专利名称：用于合成孔径雷达点目标成像质量评估的自适应二维插值方法
技术领域：
本发明涉及一种对合成孔径雷达成像质量评估的插值方法。更特别地说，是指一种适用于合成孔径雷达点目标成像质量评估的自适应二维插值方法。
背景技术：
合成孔径雷达(Synthetic Aperture Radar，SAR)不受天时、气候的影响，是目前备受关注的遥感信息获取系统。SAR系统主要由中央电子设备和天线两部分组成。中央电子设备根据指令选择SAR工作模式、控制各分机的工作，按照一定的频率发射脉冲、接收地面回波，形成雷达回波数据。天线对发、收信号进行增益，并通过调整波束指向实现对指定区域的观测。SAR载体运动方向为方位向，垂直方位向的方向为距离向，波束指向与距离向的夹角称为斜视角(一般该角度小于90度)。回波数据经过成像处理，转化为可视的图像。
成像质量评估对于高分辨率SAR图像获取的意义主要在于 1.验证SAR系统参数设计是否正确，能否满足技术指标要求。
2.根据质量评价准则，优化SAR成像处理算法，正确选择加权因子等参数。
SAR成像质量评估主要指标包括空间分辨率、等效分辨率、扩展系数、积分旁瓣比、峰值旁瓣比、图像均值、图像方差、动态范围、等效视数、辐射分辨等。这些指标从不同的角度反映了图像的质量。其中，空间分辨率、等效分辨率、扩展系数、积分旁瓣比、峰值旁瓣比反映了图像中点目标的分辨能力，是衡量SAR系统性能与成像算法优劣的重要依据。
2006年10月科学出版社出版、王正明等编著的《SAR图像提高分辨率技术》、2009年4月3日孙兵等申请的专利《一种斜视SAR的点目标分辨率评估方法》(申请号200910081387)、2009年8月曾涛等在《北京理工大学学报》发表的文章《双基地SAR点目标图像质量评估算法》中指出，SAR点目标成像质量评估是利用点目标冲激响应来进行测定的。由于SAR成像结果的像素间距通常只是略优于空间分辨率，所以如果直接对SAR图像进行评估，无法满足高精度的评估要求，必须进行插值。目前采用的具体方法是，以SAR点目标复图像数据作为测量指标的输入；先对该数据进行二维快速傅里叶变换，得到二维频谱数据；然后分别沿方位向和距离向在频谱数据最小值处补零；最后经逆二维快速傅里叶变换，得到细化后的图像。补零的数目由插值倍数决定；在二维插值的基础上，提取两个主要剖面，进行一维插值，得到评估结果，参见图1A、图1B所示。
上述二维插值方法要求SAR系统观测目标时必须保持正侧视或者较小的斜视角，同时在成像处理中要补偿由参考距离引入的固定相位。对于大斜视角SAR成像来说，这两点都是很难实现的 1.大斜视角成像时点目标成像结果对应的二维频谱数据会出现严重的倾斜现象。采用该二维插值方法会改变通带内的频谱特性，生成错误的评估结果。
2.为了计算斜视成像时的参考距离，需要获取准确的斜视角，而现有惯导设备的精度难以满足角度测量的要求。此外，由于固定相位补偿与否均不影响成像质量，从减少运算量的角度出发，斜视成像通常是不补偿该相位的。
因此，现有的二维插值方法难以应用于大斜视角SAR点目标成像质量评估。
发明内容
本发明的目的是提出一种用于合成孔径雷达点目标成像质量评估的自适应二维插值方法，该方法利用二维快速傅里叶变换将点目标成像结果变换到二维频域中，自适应地确定二维谱矩阵中的每行和每列的插值位置，然后利用二维快速傅里叶逆变换将频域补零后的数据变换到二维时域矩阵，即得到插值结果。该方法在合成孔径雷达工作于任意斜视角度、并且无论成像处理是否补偿由参考距离引入的固定相位的情况下，都能够对点目标成像结果进行正确地插值，有助于获取更加精确的点目标成像质量评估结果。
本发明采用自适应二维插值方法对合成孔径雷达点目标成像质量进行评估的优点在于 ①能够对合成孔径雷达工作于任意斜视角度下获得的点目标图像进行正确的插值，得到精确的细化图像； ②不要求成像处理过程中补偿由参考距离引入的固定相位，减少了成像处理的运算量； ③为点目标成像质量评估中的一维插值过程提供更为准确的输入数据，提高了评估结果的精度。
