本发明涉及合成孔径雷达领域，尤其涉及一种基于圆迹合成孔径雷达数据的方位熵提取方法。
背景技术：
合成孔径雷达(SAR)是一种高分辨率成像雷达，可以提供全天时、全天候的观测。圆迹合成孔径雷达是合成孔径雷达的一种新型的工作模式，通过360°圆形轨迹对目标进行观测，以获取目标更全面的信息以及更高方位向分辨率。通过圆迹合成孔径雷达可以得到物体的各向异性散射特性，不同的物体的各向异性散射特性不同，因此，对目标的各向异性散射特性进行分析，对于目标的识别和分类有重要意义。但是现有的分析方法可以提供的各向异性散射特性是高维的、不便于应用的，因此，需要一种图像处理方法，使得提供的各向异性散射特性便于应用。
技术实现要素：
为了克服上述问题的至少一个方面，本发明实施例提供一种基于圆迹合成孔径雷达数据的方位熵提取方法，包括如下步骤：
步骤S1、将圆迹合成孔径雷达的回波数据所对应的孔径平均分割成多个子孔径，每个所述子孔径具有相等的圆心角，使得每个所述子孔径的成像结果的方位向分辨率和距离向分辨率相当；
步骤S2、对每个所述子孔径对应的回波数据进行成像，以获得每个所述子孔径对应的图像；
步骤S3、根据所获得的图像获取每个像素点的雷达散射截面幅值随方位角变化的曲线图；以及
步骤S4、根据每个像素点的雷达散射截面幅值随方位角变化的曲线图获得所述像素点的方位熵。
根据一些实施例，在步骤S1中利用子孔径分割方法对圆迹合成孔径雷达的回波数据所对应的孔径进行分割，得到K个子孔径，其中，K≥360。
根据一些实施例，在步骤S2中利用后向投影算法得到每个子孔径的图像。
根据一些实施例，步骤S3进一步包括：
S31、获取所得到的图像中的每个像素点的像素值；
S32、对于每个像素点，将所述像素点在每个子孔径所对应的图像上的像素值作为所述像素点在所述图像对应的子孔径的中心角度的雷达散射截面幅值；以及
S33、将所述子孔径的中心角度作为方位角，获取每个所述像素点的雷达散射截面幅值随方位角变化的曲线图。
根据一些实施例，利用下式获得每个像素点的像素值：
其中，In(i，r)表示像素点(i，r)在第n个子孔径所对应的图像中的像素值，0≤n≤K；sir表示像素点(i，r)所对应的距离向脉冲压缩后的回波信号；fc表示雷达中心频率；Rir表示像素点(i，r)到雷达平台的距离，c表示光速；j表示虚数单位，且
根据一些实施例，步骤S4进一步包括：
S41、将每一个像素点在不同方位角的雷达散射截面幅值相加，得到总幅值；
S42、计算所述每一个像素点在预定方位角的雷达散射截面幅值占总幅值的比率；以及
S43、通过所述比率获得所述每一个像素点的方位熵。
根据一些实施例，利用下式获得每一个像素点在预定方位角的雷达散射截面幅值占总幅值的比率：
其中，Pn(i，r)为像素点(i，r)在预定方位角θ(n)的雷达散射截面幅值占总幅值的比率，Rn(i，r)为像素点(i，r)在预定方位角θ(n)的雷达散射截面幅值。
根据一些实施例，使用下式得到每个像素点的方位熵：
其中，Ha(i，r)为像素点(i，r)的方位熵。
与现有技术相比，本发明具有以下优点：通过圆迹合成孔径雷达的数据获取目标的各向异性散射信息，并用方位熵代表各向异性度，与用雷达散射截面幅值随方位角变化的曲线表示各项异性度相比，具有更低的维度，更容易结合需求使用。
附图说明
通过下文中参照附图对本发明所作的描述，本发明的其它目的和优点将显而易见，并可帮助对本发明有全面的理解。
图1是本发明实施例的工作流程图；
图2是根据本发明实施例的数据进行处理的结果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
在本发明的一个示例性实施例中，提供了一种基于圆迹合成孔径雷达数据的方位熵提取方法。
图1是根据本发明实施例的基于圆迹合成孔径雷达数据的方位熵提取方法的流程图，如图1所示，包括如下步骤：
步骤S1，将圆迹合成孔径雷达的回波数据所对应的孔径平均分割成多个子孔径，每个子孔径具有相等的圆心角，使得每个子孔径的成像结果的方位向分辨率和距离向分辨率相当。
圆迹合成孔径雷达通过沿360°圆形轨迹运动对目标进行扫描观测，以获取目标更全面的信息以及更高方位向分辨率。因此，圆迹合成孔径雷达回波数据的对应孔径是一个圆，在本实施例中可以采用子孔径分割方法对圆迹合成孔径雷达回波数据的对应孔径进行分割，将这个圆按照角度平均分成K个子孔径，每个子孔径对应的圆心角的大小相等，圆心角的大小均为360/K度。子孔径对应的圆心角不能过大或者过小，过大会导致获取的信息不准确，过小会导致目标像素点不能正确聚焦，从而使得获得的像素值不准确。K可以为大于或者等于360的正整数，为了便于计算，K可以为360的倍数，例如K可以取360、720或者360的其他倍数。当然，K不是360的倍数也可以实现相同的效果，例如K可以取361、456或者其他正整数，只要满足K大于或者等于360即可。当K增大的时候，相应的计算过程就会变得更加复杂，因此，在实际操作中K取值不能太大。
在此，全孔径被分割成多个子孔径，使得每个子孔径的成像结果的方位向分辨率和距离向分辨率相当，即图像中的方位向分辨率和距离向分辨率的数量级大小相同。这里的数量级大小相同是指方位向分辨率和距离向分辨率的数值的数量级大小相同，例如方位向分辨率的数值大小为200，距离向分辨率的数值大小为300，方位向分辨率和距离向分辨率的数量级都是100，因此，两者的数量级大小相同。
