本发明涉及雷达isar成像领域,特别涉及isar图像最小熵相位校正方法及高精度相位补偿方法。
背景技术:
高分辨雷达isar成像中,相位补偿是运动补偿的关键步骤,其补偿精度直接决定了成像质量,并影响到后续的目标识别结果。多普勒中心跟踪法在最大似然准则下是一种最优的方法,且计算速度快,因此获得了广泛的应用,但实用中我们发现其精度仍然难以满足要求;基于图像熵准则的优化搜索方法解决了聚焦精度问题,但其巨大的运算量是其应用于实际的最大障碍,以实际成像为例,一个512×1048的数据矩阵,用基于图像熵准则的优化搜索进行相位补偿(机器配置为:cpu为i3四代,内存2g),其运算时间大概需要0.5~0.6小时。基于上述问题,我们提出了将多普勒中心跟踪法和图像熵准则相结合的方法,即先采用多普勒中心跟踪法进行预聚焦,然后再对预聚焦后的数据矩阵进行小范围内的相位优化搜索,这样既解决了精度问题又解决了速度问题,从而达到了比较理想的实用要求。
假设经过距离对准后的数据矩阵为dm*n,其中m为回波个数,n为每个回波的采样点数,算法的第一步就是先用多普勒中心跟踪法进行预聚焦。设经过预聚焦后的数据矩阵为d′m*n,算法的第二步就是基于图像熵准则进行相位的优化搜索,搜索步骤描述如下:
令i为迭代步骤,δ为搜索步长,令
设定初始值,令i=1,δ=π/180,
逐个回波计算当前迭代步骤的相位偏移量:
对第m个回波来说,有三个相位矢量可供选择:
估计相位偏移量可由下式得到:
重复以下步骤,直到计算完从m=1到m-1
完成了当前的迭代步骤以后,计算图像熵之间的改变度:
如果d0>tolerance,则说明经过当前一轮的迭代以后图像熵还有明显的改变,那么令i=i+1,
经过以上步骤搜索到相位偏移矢量以后,用该矢量对数据进行进一步的补偿,补偿公式如下:
其中diag(·)表示以矢量(·)为对角元素的对角矩阵。
现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大,要应用到实时isar成像中存在困难。
技术实现要素:
本发明的目的在于:提供了isar图像最小熵相位校正方法及高精度相位补偿方法,对图像评价函数可以进一步优化,利用显式表达式来描述,可以进一步地减小运算量。解决了现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大,要应用到实时isar成像中存在困难的问题。
本发明采用的技术方案如下:
isar图像最小熵相位校正方法,包括以下步骤:
s1、对相位误差估计值
s2、对相位误差估计值
s3、由步骤s2计算出
s4、判断相邻两次迭代循环后求出的
进一步的,所述步骤s1中相位误差估计值
进一步的,所述步骤s2中相位误差估计值
进一步的,所述步骤s3中计算出
s301、由于需要不断对相位进行调整以使得isar图像熵最小,因此,
s302、在isar成像过程中,由于s是一个常量,因此熵可以重新定义为:
s303、最小熵相位调节可以归结为对相位进行调整使得步骤s302中
s304、根据步骤s303进行计算得到
进一步的,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择n个幅度最大的距离单元进行运算,n值为目标径向长度距离单元总数的25%-35%。
进一步的,所述步骤s4中的门限值范围为10-4/4-10-4。
isar图像g(k,n)的熵定义为:
其中:
熵用于衡量分布函数的光滑度,分布函数越光滑,则熵值越大。由于熵具有这样性质,在isar成像中,熵可用于衡量isar像的聚焦质量。图像聚焦质量越好,则图像熵的值越小。因此,在相位补偿中,可以不断对相位进行调整以使得isar图像熵最小。
在isar成像过程中,由于s是一个常量,因此熵可以重新定义为:
因此,最小熵相位调节可以归结为对相位进行调整使得
又因为|g(k,n)|2=g(k,n)g*(k,n),所以有:
把
代入
将g(k,n)对
将
代入
其中:
将
代入
其中l是任意整数,不妨取值为0,因此(16)可以写为:
根据上面的公式可以得到isar最小熵相位校正算法的流程,具体的步骤如下:
