ISAR图像最小熵相位校正方法及高精度相位补偿方法与流程

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，令为第i步搜索第m个回波时的相位偏移矢量，m＝0,1,…,m-1

设定初始值，令i＝1，δ＝π/180，tolerance为一个较小的常数值，用来终止迭代运算并控制运算精度；并计算图像熵

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，跳到(1)继续执行；否则，结束搜索，最后的相位偏移矢量结果为：

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、对相位误差估计值作初始化，初始化迭代次数l；

s2、对相位误差估计值进行估计，根据相位误差估计值对每一个距离像补偿平动产生的相位误差，然后对补偿的距离像的每一距离单元沿横向多普勒方向作多普勒分析，从而获得二维isar图像g(k,n)，其中：

s3、由步骤s2计算出

s4、判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值，若小于预先设定的门限值，运算停止，输出当前为所求的校正相位；否则转步骤s2。

进一步的，所述步骤s1中相位误差估计值初始化为0。

进一步的，所述步骤s2中相位误差估计值用pga方法进行估计。

进一步的，所述步骤s3中计算出的方法是：

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中最小，即

s304、根据步骤s303进行计算得到令l＝0，则

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。可以写为：

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最小；使最小的满足：

中对的导数为：

又因为|g(k,n)|²＝g(k,n)g^*(k,n)，所以有：

把

代入中得：

将g(k,n)对求导：

将

代入

可以得到：

其中：

将

代入可以得到：

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：对相位误差估计值作初始化，初始化迭代次数l；

第二步：根据相位误差估计值对每一个距离像补偿平动产生的相位误差，然后对补偿的距离像的每一距离单元沿横向多普勒方向作一维fft变换，即多普勒分析，从而获得二维isar图像g(k,n)；

第三步：由计算出∠ξ(m)，并由计算出

第四步：判断是否足够精确，即判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值，比如经验值10^-4/2。假如满足要求，运算停止，输出当前为所求的校正相位；否则转第二步。

相位误差估计值可以初始化为0。我们再次基础上对其进行进一步改进。首先相位误差估计值用pga方法进行估计，其估计的精度由于多普勒中心跟踪法，同时可减少后面的迭代次数。另外，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值的选择非常关键，过小导致成像质量下降，过大导致算法复杂度增加。经过多种空间目标实测数据检验，我们推荐n值为目标径向长度距离单元总数的25％-35％。

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：

其中g(k,n)表示isar图像；f(m,n)表示经过距离对准后的的信号；表示校正相位；k,m,n分别为多普勒频率、回波脉冲数和距离分辨单元；式中f(m,n)和相乘完成相位校正的工作，然后对它们的乘积作关于变量m的傅立叶变换即可得到isar图像。可见，如何估计出正确的是相位校正的关键所在。对于基于最小熵的isar相位校正而言，就是要设计合理的算法，使得求解出的满足isar图像的熵最小；

s3、利用如权利要求1所述的方法求解出满足isar图像的熵最小。

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用pga方法进行估计，其估计的精度由于多普勒中心跟踪法，同时可减少后面的迭代次数。

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、对相位误差估计值作初始化，初始化迭代次数l；

s2、对相位误差估计值进行估计，根据相位误差估计值对每一个距离像补偿平动产生的相位误差，然后对补偿的距离像的每一距离单元沿横向多普勒方向作多普勒分析，从而获得二维isar图像g(k,n)，其中：

s3、由步骤s2计算出

s4、判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值，若小于预先设定的门限值，运算停止，输出当前为所求的校正相位；否则转步骤s2。

进一步的，所述步骤s1中相位误差估计值初始化为0。

进一步的，所述步骤s2中相位误差估计值用pga方法进行估计。

进一步的，所述步骤s3中计算出的方法是：

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中最小，即

s304、根据步骤s303进行计算得到令l＝0，则

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。可以写为：

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最小；使最小的满足：

中对的导数为：

又因为|g(k,n)|²＝g(k,n)g^*(k,n)，所以有：

把

代入中得：

将g(k,n)对求导：

将

代入

可以得到：

其中：

将

代入可以得到：

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：对相位误差估计值作初始化，初始化迭代次数l；

第二步：根据相位误差估计值对每一个距离像补偿平动产生的相位误差，然后对补偿的距离像的每一距离单元沿横向多普勒方向作一维fft变换，即多普勒分析，从而获得二维isar图像g(k,n)；

第三步：由计算出∠ξ(m)，并由计算出

第四步：判断是否足够精确，即判断相邻两次迭代循环后求出的值的差值是否小于预先设定的门限值，比如经验值10^-4/2。假如满足要求，运算停止，输出当前为所求的校正相位；否则转第二步。

相位误差估计值可以初始化为0。我们再次基础上对其进行进一步改进。首先相位误差估计值用pga方法进行估计，其估计的精度由于多普勒中心跟踪法，同时可减少后面的迭代次数。另外，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值的选择非常关键，过小导致成像质量下降，过大导致算法复杂度增加。经过多种空间目标实测数据检验，我们推荐n值为目标径向长度距离单元总数的25％-35％。

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：

其中g(k,n)表示isar图像；f(m,n)表示经过距离对准后的的信号；表示校正相位；k,m,n分别为多普勒频率、回波脉冲数和距离分辨单元；式中f(m,n)和相乘完成相位校正的工作，然后对它们的乘积作关于变量m的傅立叶变换即可得到isar图像。可见，如何估计出正确的是相位校正的关键所在。对于基于最小熵的isar相位校正而言，就是要设计合理的算法，使得求解出的满足isar图像的熵最小；

s3、利用如权利要求1所述的方法求解出满足isar图像的熵最小。

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。