基于微分特征增强的SAR欺骗干扰目标标识方法及系统与流程

文档序号:12359633阅读:278来源:国知局
基于微分特征增强的SAR欺骗干扰目标标识方法及系统与流程
本发明涉及信号处理
技术领域
,尤其涉及基于微分特征增强的SAR欺骗干扰目标标识方法及系统。
背景技术
:SAR(SyntheticApertureRadar,合成孔径雷达)欺骗干扰机根据预先设计好的虚假场景对截获的SAR信号进行延时与相位调制,比传统的压制干扰所需的功率更低,且危害更大。干扰机在真实场景中产生逼真的虚假目标,从而扰乱SAR的信息获取与决策。因此针对SAR欺骗干扰的研究引起了学者们的广泛关注,也相应地取得了较显著的成果,使得SAR欺骗干扰机能够在多种复杂的工作模式下更加逼真、更加高效地产生更多的虚假目标,从而增加了欺骗干扰的威胁性。因此,为了提升SAR系统的生存能力,有必要研究相应的应对方法对欺骗干扰目标进行甄别与标识。ZhaoShanshan等在文献“DiscriminationofDeceptionTargetsinMultistaticRadarBasedonClusteringAnalysis”(IEEESensorsJournal,Vol.16,No.8,Apr.2016:2500-2508)中基于多基雷达的系统架构,在幅度比例特征空间内采用分层归类分析的方法,对欺骗干扰目标与真实目标的散布特性进行分析,并通过最优化分类数与设计不同类别最小代价的方法来实现虚假目标与真实目标的分类。该方法虽然能够在一个脉冲重复间隔内完成,但需要多基雷达系统作为支撑,系统复杂度与成本较高。LvGaohuan等在文献“GroundMovingTargetIndicationinSARImagesWithSymmetricDopplerViews”(IEEETransactionsonGeoscienceandRemoteSensing,Vol.54,No.1,Jan.2016:533-543)中将原始数据划分为对称的多普勒视图,根据运动目标与静止场景回波特性在不同多普勒视图中分布的差异性对运动目标进行识别。由于欺骗干扰目标与运动目标的多普勒特性相似,因此该方法同样能够在欺骗干扰目标中进行应用。但对称多普勒视图的划分会造成有效成像带宽的损失,从而引起成像分辨率的下降。因此,现有技术还有待于改进和发展。技术实现要素:鉴于现有技术的不足,本发明目的在于提供一种基于微分特征增强的SAR欺骗干扰目标标识方法及系统,旨在解决现有技术中欺骗干扰目标识别分辨率下降,而且欺骗干扰目标系统成本高的缺陷。本发明的技术方案如下:一种基于微分特征增强的SAR欺骗干扰目标标识方法,其中,方法包括:A、获取真实SAR场景回波与SAR欺骗干扰的混合数据,对混合数据进行校正处理后生成成像场景的数据矩阵,根据SAR系统参数生成去调频处理的参考信号;B、数据矩阵与参考信号逐点相乘后进行傅里叶变换,生成第一方位一维像,数据矩阵进行傅里叶变换后进行滤波,并将滤波结果进行逆傅里叶变换,得到抑制干扰特征后的距离单元数据,将距离单元数据与参考信号逐点相乘并进行傅里叶变换,生成抑制干扰特征后的第二方位一维像,将第一方位一维像与第二方位一维像相减后逐点取模值,生成微分特征一维像,将微分特征一维像沿距离维依次排列,得到微分特征图像矩阵;C、采用特定大小的矩形窗对微分特征图像矩阵中的数据进行逐点处理,获取并计算窗口内的图像数据的灰度直方图,生成各点周围的灰度直方图数据;D、获取灰度级别小于预先设置的第一阈值的像素点计算得到的直方图进行平均,生成参考灰度直方图;E、计算数据矩阵中任意元素的灰度直方图与参考直方图的匹配距离,当检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标。所述的基于微分特征增强的SAR欺骗干扰目标标识方法,其中,所述A具体包括:A1、获取真实SAR场景回波与SAR欺骗干扰的混合数据,进行距离压缩、距离徙动校正处理后,生成K×L维成像场景的数据矩阵,记为s(tr,ta),数据矩阵中列方向表示距离维,行方向表示方位维,;tr为距离向快时间,ta为方位向慢时间;A2、根据SAR系统参数生成方位维去调频处理的参考信号,记为s0(ta);具体为:s0(ta)=exp(-jπγata2)]]>其中γa为多普勒调频率。