一种基于TOAF的复杂目标ISAR成像方法

摘要

本发明提供一种基于TOAF的复杂运动目标ISAR成像方法，包括：获取待测目标在每个距离单元中的散射点的雷达回波信号；对雷达回波信号进行距离走动补偿；将距离走动补偿后的雷达回波信号建模为立方相位信号；采用三阶自相关函数和解线性调频技术对立方相位信号进行参数估计，得到预估参数；根据预估参数，对立方相位信号进行多普勒频移补偿；利用多普勒频移补偿之后的立方相位信号，重建得到待测目标的ISAR图像。本发明通过复乘、非均匀快速傅里叶变换等操作可以快速完成计算过程，同时可以提高抗噪声性能。

说明书

技术领域

本发明属于逆合成孔径雷达成像技术领域，具体涉及一种基于TOAF的复杂目标ISAR成像方法。

背景技术

逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)作为一种有效的非合作目标识别技术，在过去几十年得到了广泛的研究。对于成像时多普勒频移恒定的目标，距离-多普勒(Range-Doppler,RD)ISAR成像算法是一种有效的方法。但在实际应用中，目标往往是机动的，多普勒频率是时变的。因此，现有技术中针对上述情况，常用的成像技术为对距离瞬时多普勒(Range-Instantaneous-Doppler,RID)技术。

关于RID成像算法，通常可以分为两类：线性算法和非线性算法。线性算法主要有最大似然(Maximum likelihood,ML)和修正离散Chirp傅里叶变换(Modified discretechirp Fourier transform，MDCFT)，非线性算法包括立方相位函数(Cubic PhaseFunction,CPF)、局部多项式魏格纳分布(Local polynomial Wigner distribution,LPWD)、Keystone时间线性调频率分布(Keystone time-Chirp rate distribution,KTCRD)、变尺度傅里叶变换(Scaled Fourier transform,SFT)、调频率-二次调频率分布(Chirp Rate-Quadratic Chirp Rate,CRQCRD)、修正吕分布(Modified Lv’sDistribution,MLVD)及修正调频率-二次调频率分布(Modified Chirp Rate-QuadraticChirp Rate,MCRQCRD)等。

上述线性算法和非线性算法中，部分算法抗噪声性能比较低，部分算法计算过程复杂，并且由于噪声干扰对成像效果也不佳。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于TOAF的复杂目标ISAR成像方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供的一种基于TOAF的复杂运动目标ISAR成像方法，包括：