第一步:对相位误差估计值
第二步:根据相位误差估计值
第三步:由
第四步:判断
相位误差估计值
高精度相位补偿方法,包括以下步骤:
s1、获得isar图像的一维距离像,并对一维距离像进行平动补偿;
s2、isar成像中相位校正可由下面公式表示:
s3、利用如权利要求1所述的方法求解出
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明isar图像最小熵相位校正方法及高精度相位补偿方法,对图像评价函数可以进一步优化,利用显式表达式来描述,可以进一步地减小运算量,解决了现有技术利用上述步骤对图像熵方法进行了优化,然而在实际应用中运算量还是偏大,要应用到实时isar成像中存在困难的问题;
2.本发明isar图像最小熵相位校正方法及高精度相位补偿方法相位误差估计值
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是风云卫星多普勒中心跟踪相位补偿方法isar成像结果;
图2是风云卫星本相位补偿方法isar成像结果(原始图像);
图3是风云卫星本相位补偿方法isar成像结果(放大图像)。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
下面结合图1至图3对本发明作详细说明。
实施例1
isar图像最小熵相位校正方法,包括以下步骤:
s1、对相位误差估计值
s2、对相位误差估计值
s3、由步骤s2计算出
s4、判断相邻两次迭代循环后求出的
进一步的,所述步骤s1中相位误差估计值
进一步的,所述步骤s2中相位误差估计值
进一步的,所述步骤s3中计算出
s301、由于需要不断对相位进行调整以使得isar图像熵最小,因此,
s302、在isar成像过程中,由于s是一个常量,因此熵可以重新定义为:
s303、最小熵相位调节可以归结为对相位进行调整使得步骤s302中
s304、根据步骤s303进行计算得到
进一步的,在计算∠ξ(m)时,我们选用部分距离单元参与相位校正,即选择n个幅度最大的距离单元进行运算,n值为目标径向长度距离单元总数的25%-35%。
进一步的,所述步骤s4中的门限值范围为10-4/4-10-4。
isar图像g(k,n)的熵定义为:
其中:
熵用于衡量分布函数的光滑度,分布函数越光滑,则熵值越大。由于熵具有这样性质,在isar成像中,熵可用于衡量isar像的聚焦质量。图像聚焦质量越好,则图像熵的值越小。因此,在相位补偿中,可以不断对相位进行调整以使得isar图像熵最小。
在isar成像过程中,由于s是一个常量,因此熵可以重新定义为:
因此,最小熵相位调节可以归结为对相位进行调整使得
又因为|g(k,n)|2=g(k,n)g*(k,n),所以有:
把
代入
将g(k,n)对
将
代入
其中:
将
代入
其中l是任意整数,不妨取值为0,因此(16)可以写为:
根据上面的公式可以得到isar最小熵相位校正算法的流程,具体的步骤如下:
第一步:对相位误差估计值
第二步:根据相位误差估计值
第三步:由
第四步:判断
相位误差估计值
高精度相位补偿方法,包括以下步骤:
s1、获得isar图像的一维距离像,并对一维距离像进行平动补偿;
s2、isar成像中相位校正可由下面公式表示:
s3、利用如权利要求1所述的方法求解出
实施例3
如图1-3所示,可以看出,我们的方法较大程度改善了目标isar成像质量,且相比常规的基于图像熵等方法,我们的方法运算效率大为提高,在同样的机器配置和数据属性下,我们将运算时间有原来的0.5小时缩短到8秒。数据属性如下:本雷达为全极化雷达,工作中心频率10ghz,信号带宽1ghz,脉冲重频600hz;跟踪目标为我国的风云卫星,我们读取512组数据进行处理,读取的通道为hh:即水平发射和水平接收。
以上所述,仅为本发明的优选实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明所揭露的技术范围内,可不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。