图1A是用现有的插值方法得到的点目标三维细化图像。
图1B是用现有的插值方法得到的点目标等高线细化图像。
图2A是用本发明的插值方法得到的点目标三维细化图像。
图2B是用本发明的插值方法得到的点目标等高线细化图像。
具体实施例方式 下面将结合附图和实验仿真对本发明做进一步的详细说明。
本发明是一种用于合成孔径雷达点目标成像质量评估的自适应二维插值方法，是以复数形式表示的合成孔径雷达点目标成像结果数据中，确定待评估点目标峰值所在的位置Q(X，Y)后，以Q(X，Y)位置为中心，抽取l行、r列构成待插值数据矩阵
然后对MA矩阵进行二维快速傅里叶变换处理，得到二维频谱矩阵MB。本发明是对所述的MB矩阵进行自适应二维插值的成像处理，其具体步骤包括有 步骤100设置距离向插值倍数m＝16，选择方位向插值倍数n； 步骤100-1如果斜视角为零，执行步骤101，且设置方位向插值倍数n＝16； 步骤100-2如果斜视角不为零，执行步骤101，且设置方位向插值倍数为2的整数次幂，即2N，N为大于4的自然数； 步骤101对MB矩阵的第一行复数据进行取模处理，得到实值行向量MC1； 步骤102对MC1向量进行处理，得到MC1向量所有元素中的最大值R1max和最小值R1min以及R1min在MC1向量中对应的位置P1min； 步骤103比较MC1向量第
个数据与R1min之差的绝对值|A1|、MC1向量第1个数据与R1min之差的绝对值|B1|； 步骤103-1如果
则执行步骤104，否则，执行步骤103-2； 步骤103-2如果
则执行步骤105，否则，执行步骤103-3； 步骤103-3MB矩阵第一行数据的插值位置P1＝P1min，执行步骤106； 步骤104MB矩阵第一行数据的插值位置
执行步骤106； 步骤105MB矩阵第一行数据的插值位置P1＝1，执行步骤106； 步骤106比较P1和r的大小； 步骤106-1如果P1≠r，则执行步骤107；否则执行步骤106-2； 步骤106-2对MB矩阵第一行复数据进行处理，在第P1-1个数据与第P1个数据之间插入r·(m-1)个零，得到补零后的行数据(记为补零第一行数据)，执行步骤111； 步骤107对MB矩阵第一行复数据进行处理，在第P1个数据与第P1+1个数据之间插入r·(m-1)个零，得到补零后的行数据(记为补零第一行数据)，执行步骤111； 步骤111对MB矩阵的第i(i＝2，3，…，l)行复数据进行取模处理，得到实值行向量MCi； 步骤112对MCi向量进行处理，得到MCi向量所有元素中的最大值Rimax和最小值Rimin以及Rimin在MCi向量中对应的位置Pimin； 步骤113比较MCi向量第Pi-1个数据的模值和Rimin之差的绝对值|Ai|、Pimin与Pi-1之差的绝对值|Bi|； 在本发明中，Pi表示第i行的插值位置，Pi-1表示第i-1行的插值位置。
步骤113-1如果
则执行步骤114，否则执行步骤113-2； 步骤113-2如果|Bi|＝r-1，则执行步骤114，否则执行步骤113-3； 步骤113-3由MCi向量第Pi-1个数据开始，分别向MCi向量左右两侧搜索，寻找与Rimin之差的绝对值不大于
