一种基于粒子群滤波优化的isar成像方法
【专利摘要】本发明属于ISAR成像【技术领域】，特别涉及一种基于粒子群滤波优化的ISAR成像方法，本发明将ISAR目标的平动分量进行多项式建模，通过ISAR图像熵最小化，利用PSO算法对多项式系数进行全局优化求解，最后补偿目标平动分量，得到高分辨率的二维成像结果，同时该技术能够实现目标平动多项式阶数的自适应估计。本发明能够有效避免局部最优问题，且求解精度高，对噪声适应性强。
【专利说明】-种基于粒子群滤波优化的ISAR成像方法
【技术领域】
[0001]本发明属于ISAR(InverseSyntheticApertureRadar)成像【技术领域】，特别 涉及一种基于粒子群滤波优化的ISAR成像方法。本发明涉及一种基于粒子群滤波优化 (ParticleSwarmOptimization，PS0)的低信噪比下逆合成孔径雷达（InverseSynthetic ApertureRadar，ISAR)成像方法，本发明将ISAR目标的平动分量进行多项式建模，通过 ISAR图像熵最小化，利用PS0算法对多项式系数进行全局优化求解，最后补偿目标平动分 量，得到高分辨率的二维成像结果，同时该技术能够实现目标平动多项式阶数的自适应估 计。本发明能够有效避免局部最优问题，且求解精度高，对噪声适应性强。
【背景技术】
[0002] 逆合成孔径雷达由于其全天时、全天候对观测目标成像监视的能力，在军事和民 用领域都获得了广泛的应用。ISAR成像通过发射大带宽信号从而在距离维上得到高分辨 率，方位维的高分辨率则取决于发射信号波长以及目标与雷达的相对转角。由于ISAR目 标一般是非合作的，在相干积累时间内，目标的运动通常可分解为平动和转动，转动是ISAR 方位成像的基础，而平动分量会引起距离压缩后的包络偏移，并影响回波之间的相干性，是 成像时需要估计和补偿掉的。由于受到远观测距离、系统和环境噪声的影响，ISAR回波信 号的信噪比往往不高。而在低信噪比下用传统的相邻相关法进行包络对齐无法达到所需效 果，因此需要研究低信噪比下的ISAR平动补偿和成像方法。
[0003] 杨磊等人在文献"应用联合自聚焦实现低信噪比ISAR成像平动补偿"（西安电子 科技大学学报（自然科学版），2012年）中，将目标的平动分量进行多项式建模，利用二维 ISAR图像的熵作为目标函数，结合阻尼牛顿法进行最优化求解，在低信噪比条件下完成对 平动分量的精确估计，最终得到目标聚焦良好的图像。但是上述方法存在两点不足：上述方 法将目标平动用多项式进行建模，但是并没有给出一种有效的确定目标多项式阶数的准则 和技术；由于目标函数与多项式系数之间的关系曲线不是凸函数，且存在大量的局部最优 点，因此，上述求解方法容易陷入局部最优，从而不能估计出真实的目标平动，最终也就得 不到聚焦度最好的ISAR图像。
【发明内容】
[0004] 本发明的目的在于提出一种基于粒子群滤波优化的ISAR成像方法，本发明首先 将目标平动用多项式进行建模，然后利用粒子群滤波优化（PS0)方法对以二维图像熵为目 标函数的全局优化问题进行求解，同时实现对多项式阶数的确定和多项式系数的估计，其 次根据估计出的多项式阶数和系数构造目标平动，补偿平动分量，最终得到聚焦良好的二 维高分辨ISAR图像。
[0005] 为实现上述技术目的，本发明采用如下技术方案予以实现。
[0006] 一种基于粒子群滤波优化的ISAR成像方法包括以下步骤：
[0007] 步骤1，利用逆合成孔径雷达发射线性调频信号\，利用逆合成孔径雷达接收原始 回波数据，将原始回波数据沿距离向进行快速傅里叶变换，得到距离频域的数据矩阵Si，对 距离频域的数据矩阵Si进行匹配滤波，得到匹配滤波之后的数据矩阵SM ;构建长度为M的 时间列向量t,t= [-M/2，-M/2+l, --?，M/2-l]T,上标T表示矩阵或向量的转置，M为距离频 域的数据矩阵Si的列数；设定目标平动分量多项式阶数P，P= 1，2, 3…，当P= 1时，跳至 步骤2 ;
[0008] 步骤2,构建大小为MXP的时间矩阵DP，时间矩阵DP的第g列为列向量tg，列向量 tg表示对时间列向量t的每个元素取g次方得出的新的向量，g取1至P;构建目标平动分 量多项式系数向量bP，当P= 1时，目标平动分量多项式系数向量bP为0 ;当P>1时，目标平 动分量多项式系数向量bP是长度为P的列向量，目标平动分量多项式系数向量bP中的元素 全为〇 ;令U= 1，2, 3…，当u= 1时，跳至步骤3 ;
[0009] 步骤3,设定粒子群的粒子总数为K，令k= 1，2,…K，设定粒子群中第k个粒子的 初始位置向量、粒子群中第k个粒子的初始速度向量、粒子群中第k个粒子的初始 最优位置向量
