关项和交叉项的表达式中可以看出，自相关项的能量集中在通过原点的直线上，这些直线的斜率表示信号/>

的不同调频率。另一方面大部分交叉项的能量集中在不经过原点的直线上，且具有不同调频率交叉项的能量与自相关项相比可以忽略不计。信号分数阶自相关能量定义为：

（11）

通过公式（9）和公式（11）可以看出，当循环角度

与某一分量信号的调频率相匹配时，信号的自相关能量/>

会出现峰值，因此可以利用信号在分数阶自相关域的能量分布来计算多分量线性调频信号不同分量的参数。

具体的，在通过分数阶自相关计算各多分量线性调频信号对应的最佳旋转阶数集合时，计算不同旋转阶数下，多分量线性调频信号的分数阶自相关能量也就是利用公式（11），将分数阶自相关能量峰值对应的旋转阶数作为最佳旋转阶数，并按照各峰值的大小对其对应的最佳旋转阶数进行排序，得到最佳旋转阶数集合。在最佳旋转阶数集合里，多分量线性调频信号的每一个分量对应一个最佳旋转阶数。

在本实施例中，在对各多分量线性调频信号计算最佳旋转阶数时，采用两步法。

具体的，舰船三维摆动时，各散射点的速度虽然不同但是其速度大小比较接近，这使得各分量线性调频信号对应的最佳旋转阶数在一定局部范围内。因此先以一个较大的步长

在/>

区间内计算信号的分数阶自相关能量/>

，得到信号最大值点所在的位置/>

。

由于在最大值点位置附近存在着多个线性调频信号分量对应的最佳旋转阶数，所以，再以一个较小的步长

在最强峰值点附近区间/>

进一步计算信号的分数阶自相关能量/>

。此时能量的峰值点处对应着不同调频率线性调频信号精确的最佳旋转阶数，按峰值点大小对其对应的旋转阶数排序，得到最佳旋转阶数集合/>

：/>

（12）。

接着，在步骤S130中，在各方位向直线上，通过在对应的最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各方位向直线对应的聚焦信号包括：在对每一条方位向直线进行聚焦时，根据对应的最佳旋转阶数集合中第一个最佳旋转阶数对多分量线性调频信号做分数阶傅里叶变换，在分数阶域通过带通滤波器对变换后多分量线性调频信号进行过滤，得到第一个聚焦信号，将变换后多分量线性调频信号滤除第一个聚集信号后的剩余信号进行逆分数阶傅里叶变换得到时域剩余信号，根据对应的最佳旋转阶数集合中下一个最佳旋转阶数对时域剩余信号做分数阶傅里叶变换，再进行带通滤波后得到第二个聚焦信号。

此时，若第二个聚焦信号峰值小于预设比例的第一聚焦信号的峰值，则将第一个聚焦信号作为该条方位向直线的聚焦信号。

在其中一实施例中，预设比例可设为0.3，也就是若第二个聚焦信号峰值小于0.3倍的第一聚焦信号的峰值，则将第一个聚焦信号作为该条方位向直线的聚焦信号。

若第二个聚焦信号的峰值大于预设比例的第一个聚焦信号峰值，则计算剩余信号中的聚焦信号，直至聚焦信号峰值小于预设比例的第一个聚焦信号峰值或者剩余信号的能量小于预设比例的原信号能量，则将得到的多个聚焦信号相加，并将相加结果作为该条方位向直线的聚焦信号。

在其中一实施例中，该处的预设比例可设为0.3，也就是直至聚焦信号峰值小于0.3倍的第一个聚焦信号峰值或者剩余信号的能量小于0.3倍的原信号能量，则将得到的多个聚焦信号相加，并将相加结果作为该条方位向直线的聚焦信号；