并且在MCi向量中的位置与Pi-1之差的绝对值最小的数据，得到数据所在位置Pir和MB矩阵第i行数据的插值位置Pi＝Pir，执行步骤116； 步骤114得到MB矩阵第i行数据的插值位置Pi＝Pi-1，执行步骤116； 步骤116比较Pi和r的大小； 步骤116-1如果Pi≠r，则执行步骤117；否则执行步骤116-2； 步骤116-2对MB矩阵第i行复数据进行处理，在第Pi-1个数据与第Pi个数据之间插入r·(m-1)个零，得到补零后的行数据(记为补零第i行数据)，执行步骤118； 步骤117对MB矩阵第i行复数据进行处理，在第Pi个数据与第Pi+1个数据之间插入r·(m-1)个零，得到补零后的行数据(记为补零第i行数据)，执行步骤118； 步骤118重复步骤111～步骤117，完成对MB矩阵所有行的补零处理，得到复数矩阵MD； 步骤201对MD矩阵的第一列复数据进行取模处理，得到实值列向量ME1； 步骤202对ME1向量进行处理，得到ME1向量所有元素中的最大值S1max和最小值S1min以及S1min在ME1向量中对应的位置Q1min； 步骤203比较ME1向量第
个数据与S1min之差的绝对值|C1|、ME1向量第1个数据与S1min之差的绝对值|D1|； 步骤203-1如果
则执行步骤204，否则，执行步骤203-2； 步骤203-2如果
则执行步骤205，否则，执行步骤103-3； 步骤203-3得到MD矩阵第一列数据的插值位置Q1＝Q1min，执行步骤206； 步骤204得到MD矩阵第一列数据的插值位置
执行步骤206； 步骤205得到MD矩阵第一列数据的插值位置Q1＝1，执行步骤206； 步骤206比较Q1和l的大小； 步骤206-1如果Q1≠l，则执行步骤207；否则执行步骤206-2； 步骤206-2对MD矩阵第一列复数据进行处理，在第Q1-1个数据与第Q1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤211； 步骤207对MD矩阵第一列复数据进行处理，在第Q1个数据与第Q1+1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤211； 步骤211对MD矩阵的第j(j＝2，3，…，r)列复数据进行取模处理，得到实值列向量MEj； 步骤212对MEj向量进行处理，得到MEj向量所有元素中的最大值Sjmax和最小值Sjmin以及Sjmin在MEj向量中对应的位置Qjmin； 步骤213比较MEj向量第Qj-1个数据与Sjmin之差的绝对值|Ci|、Qjmin与Qj-1之差的绝对值|Di|； 在本发明中，Qi表示第j列的插值位置，Qj-1表示第j-1列的插值位置。
步骤213-1如果
则执行步骤214，否则，执行步骤213-2； 步骤213-2如果|Di|＝l-1，则执行步骤214，否则，执行步骤213-3； 步骤213-3由MEj向量第Qj-1个数据开始，分别向MEj向量上下两侧搜索，寻找与Qjmin之差的绝对值不大于
并且在MEj向量中的位置与Qj-1之差的绝对值最小的数据，得到数据所在位置Qjr和MD矩阵第j行数据的插值位置Qj＝Qjr，执行步骤216； 步骤214得到MD矩阵第j列数据的插值位置Qj＝Qj-1，执行步骤216； 步骤216比较Qj和l的大小； 步骤216-1如果Qj≠l，则执行步骤217；否则执行步骤216-2； 步骤216-2对MD矩阵第j列复数据进行处理，在第Qj-1个数据与第Qj个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤218； 步骤217对MD矩阵第j列复数据进行处理，在第Qj个数据与第Qj+1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤218； 步骤218重复步骤211～步骤217，完成对MD矩阵所有列的补零处理，得到复数矩阵MF； 步骤219对复数矩阵MF进行二维快速傅里叶逆变换处理，得到插值后的合成孔径雷达点目标成像结果。