所述的基于微分特征增强的SAR欺骗干扰目标标识方法,其中,所述B具体包括:B1、获取数据矩阵s(tr,ta)中的第k行数据sk(ta),与参考信号s0(ta)逐点相乘,对相乘后的结果进行傅里叶变换,生成包含真实场景与欺骗干扰全部信息的第一方位一维像其中表示傅里叶变换;B2、获取数据矩阵s(tr,ta)中的第k行数据sk(ta),进行傅里叶变换,得到频谱数据获取频域带通滤波器H(fa)H(fa)=rect(faBa)=1,|fa|≤Ba/20,|fa|>Ba/2]]>其中Ba为信号的多普勒带宽,rect(·)为矩形窗函数,根据H(fa)对频域数据Sk(fa)进行滤波,将滤波结果进行逆傅里叶变换,生成抑制干扰特征后的第k个距离单元数据其中表示逆傅里叶变换,将抑制干扰特征后的第k个距离单元数据与s0(ta)逐点相乘,并对结果进行傅里叶变换,得到抑制干扰特征后的第二方位一维像B3、将q1k(x)与q2k(x)相减,并对相减得到的复数据逐点取模值,计算得到微分特征一维像Δqk(x)=norm(q1k(x)-q2k(x))其中norm(·)表示逐点求模值的运算;B4、令k=1,2,…,K,重复步骤B1~B3,将所得到的微分特征一维像Δqk(x)沿距离维依次排列,得到微分特征图像矩阵ΔI。所述的基于微分特征增强的SAR欺骗干扰目标标识方法,其中,所述C具体包括:C1、采用W×W的矩形窗对差分图像中的数据进行逐点处理,其中W为窗的边长点数,用ΔIw表示窗内的图像数据,计算其灰度直方图h=hist(vec(ΔIw))其中vec(·)表示将矩阵ΔIw向量化的运算,hist(·)表示计算灰度直方图的运算,为灰度直方图向量,G表示直方图的量化级别,将矩形窗在ΔI上逐点滑动,生成各点的灰度直方图数据。所述的基于微分特征增强的SAR欺骗干扰目标标识方法,其中,所述D具体包括:D1、获取ΔI中灰度级别小于第一阈值εr的像素点计算得到的直方图进行平均,得到参考灰度直方图ho=1UΣu=1Uhu]]>其中hu表示位于(ku,lu)处的点的直方图,在差分特征图中的灰度级别小于阈值εr,即ΔI(ku,lu)<εr,U表示小于该阈值的所有点的个数。所述的基于微分特征增强的SAR欺骗干扰目标标识方法,其中,所述E具体包括:E1、计算数据矩阵中任意元素的灰度直方图ha与参考直方图的匹配距离dM(ho,ha)=‖ho-ha‖1其中||·||1表示求向量1范数的运算,对图像中的逐个像素点计算直方图匹配距离,生成直方图匹配矩阵E2、当检测检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标,否则标记为真实场景。一种基于微分特征增强的SAR欺骗干扰目标标识系统,其中,系统包括:参考信号生成模块,用于获取真实SAR场景回波与SAR欺骗干扰的混合数据,对混合数据进行校正处理后生成成像场景的数据矩阵,根据SAR系统参数生成去调频处理的参考信号;微分特征图像矩阵生成模块,用于数据矩阵与参考信号逐点相乘后进行傅里叶变换,生成第一方位一维像,数据矩阵进行傅里叶变换后进行滤波,并将滤波结果进行逆傅里叶变换,得到抑制干扰特征后的距离单元数据,将距离单元数据与参考信号逐点相乘并进行傅里叶变换,生成抑制干扰特征后的第二方位一维像,将第一方位一维像与第二方位一维像相减后逐点取模值,生成微分特征一维像,将微分特征一维像沿距离维依次排列,得到微分特征图像矩阵;灰度直方图生成模块,用于采用特定大小的矩形窗对微分特征图像矩阵中的数据进行逐点处理,获取并计算窗口内的图像数据的灰度直方图,生成各点周围的灰度直方图数据;参考灰度直方图生成模块,用于获取灰度级别小于预先设置的第一阈值的像素点计算得到的直方图进行平均,生成参考灰度直方图;标记模块,用于计算数据矩阵中任意元素的灰度直方图与参考直方图的匹配距离,当检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述参考信号生成模块具体包括:校正单元,用于获取真实SAR场景回波与SAR欺骗干扰的混合数据,进行距离压缩、距离徙动校正处理后,生成K×L维成像场景的数据矩阵,记为s(tr,ta),数据矩阵中列方向表示距离维,行方向表示方位维,;tr为距离向快时间,ta为方位向慢时间;计算单元,用于根据SAR系统参数生成方位维去调频处理的参考信号,记为s0(ta);具体为:s0(ta)=exp(-jπγata2)]]>其中γa为多普勒调频率。