【权利要求】
1. 一种基于粒子群滤波优化的ISAR成像方法，其特征在于，包括以下步骤： 步骤1，利用逆合成孔径雷达发射线性调频信号Stl，利用逆合成孔径雷达接收原始回波 数据，将原始回波数据沿距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，对距离 频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵Sm ;构建长度为M的时间 列向量t, t = [-M/2，-M/2+l, 上标T表示矩阵或向量的转置，M为距离频域的 数据矩阵S1的列数；设定目标平动分量多项式阶数P，P = 1，2, 3…，当P = 1时，跳至步骤 2 ； 步骤2,构建大小为MXP的时间矩阵DP，时间矩阵Dp的第g列为列向量tg，列向量t g表示对时间列向量t的每个元素取g次方得出的新的向量，g取1至P ;构建目标平动分量 多项式系数向量bP，当P = 1时，目标平动分量多项式系数向量bP为O ;当P>1时，目标平动 分量多项式系数向量bP是长度为P的列向量，目标平动分量多项式系数向量bP中的元素全 为O ;令u = 1，2, 3…，当u = 1时，跳至步骤3 ; 步骤3,设定粒子群的粒子总数为K，令k = 1，2,…K，设定粒子群中第k个粒子的初始 位置向量Z；；'"、粒子群中第k个粒子的初始速度向量、粒子群中第k个粒子的初始最优 位置向量zf'best、以及粒子群第k个粒子所对应的初始图像熵值;根据第u-1次迭代 后粒子群中第k个粒子的速度向量Dp4、第u-1次迭代后粒子群中第k个粒子的位置向量 Zkp^、以及第u-1次迭代后粒子群中第k个粒子的最优位置列向量:Zp^best，得到第u次 迭代后粒子群中第k个粒子的速度向量;得出第u次迭代后粒子群中第k个粒子的位 置向量 Z；；U，Z|；，U=Z；；，U- l+D；；-U; 步骤4,得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵Ifu的图像 熵值 步骤5,得出第u次迭代后粒子群所对应的图像最小熵值Ep，u>st、以及第u次迭代后粒 子群的最优位置向量zP'u'best; 步骤6,用u_表示设定的迭代次数u的经验迭代门限，如果u>u_或
，得出目标平动分量多项式阶数为P时的图像最小熵EP、以及目标平动分 量多项式阶数为？时的目标平动分量多项式系数向量卜4? = ￡1^>'131) =，0-，|叫1表示1范数，I为设定的粒子速度平均经验值门限；否则，令u的值自增1，返回至步骤3; 步骤7,令目标平动分量多项式阶数P的值自增1，重复执行步骤2至步骤6;然后，判断 Ep和Eim的大小关系，如果Ep彡Ep1，则返回至步骤2 ;如果EPEp1，则得到最终图像最小熵、 以及最终图像最小熵对应的目标平动多项式系数向量，所述最终图像最最小熵是目标平动 分量多项式阶数为P-I时的图像最小熵Ep+所述最终图像最小熵对应的目标平动多项式 系数向量是：目标平动分量多项式阶数为P-I时的目标平动分量多项式系数向量IV1 ; 步骤8,将时间矩阵Dh和最终图像最小熵对应的目标平动多项式系数向量的转置相 乘得到目标平动分量R ;用目标平动分量R对匹配滤波之后的数据矩阵Sm进行平动补偿得 到目标平动分量补偿后数据矩阵A，对目标平动分量补偿后数据矩阵A做基于最终图像最 小熵的自聚焦，并对自聚焦形成的图像在方位向做快速傅里叶变换，得到最终ISAR图像。
2. 如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述 步骤1的具体子步骤为： (1. 1)利用逆合成孔径雷达发射线性调频信号Stl，利用逆合成孔径雷达接收原始回波 数据；对逆合成孔径雷达发射的线性调频信号Stl进行距离向快速傅里叶变换，得到线性调 频信号Stl的频谱矩阵S2 ; (1. 2)对原始回波数据在距离向进行快速傅里叶变换，得到距离频域的数据矩阵S1，矩 阵S1的列数表示为M，行数表示为N ; (1. 3)对距离频域的数据矩阵S1进行匹配滤波，得到匹配滤波之后的数据矩阵Sm ; (1.4)构建长度为M的时间列向量t，t = [-M/2，-M/2+l，...，M/2-l]T，上标T表示矩阵 或向量的转置，M为距离频域的数据矩阵S1的列数；设定目标平动分量多项式阶数P，P = 1，2, 3…，当P = 1时，跳至步骤2。