步骤S2，对每个子孔径对应的回波数据进行成像，以获得每个子孔径对应的图像。
本实施例中可以采用后向投影算法得到每个子孔径的图像，通过后向投影算法对合成孔径雷达子孔径接收到的回波信号进行距离向匹配率，在垂直于飞行方向上的分辨率称为距离向分辨率，它取决于回波的延时。然后，获取回波数据中的相位和幅度信息，再通过快速傅里叶逆变换(IFFT)进行傅里叶逆变换，获取子孔径对应收发天线组合的时延，最后累积信号相干相加得到子孔径对应的图像。当然，获取K个子孔径对应的图像并不局限于上述方法。
步骤S3，根据所获得的图像获取每个像素点的雷达散射截面幅值随方位角变化的曲线图。
具体的，得到曲线图的过程如下：
S31、获取所得到的图像中的每个像素点的像素值。
本发明实施例中使用下式获得像素点(i，r)的像素值：
其中，In(i，r)表示像素点(i，r)在第n个子孔径所对应的图像中的像素值，0≤n≤K；sir表示像素点(i，r)所对应的距离向脉冲压缩后的回波信号；fc表示雷达中心频率；Rir表示像素点(i，r)到雷达平台的距离；c表示光速；j表示虚数单位，且
S32、对于每个像素点，将该像素点在每个子孔径所对应的图像上的像素值作为该像素点在所述图像对应的子孔径的中心角度的雷达散射截面幅值。
通过上式可以求得K个子孔径中每个像素点的像素值，然后对于单个的像素点(1，1)，在第一个子孔径对应的图像上的像素值是I1(1，1)，在第二个子孔径对应的图像上的像素值是I2(1，1)......在第三百六十个子孔径对应的图像上的像素值是I360(1，1)。
S33、将子孔径的中心角度作为方位角，获取每个像素点的雷达散射截面幅值随方位角变化的曲线图。
将子孔径的中心角度作为方位角。在本实施例中，K＝360，也即是将孔径分成360个子孔径，每个子孔径对应的圆心角为1度。将第一个子孔径对应的圆心角设置成0度-1度，将第二个子孔径对应的圆心角设置成1度-2度，以此类推，第三百六十个子孔径对应的圆心角为359度-360度。每个孔径的中心角度是该孔径对应的圆心角的中心角度，例如，第一个子孔径的中心角度为0.5度，第二个子孔径的中心角度为1.5度......第三百六十个子孔径的中心角度为359.5度。那么像素点(1，1)在方位角为0.5度对应的雷达散射截面幅值为I1(1，1)，像素点(1，1)在方位角为1.5度对应的雷达散射截面幅值为I2(1，1)......像素点(1，1)在方位角为359.5度对应的雷达散射截面幅值为I360(1，1)。通过上述数据可以做出像素点(1，1)的雷达散射截面幅值随方位角变化的曲线图。可以看出，当K越大时，即子孔径的个数越多时，每个子孔径对应的圆心角就越小，做出的雷达散射截面幅值随方位角变化的曲线图也就越准确。
按照上述方法可以得到每个像素点的雷达散射截面幅值随方位角变化的曲线图。
步骤S4、根据每个像素点的雷达散射截面幅值随方位角变化的曲线图获得像素点的方位熵。
具体的，得到方位熵的过程如下：
S41、将每一个像素点在不同方位角的雷达散射截面幅值相加，得到总幅值。
将像素点(1，1)在不同方位角的雷达散射截面幅值进行相加，也即是将I1(1，1)、I2(1，1)......I360(1，1)进行相加，得到总幅值F(360)。
S42、计算每一个像素点在预定方位角的雷达散射截面幅值占总幅值的比率；
根据上述曲线图得到像素点(1，1)在预定方位角的雷达散射截面幅值，计算该像素点在预定方位角的雷达散射截面幅值占总幅值的比率。预定方位角可以是任意一个方位角，例如可以是1.5度。使用下式获得像素点在预定方位角的雷达散射截面幅值占总幅值的比率：
其中，Pn(i，r)为像素点(i，r)在预定方位角θ(n)的雷达散射截面幅值占总幅值的比率，Rn(i，r)为像素点(i，r)在预定方位角θ(n)的雷达散射截面幅值。例如可以计算像素点(1，1)在预定方位角1.5度的雷达散射截面幅值的比率，即用方位角1.5度对应的雷达散射截面幅值I2(1，1)除以总幅值F(360)，得到P2(1，1)。
S43、通过上述比率获得每一个像素点的方位熵。
利用下式得到每个像素点的方位熵：
其中，Ha(i，r)为像素点(i，r)的方位熵。可以接着上例，Ha(i，r)＝-P(2)log2P(2)-P(3)log3P(3)-......-P(360)log360P(360)。
图2为根据本发明实施例的数据进行处理的结果图。图2是一个停车场的结果图。图中建立了一个平面直角坐标系，X代表横轴，Y代表纵轴，图中的每一格代表10米。图中右边的数据代表的是方位熵的大小，从图中可以看出，方位熵的数值越小，该像素点就越深，即像素点各向异性度越高。
本发明基于圆迹合成孔径雷达数据获取目标的各向异性散射信息，并用方位熵描述目标的各向异性散射度，与用雷达散射截面幅值随方位角变化的曲线图表示各项异性度相比，维度更低，因此，更容易结合需求使用。方位熵的值可用于合成孔径雷达图像目标分割和目标分类，有较好的效果。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。