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述微分特征图像矩阵生成模块具体包括:第一方位一维像生成单元,用于获取数据矩阵s(tr,ta)中的第k行数据sk(ta),与参考信号s0(ta)逐点相乘,对相乘后的结果进行傅里叶变换,生成包含真实场景与欺骗干扰全部信息的第一方位一维像其中表示傅里叶变换;第二方位一维像生成单元,用于获取数据矩阵s(tr,ta)中的第k行数据sk(ta),进行傅里叶变换,得到频谱数据获取频域带通滤波器H(fa)H(fa)=rect(faBa)=1,|fa|≤Ba/20,|fa|>Ba/2]]>其中Ba为信号的多普勒带宽,rect(·)为矩形窗函数,根据H(fa)对频域数据Sk(fa)进行滤波,将滤波结果进行逆傅里叶变换,生成抑制干扰特征后的第k个距离单元数据其中表示逆傅里叶变换,将抑制干扰特征后的第k个距离单元数据与s0(ta)逐点相乘,并对结果进行傅里叶变换,得到抑制干扰特征后的第二方位一维像微分特征一维像生成单元,用于将q1k(x)与q2k(x)相减,并对相减得到的复数据逐点取模值,计算得到微分特征一维像Δqk(x)=norm(q1k(x)-q2k(x))其中norm(·)表示逐点求模值的运算;微分图像矩阵生成单元,用于令k=1,2,…,K,重复计算微分特征一维像,将所得到的微分特征一维像Δqk(x)沿距离维依次排列,得到微分特征图像矩阵ΔI。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述灰度直方图生成模块具体用于采用W×W的矩形窗对差分图像中的数据进行逐点处理,其中W为窗的边长点数,用ΔIw表示窗内的图像数据,计算其灰度直方图h=hist(vec(ΔIw))其中vec(·)表示将矩阵ΔIw向量化的运算,hist(·)表示计算灰度直方图的运算,为灰度直方图向量,G表示直方图的量化级别,将矩形窗在ΔI上逐点滑动,生成各点的灰度直方图数据。本发明提供了一种基于微分特征增强的SAR欺骗干扰目标标识方法及系统,本发明通过差分特征增强的方法,能够在不提高现有单通道雷达系统复杂且不降低成像分辨率的前提下,针对成像雷达原始数据在不同成像方法下的差分特征进行增强,从而在SAR图像中对欺骗干扰目标进行标识,提高了传统单通道宽带成像雷达对抗欺骗干扰的能力,法避免了单通道升级多通道系统升级的高昂开销,大大降低了SAR系统抗欺骗干扰能力升级的成本。附图说明图1为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识方法的较佳实施例的流程图。图2为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识方法的具体应用实施例的真实场景示意图。图3为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识方法的具体应用实施例的欺骗干扰场景模板示意图。图4为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识方法的具体应用实施例的存在欺骗干扰的SAR成像结果示意图。图5为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识方法的具体应用实施例的欺骗干扰目标标识结果示意图。图6为本发明的一种基于微分特征增强的SAR欺骗干扰目标标识系统的较佳实施例的功能原理框图。具体实施方式为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。