获取待测目标在每个距离单元中散射点的雷达回波信号；

对所述雷达回波信号进行距离走动补偿；

将距离走动补偿后的雷达回波信号建模为立方相位信号；

采用三阶自相关函数和解线性调频技术对所述立方相位信号进行参数估计，得到预估参数；

根据预估参数，对所述立方相位信号进行多普勒频移补偿；

利用多普勒频移补偿之后的立方相位信号，重建得到所述待测目标的ISAR图像。

可选的，所述立方相位信号为：

其中，l表示第l个距离单元，L表示总的距离单元数，t

其中，所述预估参数包括：调频率估计值、二次调频率估计值、中心频率估计值和幅度估计值。

可选的，所述采用三阶自相关函数和解线性调频技术对所述立方相位信号进行参数估计，得到预估参数包括：

采用三阶自相关函数对所述立方相位信号进行处理，得到所述散射点的雷达回波信号的估计模型；

所述三阶自相关函数为：

TOAF(t

其中，τ

所述估计模型为：

通过对所述估计模型进行积分运算，将信号能量沿时延轴积累，得到积分后的估计模型；

所述积分后的估计模型为：

其中，

对积分后的估计模型利用补偿函数进行时变相位项补偿，得到补偿后的估计模型；

所述补偿函数为：

补偿后的估计模型：

对补偿后的估计模型进行霍夫变换，并通过峰值检测技术得到所述散射点的雷达回波信号的调频率估计值和二次调频率估计值；

其中，β

根据所述调频率估计值和所述二次调频率估计值对所述立方相位信号进行处理；

基于处理之后的立方相位信号，利用解线性调频技术得到所述散射点的雷达回波信号的中心频率估计值和幅度估计值。

可选的，根据所述调频率估计值和所述二次调频率估计值对所述立方相位信号进行处理包括：

使用处理函数，对所述立方相位信号进行处理；

其中，所述处理函数为：

可选的，所述基于处理之后的立方相位信号，利用解线性调频技术得到所述散射点的雷达回波信号的中心频率估计值和幅度估计值包括：

基于处理之后的立方相位信号，利用解线性调频技术确定中心频率估计值和所述幅度估计值的计算公式；

使用确定中心频率估计值和所述幅度估计值的计算公式，计算得到所述散射点的雷达回波信号的中心频率估计值和幅度估计值；

所述中心频率估计值和所述幅度估计值的计算公式为：

其中，

可选的，所述根据预估参数，对所述立方相位信号进行多普勒频移补偿，包括：

针对每个距离单元中散射点的立方相位信号，根据预估参数使用多普勒频移补偿公式进行补偿，获得多普勒频移补偿之后的立方相位信号；

所述多普勒频移补偿公式为：

与现有技术相比，本发明的有益效果在于：

本发明提供的一种基于TOAF的复杂目标ISAR成像方法，使用三阶自相关函数，通过对时延变量进行积分，实现信号能量积累，又对时变相位项进行补偿，有效地提高了算法的抗噪声性能和估计精确性。

本发明提供的一种基于TOAF的复杂目标ISAR成像方法，采用了霍夫变换，降低能量损失，最后通过复乘、非均匀快速傅里叶变换(Non-uniform Fast Fourier Transform,NUFFT)等操作完成计算过程。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明实施例提供的一种基于TOAF的复杂运动目标ISAR成像模型示意图；

图2是本发明实施例提供的一种基于TOAF的复杂运动目标ISAR成像方法的流程图；

图3是发明实施例提供的慢时间-时延平面上的信号能量分布图；

图4是发明实施例提供的相对慢时间的频率分布图；

图5是发明实施例提供的CR-QCR分布图仿真图；

图6是本发明实施例提供的CR-QCR立体图仿真图；

图7是本发明实施例提供的分别基于LPWD、SFT、CRQCRD、TOAF的调频率估计性能仿真结果图；

图8是本发明实施例提供的分别基于LPWD、SFT、CRQCRD、TOAF的二次调频率估计性能仿真结果图；

图9是本发明实施例提供的分别基于SFT、CRQCRD、TOAF的计算复杂度仿真结果图；

图10是本发明实施例提供的波动船舶建模的一组理想散射体模型图；

图11是本发明实施例提供的未进行多普勒频率补偿的RD方法仿真结果图；

图12是本发明实施例提供的经过多普勒频率补偿后的仿真结果图；

图13是本发明实施例提供的输入信噪比为-1dB时分别基于LPWD、SFT、CRQCRD、TOAF的多普勒频移补偿仿真结果图；

图14是本发明实施例提供的输入信噪比为-6dB时分别基于LPWD、SFT、CRQCRD、TOAF的多普勒频移补偿仿真结果图；

图15是本发明实施例提供的基于LPWD的ISAR成像结果图；

图16是本发明实施例提供的基于SFT的ISAR成像结果图；

图17是本发明实施例提供的基于CRQCRD的ISAR成像结果图；

图18是本发明实施例提供的基于TOAF的ISAR成像结果图。

具体实施方式

为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于TOAF的复杂运动目标ISAR成像方法进行详细说明。

在非线性算法的基础上，考虑到低阶自相关函数方法可以进一步提高抗噪声性能和交叉项抑制的基础上，本发明提出了一种基于TOAF的复杂运动目标ISAR成像方法，基于三阶自相关函数(third order autocorrelation function,TOAF)参数估计方法实现成像。

实施例一

请参见图1，图1是本发明实施例提供的一种基于TOAF的复杂运动目标ISAR成像模型示意图，如图1所示，笛卡尔坐标系XYZ的中心O为目标转动中心，向量R代表雷达视线(line of sight,LOS)方向上的单位向量，v