采用本发明的自适应二维插值方法对合成孔径雷达点目标成像进行仿真处理，其仿真参数设置如下表 图1A是用现有的插值方法得到的场景中心点目标三维细化图像。图1B是用现有的插值方法得到的场景中心点目标等高线细化图像。图2A是用本发明的插值方法得到的场景中心点目标三维细化图像。图2B是用本发明的插值方法得到的场景中心点目标等高线细化图像。可以看出，采用本发明的插值方法得到插值结果明显更为准确，而采用现有的插值方法得到的插值结果包含了不应该出现的旁瓣信号，会导致错误的点目标质量评估。
权利要求
1.一种用于合成孔径雷达点目标成像质量评估的自适应二维插值方法，是以复数形式表示的合成孔径雷达点目标成像结果数据中，确定待评估点目标峰值所在的位置Q(X，Y)后，以Q(X，Y)位置为中心，抽取l行、r列构成待插值数据矩阵
然后对该MA矩阵进行二维快速傅里叶变换处理，得
到二维频谱矩阵MB，其特征在于对所述的MB矩阵进行自适应二维插值的成像处理具体步骤包括有
步骤100设置距离向插值倍数m＝16，选择方位向插值倍数n；
步骤100-1如果斜视角为零，执行步骤101，且设置方位向插值倍数n＝16；
步骤100-2如果斜视角不为零，执行步骤101，且设置方位向插值倍数为2的整数次幂，即2N，N为大于4的自然数；
步骤101对MB矩阵的第一行复数据进行取模处理，得到实值行向量MC1；
步骤102对MC1向量进行处理，得到MC1向量所有元素中的最大值R1max和最小值R1min以及R1min在MC1向量中对应的位置P1min；
步骤103比较MC1向量第
个数据与R1min之差的绝对值|A1|、MC1向量第1个数据与R1min之差的绝对值|B1|；
步骤103-1如果
则执行步骤104，否则，执行步骤103-2；
步骤103-2如果
则执行步骤105，否则，执行步骤103-3；
步骤103-3MB矩阵第一行数据的插值位置P1＝P1min，执行步骤106；
步骤104MB矩阵第一行数据的插值位置
执行步骤106；
步骤105MB矩阵第一行数据的插值位置P1＝1，执行步骤106；
步骤106比较P1和r的大小；
步骤106-1如果P1≠r，则执行步骤107；否则执行步骤106-2；
步骤106-2对MB矩阵第一行复数据进行处理，在第P1-1个数据与第P1个数据之间插入r·(m-1)个零，得到补零后的行数据，执行步骤111；
步骤107对MB矩阵第一行复数据进行处理，在第P1个数据与第P1+1个数据之间插入r·(m-1)个零，得到补零后的行数据，执行步骤111；
步骤111对MB矩阵的第i(i＝2，3，…，l)行复数据进行取模处理，得到实值行向量MCi；
步骤112对MCi向量进行处理，得到MCi向量所有元素中的最大值Rimax和最小值Rimin以及Rimin在MCi向量中对应的位置Pimin；
步骤113比较MCi向量第Pi-1个数据的模值和Rimin之差的绝对值|Ai|、Pimin与Pi-1之差的绝对值|Bi|；
步骤113-1如果
则执行步骤114，否则执行步骤113-2；
步骤113-2如果|Bi|＝r-1，则执行步骤114，否则执行步骤113-3；
步骤113-3；由MCi向量第Pi-1个数据开始，分别向MCi向量左右两侧搜索，寻找与Rimin之差的绝对值不大于
并且在MCi向量中的位置与Pi-1之差的绝对值最小的数据，得到数据所在位置Pir和MB矩阵第i行数据的插值位置Pi＝Pir，执行步骤116；
步骤114得到MB矩阵第i行数据的插值位置Pi＝Pi-1，执行步骤116；
步骤116比较Pi和r的大小；
步骤116-1如果Pi≠r，则执行步骤117；否则执行步骤116-2；
步骤116-2对MB矩阵第i行复数据进行处理，在第Pi-1个数据与第Pi个数据之间插入r·(m-1)个零，得到补零后的行数据，执行步骤118；
步骤117对MB矩阵第i行复数据进行处理，在第Pi个数据与第Pi+1个数据之间插入r·(m-1)个零，得到补零后的行数据，执行步骤118；
步骤118重复步骤111～步骤117，完成对MB矩阵所有行的补零处理，得到复数矩阵MD；