本发明提供了一种基于微分特征增强的SAR欺骗干扰目标标识方法的较佳实施例的流程图,如图1所示,其中,方法包括:步骤S100、获取真实SAR场景回波与SAR欺骗干扰的混合数据,对混合数据进行校正处理后生成成像场景的数据矩阵,根据SAR系统参数生成去调频处理的参考信号。具体实施时,步骤S100具体包括:步骤S101、获取真实SAR场景回波与SAR欺骗干扰的混合数据,进行距离压缩、距离徙动校正处理后,生成K×L维成像场景的数据矩阵,记为s(tr,ta),数据矩阵中列方向表示距离维,行方向表示方位维,;tr为距离向快时间,ta为方位向慢时间;步骤S102、根据SAR系统参数生成方位维去调频处理的参考信号,记为s0(ta);具体为:exp(-jπγata2)]]>其中γa为多普勒调频率。其中,距离徙动是指合成孔径过程中,雷达与目标之间的斜距变化超过了一个距离分辨单元,使得来自同一目标的回波信号在距离向分布于不同的距离单元内,造成了信号在方位向和距离向的耦合。如前所述,要将成像处理的二维移变过程变为两个一维移不变过程,需要进行距离徙动校正来消除距离向和方位向的耦合。所谓距离徙动校正,就是要将距离徙动曲线轨迹校正为平行于方位向的一条直线,其精度要达到一个合成孔径时间内,斜距的变化小于距离分辨单元的一半。在星载SAR成像中,回波信号通常伴有大的距离徙动,因而距离徙动校正成为成像处理中的重要环节,直接影响成像算法的设计和最终的成像质量。步骤S200、数据矩阵与参考信号逐点相乘后进行傅里叶变换,生成第一方位一维像,数据矩阵进行傅里叶变换后进行滤波,并将滤波结果进行逆傅里叶变换,得到抑制干扰特征后的距离单元数据,将距离单元数据与参考信号逐点相乘并进行傅里叶变换,生成抑制干扰特征后的第二方位一维像,将第一方位一维像与第二方位一维像相减后逐点取模值,生成微分特征一维像,将微分特征一维像沿距离维依次排列,得到微分特征图像矩阵。具体实施时,步骤S200具体包括:步骤S201、获取数据矩阵s(tr,ta)中的第k行数据sk(ta),与参考信号s0(ta)逐点相乘,对相乘后的结果进行傅里叶变换,生成包含真实场景与欺骗干扰全部信息的第一方位一维像其中表示傅里叶变换;步骤S202、获取数据矩阵s(tr,ta)中的第k行数据sk(ta),进行傅里叶变换,得到频谱数据获取频域带通滤波器H(fa)H(fa)=rect(faBa)=1,|fa|≤Ba/20,|fa|>Ba/2]]>其中Ba为信号的多普勒带宽,rect(·)为矩形窗函数,根据H(fa)对频域数据Sk(fa)进行滤波,将滤波结果进行逆傅里叶变换,生成抑制干扰特征后的第k个距离单元数据其中表示逆傅里叶变换,将抑制干扰特征后的第k个距离单元数据与s0(ta)逐点相乘,并对结果进行傅里叶变换,得到抑制干扰特征后的第二方位一维像步骤S203、将q1k(x)与q2k(x)相减,并对相减得到的复数据逐点取模值,计算得到微分特征一维像Δqk(x)=norm(q1k(x)-q2k(x))其中norm(·)表示逐点求模值的运算;步骤S204、令k=1,2,…,K,重复步骤S201~S203,将所得到的微分特征一维像Δqk(x)沿距离维依次排列,得到微分特征图像矩阵ΔI。步骤S300、利用特定大小的矩形窗对微分特征图像矩阵中的数据进行逐点处理,获取并计算窗口内的图像数据的灰度直方图,生成各点周围的灰度直方图数据。具体实施时,步骤S300具体包括:步骤S301、利用W×W的矩形窗对差分图像中的数据进行逐点处理,其中W为窗的边长点数。以图像中的第k行l列的像素点为例,假设窗的边长点数W=3,用ΔIw表示窗内的图像数据,则有ΔIw=ΔIk-1,l-1ΔIk-1,lΔIk-1,l+1ΔIk,l-1ΔIk,lΔIk,l+1ΔIk+1,l-1ΔIk+1,lΔIk+1,l+1]]>其中,ΔIk,l表示微分特征图像矩阵ΔI的第k行l列处的数据。对ΔIw计算其灰度直方图h=hist(vec(ΔIw))其中vec(·)表示将矩阵ΔIw向量化的运算,hist(·)表示计算灰度直方图的运算,为灰度直方图向量,G表示直方图的量化级别,将矩形窗在ΔI上逐点滑动,生成各点的灰度直方图数据。步骤S400、获取灰度级别小于预先设置的第一阈值的像素点计算得到的直方图进行平均,生成参考灰度直方图。