散射点p(x

式中，λ表示雷达发射信号的波长。对于复杂运动目标，v

其中v

请参见图2，图2是本发明实施例提供的一种基于TOAF的复杂运动目标ISAR成像方法的流程图，如图2所示，本实施例的一种基于TOAF的复杂运动目标ISAR成像方法包括：

S1：获取待测目标在每个距离单元中的散射点的雷达回波信号；

其中，距离单元是根据雷达的距离分辨率划分的，在雷达图像中，当两个目标位于同一方位角时，但与雷达的距离不同时，二者被雷达区分出来的最小距离成为距离分辨率。通常定义为，当较近目标回波脉冲的下降沿与较远目标回波的上升沿刚好重合时，作为可分辨率的极限，此时，两目标间的距离就是距离分辨率。

S2：对所述雷达回波信号进行距离走动补偿。

假设雷达发射线性调频信号如下式；

散射体的基带回波信号可以写成为：

其中，R

从上面式(4)可以得知，由于R

S3：将补偿距离走动后的雷达回波信号建模为立方相位信号；

假设雷达发射的为线性调频信号，那么散射点p的雷达回波信号在经过脉冲压缩处理之后为：

其中，t表示快时间，t

其中，R

设第l个距离单元内的散射点个数为P，那么，经过距离走动补偿和走动引起的相位误差校正后建模为立方相位信号：

其中，l表示第l个距离单元，L表示总的距离单元数，t

其中，γ

由公式(7)和(8)可以看出，立方相位信号(Cubic Phase Signals，CPS)中CR和QCR的存在导致了多普勒频移，使得传统RD方法不再适用，为了得到聚焦性良好的ISAR成像，需对CPS进行参数估计。

S4：采用三阶自相关函数(third order autocorrelation function，TOAF)和解线性调频技术对立方相位信号进行参数估计，得到预估参数；

其中，所述预估参数包括：调频率估计值、二次调频率估计值、中心频率估计值和幅度估计值。

具体地，包括：

S41：对所述立方相位信号进行三阶自相关函数的处理，得到所述散射点的雷达回波信号的调频率估计值和二次调频率估计值；

具体地，包括：

S411：采用三阶自相关函数对所述立方相位信号进行处理，得到所述散射点的雷达回波信号的估计模型。

所述三阶自相关函数为：

TOAF(t

所述估计模型为：

R

其中，τ

S412：通过对所述估计模型进行积分运算，将信号能量沿时延轴积累，得到积分后的估计模型；

对时延变量积分表示为：

积分后的估计模型为：

其中，

S413：对积分后的估计模型进行时变相位项补偿，得到补偿后的估计模型。

补偿函数为：

补偿后的估计模型：

R

对补偿后的估计模型进行霍夫变换，并通过峰值检测技术得到所述散射点的雷达回波信号的所述调频率估计值和所述二次调频率估计值，其中，

其中，β

S414：根据所述调频率估计值和所述二次调频率估计值对所述立方相位信号进行处理；

具体的，包括：

使用处理函数，对所述立方相位信号进行处理；

其中，所述处理函数为：

S415：基于处理之后的立方相位信号，利用解线性调频技术得到所述散射点的雷达回波信号的中心频率估计值和幅度估计值。

具体的，包括：

S415a：基于处理之后的立方相位信号，利用解线性调频技术确定中心频率估计值和所述幅度估计值的计算公式；

S415b：使用确定中心频率估计值和所述幅度估计值的计算公式，计算得到所述散射点的雷达回波信号的中心频率估计值和幅度估计值；

所述中心频率估计值和所述幅度估计值的计算公式为：

其中，

S5：根据预估参数，对所述立方相位信号进行多普勒频移补偿；

具体的包括：

针对每个距离单元中散射点的立方相位信号，根据预估参数使用多普勒频移补偿公式进行补偿，获得多普勒频移补偿之后的立方相位信号；

所述多普勒频移补偿公式为：

S6：利用多普勒频移补偿之后的立方相位信号，重建得到所述待测目标的ISAR图像。

S7：利用多普勒频移补偿之后的立方相位信号，采用参数估计的距离-多普勒成像技术获取所述待测目标的ISAR图像。

本实施例的基于TOAF的复杂目标ISAR成像方法，采用了霍夫变换，降低了能量损失，最后通过复乘、NUFFT等操作完成计算过程；使用三阶自相关函数，通过对时延变量进行积分，实现信号能量积累，又对时变相位项进行补偿，有效地提高了算法的抗噪声性能和估计精确性。