步骤201对MD矩阵的第一列复数据进行取模处理，得到实值列向量ME1；
步骤202对ME1向量进行处理，得到ME1向量所有元素中的最大值S1max和最小值S1min以及S1min在ME1向量中对应的位置Q1min；
步骤203比较ME1向量第
个数据与S1min之差的绝对值|C1|、ME1向量第1个数据与S1min之差的绝对值|D1|；
步骤203-1如果
则执行步骤204，否则，执行步骤203-2；
步骤203-2如果
则执行步骤205，否则，执行步骤103-3；
步骤203-3得到MD矩阵第一列数据的插值位置Q1＝Q1min，执行步骤206；
步骤204得到MD矩阵第一列数据的插值位置
执行步骤206；
步骤205得到MD矩阵第一列数据的插值位置Q1＝1，执行步骤206；
步骤206比较Q1和l的大小；
步骤206-1如果Q1≠l，则执行步骤207；否则执行步骤206-2；
步骤206-2对MD矩阵第一列复数据进行处理，在第Q1-1个数据与第Q1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤211；
步骤207对MD矩阵第一列复数据进行处理，在第Q1个数据与第Q1+1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤211；
步骤211对MD矩阵的第j(j＝2，3，…，r)列复数据进行取模处理，得到实值列向量MEj；
步骤212对MEj向量进行处理，得到MEj向量所有元素中的最大值Sjmax和最小值Sjmin以及Sjmin在MEj向量中对应的位置Qjmin；
步骤213比较MEj向量第Qj-1个数据与Sjmin之差的绝对值|Ci|、Qjmin与Qj-1之差的绝对值|Di|；
步骤213-1如果
则执行步骤214，否则，执行步骤213-2；
步骤213-2如果|Di|＝l-1，则执行步骤214，否则，执行步骤213-3；步骤213-3由MEj向量第Qj-1个数据开始，分别向MEj向量上下两侧搜索，寻找与Qjmin之差的绝对值不大于
并且在MEj向量中的位置与Qj-1之差的绝对值最小的数据，得到数据所在位置Qjr和MD矩阵第j行数据的插值位置Qj＝Qjr，执行步骤216；
步骤214得到MD矩阵第j列数据的插值位置Qj＝Qj-1，执行步骤216；
步骤216比较Qj和l的大小；
步骤216-1如果Qj≠l，则执行步骤217；否则执行步骤216-2；
步骤216-2对MD矩阵第j列复数据进行处理，在第Qj-1个数据与第Qj个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤218；
步骤217对MD矩阵第j列复数据进行处理，在第Qj个数据与第Qj+1个数据之间插入l·(n-1)个零，得到补零后的列数据，执行步骤218；
步骤218重复步骤211～步骤217，完成对MD矩阵所有列的补零处理，得到复数矩阵MF；
步骤219对复数矩阵MF进行二维快速傅里叶逆变换处理，得到插值后的合成孔径雷达点目标成像结果。
全文摘要
本发明公开了一种用于合成孔径雷达点目标成像质量评估的自适应二维插值方法，该方法利用二维快速傅里叶变换将点目标成像结果变换到二维频域中，自适应地确定二维谱矩阵中的每行和每列的插值位置，然后利用二维快速傅里叶逆变换将频域补零后的数据变换到二维时域矩阵，即得到插值结果。该方法在合成孔径雷达工作于任意斜视角度、并且无论成像处理是否补偿由参考距离引入的固定相位的情况下，都能够对点目标成像结果进行正确地插值，有助于获取更加精确的点目标成像质量评估结果。
文档编号G01S13/90GK101806893SQ20101013357
公开日2010年8月18日 申请日期2010年3月25日 优先权日2010年3月25日
发明者于泽, 张岩, 刘敏, 李春升 申请人:北京航空航天大学