本发明涉及一种目标电磁散射数据模型的建立方法。
背景技术:
当物体被电磁波照射时,能量朝各个方向散射,散射能量的空间分布取决于物体的形状、大小、结构、入射波的频率、极化等,产生电磁散射的物体通常称为目标或散射体。在复杂多变的电磁散射环境中,由于被测目标位置和姿态不断地变化,需要时刻对目标的rcs特性、速度及加速度变化、角变化、目标振动所引起的回波幅度起伏等进行模拟,这就需要对目标瞬时电磁散射特性进行实时模拟,以满足雷达信号处理机系统的研制与开发需要。
工程上可以通过实测和建模仿真获取目标电磁散射的相关数据,但目标的电磁散射特性会影响雷达的回波信号,实际情况下目标的散射点数目有限且散射强度是视角的函数,采用经典的随机模型不足以反映目标散射的物理本质和复杂性,且实测结果费用高,受实际条件的限制较多,很难得到完备的目标电磁散射数据。
技术实现要素:
本发明的目的在于克服现有技术中的不足,提供一种目标电磁散射数据模型的建立方法,解决现有技术中经典随机模型不足以反应目标散射的物力本质和复杂性、实测结果费用高、目标电磁散射数据精度不高的技术问题。
为解决上述技术问题,本发明所采用的技术方案是:一种目标电磁散射数据模型的建立方法,包括如下步骤:
(1):根据目标电磁散射的实测数据初步建立目标电磁散射的多重分形模型,确定小波分解级数、计算分形参数;
(2)对实测数据进行小波分解,计算每个尺度下的小波系数和尺度系数;
(3)根据小波系数和尺度系数进行小波重建;
(4)比较重建数据与实测数据的分形结果,并对小波分析的分形维数进行调整,以精确建立目标电磁散射模型。
计算分形参数的具体方法如下:
定义目标电磁散射系数的测量值为
其中:x(m,n)表示目标电磁散射系数在(m,n)处的测量值,m,n则分别表示目标电磁散射系数测量值的行数和列数;
设空间内存在一正方柱,所述正方柱的底边宽度为ε,正方柱的高度n(ε)由其范围内目标电磁散射幅度的最高点和最低点之差决定,具体定义为:
n(ε)=max|x(m,n)-x(m,,n,)|(2)
其中,点(m,n)和(m,,n,)都在底边为ε的正方形内,改变ε的大小逐步移动正方柱遍及所有目标散射点;
用分形维数来描述局部与整体的自相似程度,其分形维数定义为:
d=ln(n(ε))/ln(1/ε)(3)。
计算每个尺度下的小波系数和尺度系数的方法如下:
对目标的电磁散射系数的测量值x进行行变换,得到一维序列y:
y=[x(1,1)x(1,2)…x(1,n)x(2,1)x(2,2)…x(2,n)…x(m,1)x(m,2)…x(m,n)](4)
对变换后的y进行小波分解,选取尺度函数
式(5)中,cj[k]为尺度系数,dj[k]为小波系数,j为尺度下标,k为小波变换的点数;t为时间参数;
尺度函数
小波函数φ(t)表示为:
式(6)和(7)称为尺度函数
利用
利用dj[k]=<x,φj,k(t)>和式(9),小波系数dj[k]表示为:
式(10)和(11)称为小波变换的分解方程,尺度j的小波展开系数cj[k]和dj[k]由尺度j+1的展开系数cj+1[k]经过滤波器组h0[-n]和h1[-n]后再抽取而得到;同理,通过cj[k]按此过程进一步得到展开系数cj-1[k]和dj-1[k],如此重复,最后由cj+1[k]经过滤波器组得到一系列不同尺度的小波展开系数。
根据小波系数和尺度系数进行小波重建的具体方法如下:
小波逆变换的重建方程可以表示为:
重建后的信号为
将重建后的信号
对信号
其中,点
进行分形维数调整的具体方法如下:
将实测数据的多重分形参数d和重建数据的多重分形参数
规定常数j0为满足上述多重分形模型反演目标电磁散射的数据平方误差积分的最大值,则有:
j(ε)≤j0(18)
当满足式(18)时,说明该建模过程成立,若(18)不成立,则改变ε的大小,重复上述过程,直到式(18)成立为止。
所述目标电磁散射实测数据来源于用逆合成孔径雷达分别对目标成像所获得目标各散射点的散射系数,所述散射系数是由实部和虚部组成的矢量。
与现有技术相比,本发明所达到的有益效果是:
能利用目标电磁散射的实测数据建立散射模型,利用仿真方法反演出目标电磁散射的数据,利用分形技术的优点准确地建立目标电磁散射模型。
附图说明
图1是目标的电磁散射系数强度的示意图;
图2是本发明的流程图。
具体实施方式
