基于属性散射中心模型的isar目标分解与重构方法
【专利摘要】本发明公开了一种基于属性散射中心模型的ISAR目标分解与重构方法，用于对属性散射中心参数进行提取和估计以及对目标进行重构。解决了图像域分割的参数提取方法不适合应用于低信噪比、目标结构复杂环境和破坏信号完整性的问题。其实现方案是：对ISAR目标信号进行距离成像，平动补偿，方位成像和傅里叶变换，将信号转换到距离频域-方位角度域；对空间目标含有的K个属性散射中心依次进行参数估计和迭代求解；将K个属性散射中心叠加实现对ISAR目标的重构和尺寸估计。本发明针对现有方法运算量大的问题，引入快速傅立叶算法提升运算效率。能对空间目标进行精确的散射中心提取和参数估计，可用于目标探测与识别和ISAR成像领域。
【专利说明】基于属性散射中心模型的ISAR目标分解与重构方法
【技术领域】
[0001]本发明属于雷达信号处理【技术领域】，涉及逆合成孔径雷达(ISAR)成像处理，可用于对空间目标的属性散射中心进行分解和对空间目标进行重构以及尺寸估计。
【背景技术】
[0002]从雷达信号中提取和估计散射中心的特征参数是雷达目标成像和识别应用领域的热点问题。雷达散射中心估计性能依赖于对散射中心建模的精确性。近年来，国内外专家对雷达散射中心模型进行了深入系统的研究，针对点散射模型难以体现展布式散射中心整体结构等问题，提出了几何绕射模型和属性散射中心模型。其中，属性散射中心模型通过引入物理含义明确的多维参数，可实现对目标散射中心进行简单而精确的描述，通过分析模型参数还可进一步分析散射中心的几何尺寸和散射类型等多种性质。属性散射中心模型及其应用的研究引起了国内外研究人员的重视，目前是雷达成像和成像应用领域的研究热点。
[0003]属性散射中心模型从几何绕射解和物理光学的角度出发，为散射中心提供了更完备的电磁特性和几何特性信息。它比之点散射模型能更好描述线、面结构的物体。基于此模型对雷达成像信号的分析，可有效分析展布式散射中心所对应目标结构的几何结构和尺寸信息，例如:对空间目标ISAR成像中，目标配备的平板天线和太阳能翼等重要目标均可用展布式的属性散射中心模型精确描述，通过模型参数的估计可直接提取平板天线或太阳能翼的几何尺寸参数，为空间目标的有效载荷分析提供重要技术支持。
[0004]目前，基于属性散射中心模型进行雷达目标几何参数提取方法还相对较少，其中较为有效的是Ohio State University研究人员提出的结合目标图像域分割的参数提取方法。该方法首先运用分水岭算法在对雷达图像分割，根据分割结果确定重要展布式散射中心的信号区间，然后运用最大似然方法估计散射中心对应的属性参数。该方法在实际应用中存在较大问题，参数估计的结果对图像分割过于依赖，很难针对低信噪比、结构复杂目标的环境下应用，同时分割结果通常会破坏信号完整性，导致目标几何参数估计误差较大。
【发明内容】
[0005]本发明的目的是针对图像域分割参数提取方法不适合应用于低信噪比、结构复杂目标的环境，以及破坏信号完整性的问题，提出基于属性散射中心模型的ISAR目标分解与重构方法。区别于图像域分割参数提取方法，本发明利用属性散射中心模型，对属性散射中心进行迭代求解，在完成参数提取的同时，通过属性散射中心的叠加实现对目标ISAR信号的恢复。本发明抗噪性强，适用性广，而且不需对图像进行分割，避免了图像域分割参数提取方法存在的问题。
[0006]实现本发明目的的技术方案，包括如下步骤:
[0007]步骤1，(1)对空间目标回波信号进行距离成像，平动补偿，方位成像和傅里叶变换，将空间目标回波信号转换到距离频域-方位角度域，得到信号表达为:
【权利要求】
1.一种基于属性散射中心模型的ISAR目标分解与重构方法，包括如下步骤: (1)对空间目标回波信号进行距离成像，平动补偿，方位成像和傅里叶变换，将空间目标回波信号转换到距离频域-方位角度域，得到信号表达为:
【文档编号】G01S7/41GK103630886SQ201310653886
【公开日】2014年3月12日 申请日期:2013年12月5日 优先权日:2013年12月5日
【发明者】张磊, 董祺, 全英汇, 许志伟, 徐刚 申请人:西安电子科技大学