3. 如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述 步骤3的具体子步骤为： (3. 1)设定粒子群的粒子总数为K，令k = 1，2,…K，设定粒子群中第k个粒子的初始 位置向量<'"： z*M, =bp + 4x rand(〇,l)-0 5j 其中，rand(0, I)表示产生一个O到I之间均匀分布的随机数； 设定粒子群中第k个粒子的初始速度向量I^h: <'〇=Urand(0，l) 其中，Umax为设定的粒子最大飞翔速度向量； 将粒子群中第k个粒子的初始最优位置向量设为粒子群中第k个粒子的初始位 置向量;设定粒子群第k个粒子所对应的初始图像熵值E；；'u;将粒子群的初始最优位 置向量，°>st设为目标平动分量多项式系数向量bP; (3. 2)通过下列公式计算得到第u次迭代后粒子群中第k个粒子的速度向量Dp :
其中，小为设定的惯性系数，C1为设定的每个粒子的个体学习因子，C2为设定的每个粒 子的社会学习因子，^表示一个0到1之间随机数，r2表示一个0到1之间随机数； 根据以下公式得出第u次迭代后粒子群中第k个粒子的位置向量Z^u
4. 如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述 步骤4的具体子步骤为： (4. 1)得出第u次迭代后粒子群中第k个粒子所对应的目标平动分量乂^: X^u=Dp Xz；；'u; Dp表示步骤2得出的时间矩阵； (4. 2)得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵I|；'u，目标 二维图像矩阵Ifu和距离频域的数据矩阵S1具有相同的维度；目标二维图像矩阵I^u的第 q行第1列的元素 iru(q,0 为：
其中，q取1到N，1从1到M，M为距离频域的数据矩阵S1的列数，N为距离频域的数 据矩阵S1的行数；SM(n，m)为数据矩阵S1第n行第m列的元素，C是光速，A f；为逆合成孔 径雷达的距离频谱分辨率，f。为逆合成孔径雷达发射信号的载频；(m；)为目标平动分 量#11的第m个元素； (4. 3)得出第u次迭代后粒子群中第k个粒子所对应的图像矩阵的总能量Sf :
其中，q取1到N，1从1到M，I ? I表示取模值； (4. 4)计算得出第u次迭代后粒子群中第k个粒子所对应的目标二维图像矩阵的 图像熵值.E^:
5.如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述 步骤5的具体子步骤为： (5. 1)对第u-1次迭代后粒子群中第k个粒子所对应的图像熵值和第1!次迭代 后粒子群中第k个粒子所对应的图像熵值Ef进行比较，如果Ef S Ef"1，则第u次迭代 后粒子群中第k个粒子所对应的图像最小熵值Ep'lu'sl= Ep，第u次迭代后粒子群中第k 个粒子的最优位置向量z^u'hest = z；；、如果E^uSEf1，则第u次迭代后粒子群中第k个 粒子所对应的图像最小熵值= Ef'1"1，第u次迭代后粒子群中第k个粒子的最优位 置向量 (5. 2)令k依次取1至K，得出第u次迭代后所有粒子所对应的图像最小 熵值Ef'u'hl'sl,Ep'hwl，…,E|^ hl'sl;得出第u次迭代后所有粒子的最优位置向量 z"'z^'best，"％zj^st， K表示设定的粒子群的粒子总数； (5. 3)将第u次迭代后所有粒子所对应的图像最小熵值的最小值作为第u次迭代后粒 子群所对应的图像最小熵值Ep，u^st，将第u次迭代后所有粒子所对应的图像最小熵值的最 小值对应的粒子的最优位置向量作为第u次迭代后粒子群的最优位置向量zp'u'best。
6.如权利要求1所述的一种基于粒子群滤波优化的ISAR成像方法，其特征在于，所述 步骤8的具体子步骤为： (8. 1)得出目标平动分量R :R = DimXIdim，其中，上标T表示矩阵的共轭装置，Dim为步 骤2得出的时间矩阵； (8. 2)得出目标平动分量补偿后数据矩阵A :
其中，t为逆合成孔径雷达发射信号的载频，f；为逆合成孔径雷达的距离频率，
，f；与f。相加的含义是的每一个元素与 f。相加后得到的向量，A f；为逆合成孔径雷达的距离频谱分辨率，N为距离频域的数据矩阵 S1的行数，C是光速； (8. 3)对目标平动分量补偿后数据矩阵A做基于最终图像最最小熵的自聚焦，并对自 聚焦形成的图像在方位向做快速傅里叶变换，得到最终ISAR图像。
【文档编号】G01S13/90GK104330799SQ201410658193
【公开日】2015年2月4日 申请日期:2014年11月17日 优先权日:2014年11月17日
【发明者】周峰, 孙攀歌, 刘磊 申请人:西安电子科技大学