具体的，首先在峰值点最大处的旋转阶数

下对信号/>

做FrFT变换，与该旋转阶数相对应的线性调频信号分量被聚焦，在分数阶域通过带通滤波器滤出聚焦信号

，并对剩余信号做逆FrFT变换到时域/>

，其中，聚焦信号/>

和变换到时域的剩余信号/>

分别表示为：

（13）

（14）

（15）

然后，在第二个峰值点处的旋转阶数下

对剩余信号/>

做FrFT变换，如果变换后聚焦信号的最大值远小于第一次聚焦信号的峰值则终止计算，并将聚焦信号

作为该条方位向直线的聚焦信号/>

，否则继续滤出聚焦的信号/>

，并重复上述操作，直至滤出的聚焦信号峰值小于0.3倍的聚焦信号/>

峰值，则将此前每次得到的聚焦信号累加便得到该子区间（也就是对应的方位向直线）内各分量线性调频信号的聚焦信号/>

：

（16）

此外，如果聚焦信号

的总能量小于0.7倍的原信号能量，说明在该子区间外还有线性调频信号分量，则将子区间进一步扩大，则按照上述方法进行重新聚焦。

最后，通过上述步骤，计算得到各方位向直线对应的聚焦信号，则在步骤S140中，利用各聚焦信号替代对应的方位向直线，则得到三维摆动舰船的重聚焦图像。

在本实施例中，本文提出的图像重聚方法还可如图2所示的步骤进行实施。

接下来，还根据本方法进行实验仿真，以证明本方法的有效性。

其中，进行实验仿真的雷达系统仿真参数如表1所示，表2为进行实验仿真的舰船摆动运动参数，包括理想舰船面目标偏航、俯仰和横滚运动参数。

表1 雷达系统仿真参数

表2 舰船摆动运动参数

图3为通过仿真得到的相关图像，其中图3（a）、图3（c）以及图3（e）分别为舰船在偏航、俯仰以及横滚三个维度摆动的散焦图像，对应的图3（b）、图3（d）以及图3（f）为采用本文中所提方法进行处理后的重聚焦图像。从图3（a）、图3（c）以及图3（e）中可以看出，三维摆动的舰船SAR图像散焦十分严重，难以分辨各散射点，但是经过本方法进行重聚焦后，可以看到图3（b）、图3（d）以及图3（f）中严重散焦的三维摆动舰船图像重新变为了57个散射点，实现了对三维摆动舰船的有效重聚焦。

图4为对真实的高分三号聚束模式下SAR舰船图像的聚焦效果。从图4可见，这两艘舰船图像由于三维摆动发生了严重的空变散焦，舰船各部分的散焦程度不一。经过所提算法处理后，均呈现了清晰的形状，这验证了所提方法在真实数据上的有效性。

上述三维摆动目标的SAR图像重聚焦方法中，通过首先对散焦舰船图像沿距离单元计算各条方位向直线的能量，筛选出能量大于均值的方位向直线。然后将筛选出来的每个方位向直线视作多分量线性调频信号，利用分数阶自相关采用两步法来计算各方位向直线中不同分量线性调频信号的最佳旋转阶数集合。对每个方位向直线，在其最佳旋转阶数集合下，做FrFT变换逐一聚焦方位向直线中各线性调频信号分量。最后将聚焦的各方位向直线替代SAR图像中对应的原方位向直线，得到舰船重聚焦图像。在本方法中，利用FrFT变换来克服三维摆动舰船SAR图像的空变散焦特性得到清晰的舰船图像。通过利用分数阶自相关计算多分量线性调频信号的最佳旋转角度，大幅减少了算法的处理时间。本方法通用性强，由于直接对单视复数SAR图像处理，可灵活适用于各种机载或星载平台不同成像模式的SAR数据。

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5所示，提供了一种三维摆动目标的SAR图像重聚焦装置，包括：SAR图像获取模块200、三维摆动目标方位向直线集合构造模块210、最佳旋转阶数集合构建模块220、方位向直线聚焦模块230和SAR三维摆动目标图像重聚焦模块240，其中：

SAR图像获取模块200，用于获取SAR三维摆动目标图像；

三维摆动目标方位向直线集合构造模块210，用于基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合；

最佳旋转阶数集合构建模块220，用于将所述方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，并通过分数阶自相关计算各所述多分量线性调频信号对应的最佳旋转阶数集合；

方位向直线聚焦模块230，用于在所述方位向直线集合中各方位向直线上，通过在其对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号；

SAR三维摆动目标图像重聚焦模块240，用于将各所述聚焦信号分别替代对应的方位向直线，得到重聚焦后的SAR三维摆动目标图像。

关于三维摆动目标的SAR图像重聚焦装置的具体限定可以参见上文中对于三维摆动目标的SAR图像重聚焦方法的限定，在此不再赘述。上述三维摆动目标的SAR图像重聚焦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6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三维摆动目标的SAR图像重聚焦方法。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6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SAR三维摆动目标图像；

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SAR三维摆动目标图像；

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

1.三维摆动目标的SAR图像重聚焦方法，其特征在于，所述方法包括：

获取SAR三维摆动目标图像；

2.根据权利要求1所述的SAR图像重聚焦方法，其特征在于，所述基于目标与背景的能量差异，根据所述SAR三维摆动目标图像构造代表三维摆动目标的方位向直线集合包括：

3.根据权利要求2所述的SAR图像重聚焦方法，其特征在于，所述将所述方位向直线集合中的各方位向直线分别建模为多分量线性调频信号，其中，各所述多分量线性调频信号表示为：

；

在上式中，

表示多分量线性调频信号的第/>

个分量，/>

表示调频率，/>

表示中心频率，/>

表示距离向单元，/>

表示方位向单元。

4.根据权利要求3所述的SAR图像重聚焦方法，其特征在于，所述并通过分数阶自相关计算各所述多分量线性调频信号对应的最佳旋转阶数集合包括：

5.根据权利要求4所述的SAR图像重聚焦方法，其特征在于，在对各所述多分量线性调频信号计算最佳旋转阶数时，采用两步法。

6.根据权利要求5所述的SAR图像重聚焦方法，其特征在于，所述在所述方位向直线集合中各方位向直线上，通过在对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号包括：

7.一种三维摆动目标的SAR图像重聚焦装置，其特征在于，所述装置包括：

SAR图像获取模块，用于获取SAR三维摆动目标图像；

方位向直线聚焦模块，用于在所述方位向直线集合中各方位向直线上，通过在对应的所述最佳旋转阶数集合下进行分数阶傅里叶变换逐一聚焦其线性调频信号分量，得到各所述方位向直线对应的聚焦信号；

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。