具体实施时,步骤S400具体包括:步骤S401、获取ΔI中灰度级别小于第一阈值εr的像素点计算得到的直方图进行平均,得到参考灰度直方图ho=1UΣu=1Uhu]]>设置第一阈值εr等于5%的max{ΔI},其中max{ΔI}表示ΔI中所有元素的最大值。其中hu表示位于(ku,lu)处的点的直方图,在差分特征图中的灰度级别小于阈值εr,即ΔI(ku,lu)<εr,U表示小于该阈值的所有点的个数。步骤S500、计算数据矩阵中任意元素的灰度直方图与参考直方图的匹配距离。当检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标。以微分图像中方位位置与干扰机之间距离小于5%合成孔径长度的元素的灰度直方图匹配距离的平均值作为第二阈值,具体实施时,步骤S500具体包括:步骤S501、计算数据矩阵中任意元素的灰度直方图ha与参考直方图的匹配距离dM(ho,ha)=‖ho-ha‖1其中||·||1表示求向量1范数的运算,对图像中的逐个像素点计算直方图匹配距离,生成直方图匹配矩阵步骤S502、当检测检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标,否则标记为真实场景。进一步的,本发明采用MATLAB软件进行仿真,仿真数据的参数如下:图2所示为没有欺骗干扰的真实场景SAR成像结果,图3所示为欺骗干扰目标,在欺骗干扰中设计了多组车辆目标(分别标示为“I”“III”),使其与空旷区域的真实车辆目标相互交错从而产生混淆。虚假目标“II”“IV”则对真实场景中的地形进行了掩盖与欺骗,从而对真实的场景与目标进行保护。图4所示为欺骗干扰的结果,真实目标与虚假目标相互交错,难以区分,达到了欺骗干扰的目的。图5所示为利用本发明方法对欺骗干扰进行标识的结果,有效的标记出了虚假场景与目标的形状、位置等信息,虽然在以干扰机为中心的合成孔径长度5%的范围内出现了标识失效的情况,但借助该区域外的标识信息,仍然可以对该区域内的虚假建筑目标进行标识。本发明还提供了一种基于微分特征增强的SAR欺骗干扰目标标识系统的较佳实施例的功能原理框图,如图6所示,系统包括:参考信号生成模块100,用于获取真实SAR场景回波与SAR欺骗干扰的混合数据,对混合数据进行校正处理后生成成像场景的数据矩阵,根据SAR系统参数生成去调频处理的参考信号;具体如方法实施例所述。微分特征图像矩阵生成模块200,用于数据矩阵与参考信号逐点相乘后进行傅里叶变换,生成第一方位一维像,数据矩阵进行傅里叶变换后进行滤波,并将滤波结果进行逆傅里叶变换,得到抑制干扰特征后的距离单元数据,将距离单元数据与参考信号逐点相乘并进行傅里叶变换,生成抑制干扰特征后的第二方位一维像,将第一方位一维像与第二方位一维像相减后逐点取模值,生成微分特征一维像,将微分特征一维像沿距离维依次排列,得到微分特征图像矩阵;具体如方法实施例所述。灰度直方图生成模块300,用于采用特定大小的矩形窗对微分特征图像矩阵中的数据进行逐点处理,获取并计算窗口内的图像数据的灰度直方图,生成各点周围的灰度直方图数据;具体如方法实施例所述。参考灰度直方图生成模块400,用于获取灰度级别小于预先设置的第一阈值的像素点计算得到的直方图进行平均,生成参考灰度直方图;具体如方法实施例所述。标记模块500,用于计算数据矩阵中任意元素的灰度直方图与参考直方图的匹配距离,当检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标;具体如方法实施例所述。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述参考信号生成模块具体包括:校正单元,用于获取真实SAR场景回波与SAR欺骗干扰的混合数据,进行距离压缩、距离徙动校正处理后,生成K×L维成像场景的数据矩阵,记为s(tr,ta),数据矩阵中列方向表示距离维,行方向表示方位维,;tr为距离向快时间,ta为方位向慢时间;具体如方法实施例所述。计算单元,用于根据SAR系统参数生成方位维去调频处理的参考信号,记为s0(ta);具体为:s0(ta)=exp(-jπγata2)]]>其中γa为多普勒调频率;具体如方法实施例所述。