实施例二

本实施例是对实施例一中的基于TOAF的复杂运动目标ISAR成像方法的仿真实验。

仿真1

请参见图3-图6，图3-图6是本发明实施例提供的交叉项抑制性能仿真结果图。仿真参数如下：考虑含有三个分别用S1、S2和S3个来标识的CPS的信号，仿真信号中含有零均值的高斯白噪声。仿真信号的有效长度为2s，仿真信号的采样率为128Hz。

信号S1中A

经过公式(9)运算后，慢时间-时延平面上的信号能量分布如图3所示。由于公式(9)的定义和冗余信息的利用，这时分布的形状是一个正方形，而不再是菱形，这有益于输出信噪比。接着沿时延轴进行积分运算，得到如图4所示的相对慢时间的频率分布，可以看出三个自身项已经积累到三条斜线上。由于QCR相同，所以S1与S2平行。此外，由于相同的CR，S1和S3在点(0，15Hz/s)处相交。

在相位补偿和相干积累后，得到如图5所示的CR-QCR分布。从图6的相应立体图中可以看出，出现了三个聚焦良好的峰，所以很容易地检测到目标。根据立体图上的峰坐标，可以精确估计出这三分量CPS的CR和QCR。

本仿真实验已对TOAF算法的交叉干扰项抑制性能进行了证明，由图6的三维仿真结果图可以得出，在仿真信号中存在多分量CPS时，算法中的积分过程只积累了自身项S1、S2和S3的信号能量，并且经过峰值检测技术可以得出雷达仿真信号自身项S1、S2和S3的(β

仿真2

请参见图7-图8，图7-图8是本发明实施例提供的估计性能对比仿真结果图。均方误差(mean square errors，MSEs)一般被用来表征估计的精度。仿真参数如下：CF、CR、QCR分别为：18Hz、5Hz/s、10Hz/s

仿真3

请参见图9，图9是本发明实施例提供的分别基于LPWD、SFT、CRQCRD、TOAF计算复杂度对比仿真结果图。假设信号的有效长度为N，LPWD、SFT、CRQCRD、TOAF的计算量及对应的信噪比阈值如表1所示，图12中横坐标表示脉冲数，纵坐标表示计算量。

表1计算量和信噪比阈值

仿真4

请参见图10-图14，图10是本发明实施例提供的波动船舶建模的一组理想散射体模型图；在图10中，第19距离单元中的两个散射点T1和T2相邻，它们的CRs和QCRs分别为(12，13)和(26，26)。未进行多普勒频率补偿的RD方法仿真结果如图11所示，从图上看，这两个散射点不能被识别出来。图12表示的是经过多普勒频率补偿后的仿真结果图，此时，可以清晰地分辨出T1和T2。此次仿真实验中对船舶进行ISAR成像，仿真参数如下：雷达载频为5GHz，雷达发射信号带宽为100MHz，雷达信号脉冲重复频率为128Hz，雷达信号有效脉冲数为256，雷达信号采样率为100MHz。表2为舰船模型的运动参数。

表2船舶模型运动参数

由于CR和QCR引起的多普勒频移，传统RD方法无法获得聚焦良好的ISAR图像。因此，需要对多普勒频移进行估计，以补偿多普勒频移。仿真结果表明基于TOAF的方法可以有效地补偿多普勒频移。现在将复高斯白噪声加到信号中，将输入信噪比定义为SNR

与上述两种方法相比，基于CRQCRD方法具有更好的估计性能。因此，图17的熵较小。对于本发明，几乎所有的CPS都能正确估计，图18的图像质量明显优于图15-图17，且符合表3所列的熵值。

表3 ISAR成像仿真实验的熵值

应当说明的是，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。

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。

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。