本发明是一种利用多重分形理论和小波分析对目标电磁散射特性进行建模的方法,包括:根据目标电磁散射的实测数据进行多重分形理论分析,初步建立目标电磁散射多重分形建模,对数据进行小波分解和重建,比较重建数据与实测数据的分形结果并对小波分析的维数进行调整,以精确建立目标电磁散射模型,具体为:计算正方柱底边的正方形为ε时正方柱的高度n(ε)和分形维数d,其中d=ln(n(ε))/ln(1/ε),改变ε的大小逐步移动正方柱,遍及所有目标散射点;分析小波变换的分解方程
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
目标散射实测数据来源于用逆合成孔径雷达分别对目标成像所获得目标各散射点的散射系数,散射系数是由实部和虚部组成的矢量。图1是目标的散射系数强度的示意图,从图中可以看出实际的复杂分布式目标由较少的强散射点和较多的弱散射点以及大量的散射强度很小的散射点组成。首先分析实测数据的多重分形特征,然后根据分形特征参数建立合理、有效的目标散射多重分形模型,利用目标散射多重分形模型反演出目标的散射系数。
对于如图1所示的目标电磁散射数据,定义目标电磁散射系数的测量值为
其中:x(m,n)表示目标电磁散射系数在(m,n)处的测量值,m,n则分别表示目标电磁散射系数测量值的行数和列数;
步骤一:设空间内存在一正方柱,该正方柱的底边宽度为ε,正方柱的高度n(ε)由其范围内目标电磁散射幅度的最高点和最低点之差决定,具体定义为:
n(ε)=max|x(m,n)-x(m,,n,)|(2)
其中,点(m,n)和(m,,n,)都在底边为ε的正方形内,改变ε的大小逐步移动正方柱遍及所有目标散射点计算。
可以用分形维数来描述局部与整体的自相似程度,其分形维数定义为:
d=ln(n(ε))/ln(1/ε)(3)
分形在区间上满足相似性且计算出的分维数具有一定的稳定性。工程上用ln(n(ε))和ln(1/ε)的拟合曲线的线性度来反映分形的自相似性程度,所以作ln(n(ε))和ln(1/ε)的拟合曲线,则分形维数d的物理意义就是拟合曲线的线性部分的斜率。
目标在雷达的不同观测通道上的电磁散射数据具有自相似性,为利用实测数据重建各观测通道上的目标电磁散射数据模型提供了理论基础,具体流程如图2所示,产生雷达各观测通道上的目标电磁散射数据。
步骤二:对目标的电磁散射系数模值x进行行变换,得到1维序列y:
y=[x(1,1)x(1,2)…x(1,n)x(2,1)x(2,2)…x(2,n)…x(m,1)x(m,2)…x(m,n)](1×mn)(4)
对变换后的y小波分解,选取尺度函数
式(5)中,尺度系数为cj[k],小波系数为dj[k],j为尺度下标,j越大,分辨率越高;k为小波变换点数;t为时间参数;
尺度函数
小波函数φ(t)可以表示为:
式(6)和(7)称为尺度函数
根据尺度函数
利用
利用dj[k]=<x,φj,k(t)>和式(9),系数dj[k]可表示为:
式(10)和(11)称为小波变换的分解方程,尺度j的小波展开系数cj[k]和dj[k]都可以由尺度j+1的展开系数cj+1[k]经过滤波器组h0[-l]和h1[-l]后再抽取而得到。同理,可以通过cj[k]按此过程进一步得到展开系数cj-1[k]和dj-1[k],如此重复,最后可以由cj+1[k]经过滤波器组得到一系列不同尺度的小波展开系数,小波变换的展开级数为n。
小波重建算法为分解算法的逆过程,即由展开系数cj[k]和dj[k]重建展开系数cj+1[k],从而实现小波逆变换。
步骤三:小波逆变换的重建方程可以表示为:
式(12)表明高尺度的展开系数cj+1[k]可以由低尺度的展开系数cj[k]和dj[k]通过内插和滤波器组h0[n]和h1[n]重建,重建的级数为n,重建后的信号为
步骤四:将重建后的信号
对信号
其中,点
改变
步骤五:将实测数据的多重分形参数d和重建数据的多重分形参数
分析可知,j(ε)的值越小,说明重建目标电磁散射数据模型的结果越精准,不完全分集mimo雷达目标检测效果也就越好。规定常数j0为满足上述多重分形模型反演目标电磁散射的数据平方误差积分的最大值,则有:
j(ε)≤j0(18)
当满足式(18)时,说明该建模过程成立,若(18)不成立,则返回到第一步,改变ε的大小,重复上述过程,直到式(18)成立为止。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。