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述微分特征图像矩阵生成模块具体包括:第一方位一维像生成单元,用于获取数据矩阵s(tr,ta)中的第k行数据sk(ta),与参考信号s0(ta)逐点相乘,对相乘后的结果进行傅里叶变换,生成包含真实场景与欺骗干扰全部信息的第一方位一维像其中表示傅里叶变换;具体如方法实施例所述。第二方位一维像生成单元,用于获取数据矩阵s(tr,ta)中的第k行数据sk(ta),进行傅里叶变换,得到频谱数据获取频域带通滤波器H(fa)H(fa)=rect(faBa)=1,|fa|≤Ba/20,|fa|>Ba/2]]>其中Ba为信号的多普勒带宽,rect(·)为矩形窗函数,根据H(fa)对频域数据Sk(fa)进行滤波,将滤波结果进行逆傅里叶变换,生成抑制干扰特征后的第k个距离单元数据其中表示逆傅里叶变换,将抑制干扰特征后的第k个距离单元数据与s0(ta)逐点相乘,并对结果进行傅里叶变换,得到抑制干扰特征后的第二方位一维像具体如方法实施例所述。微分特征一维像生成单元,用于将q1k(x)与q2k(x)相减,并对相减得到的复数据逐点取模值,计算得到微分特征一维像Δqk(x)=norm(q1k(x)-q2k(x))其中norm(·)表示逐点求模值的运算;具体如方法实施例所述。微分图像矩阵生成单元,用于令k=1,2,…,K,重复计算微分特征一维像,将所得到的微分特征一维像Δqk(x)沿距离维依次排列,得到微分特征图像矩阵ΔI;具体如方法实施例所述。所述的基于微分特征增强的SAR欺骗干扰目标标识系统,其中,所述灰度直方图生成模块具体用于采用W×W的矩形窗对差分图像中的数据进行逐点处理,其中W为窗的边长点数,用ΔIw表示窗内的图像数据,计算其灰度直方图h=hist(vec(ΔIw))其中vec(·)表示将矩阵ΔIw向量化的运算,hist(·)表示计算灰度直方图的运算,为灰度直方图向量,G表示直方图的量化级别,将矩形窗在ΔI上逐点滑动,生成各点的灰度直方图数据;具体如方法实施例所述。所述参考灰度直方图生成模块具体用于获取ΔI中灰度级别小于第一阈值εr的像素点计算得到的直方图进行平均,得到参考灰度直方图ho=1UΣu=1Uhu]]>其中hu表示位于(ku,lu)处的点的直方图,在差分特征图中的灰度级别小于阈值εr,即ΔI(ku,lu)<εr,U表示小于该阈值的所有点的个数;具体如方法实施例所述。所述标记模块具体包括:匹配距离计算单元,用于计算数据矩阵中任意元素的灰度直方图ha与参考直方图的匹配距离dM(ho,ha)=‖ho-ha‖1其中||·||1表示求向量1范数的运算,对图像中的逐个像素点计算直方图匹配距离,生成直方图匹配矩阵具体如方法实施例所述。标记单元,用于当检测检测到匹配距离大于预先设置的第二阈值时,将元素对应的目标标记为欺骗干扰目标,否则标记为真实场景;具体如方法实施例所述。文件调取单元,用于若包含时间戳和用户输入的关键字,根据用户输入的log执行对应的操作,调取操作后的日志文件;具体如方法实施例所述。综上所述,本发明提供了一种基于微分特征增强的SAR欺骗干扰目标标识方法及系统,方法包括:获取真实SAR场景回波与SAR欺骗干扰的混合数据,校正处理后生成数据矩阵,生成参考信号;数据矩阵经过不同处理步骤分别生成包含全部信息的第一方位一维像和抑制干扰特征后的第二方位一维像,进一步处理后得到微分特征图像矩阵;采用矩形窗对微分特征图像矩阵进行处理,生成灰度直方图数据及参考灰度直方图;当检测到灰度直方图与参考直方图的匹配距离大于预先设置的阈值时,标记为欺骗干扰目标。本发明针对成像雷达原始数据在不同成像方法下的差分特征进行增强,在SAR图像中对欺骗干扰目标进行标识,提高了成像雷达对抗欺骗干扰的能力,降低了成本。应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。当前第1页1 2 3 
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1