基于时变幅值LFM信号参数估计的机动目标ISAR成像方法与流程

本发明涉及基于时变幅值参数估计的机动目标isar成像方法。

背景技术：

逆合成孔径雷达(inversesyntheticapertureradar,isar)成像通常先对回波数据做运动补偿和距离压缩，将目标转换为转台目标进行成像。当目标具有机动性时，由于其多普勒频率是时变的，可将慢时间回波建模为线性调频(linearfrequencymodulation,lfm)信号，然后采用距离-瞬时多普勒(rangeinstantaneousdoppler,rid)算法进行成像。目前提出的rid算法都是基于各距离门的慢时间信号具有恒定幅值这一假设，只估计相位进行多普勒重构得到瞬时像。但实际上慢时间信号的幅值是时变的，其原因有两方面：(1)由于散射点的越距离单元徙动(migrationthroughresolutioncell,mtrc)现象，在整个成像期间散射点将从一个距离门转移到另一个距离门，导致慢时间信号具有时变的幅值；(2)在成像期间目标相对于雷达视线的姿态变化，使得雷达散射截面积发生变化，这也导致了幅值是非恒定的。在此情况下，采用现有的rid方法所得的isar图像将会有模糊、重影。因此，研究一种准确、有效的估计时变幅值的方法来提高isar图像质量是十分必要的。

技术实现要素：

本发明的目的是为了解决现有的rid方法所得的isar图像会有模糊、重影的问题，而提出基于时变幅值线性调频信号参数估计的机动目标isar成像方法。

基于时变幅值lfm信号参数估计的机动目标isar成像方法具体过程为：

步骤一、获取isar回波，对回波信号进行运动补偿和距离压缩后，将每个距离门的慢时间信号建模为多分量时变幅值lfm信号，即单个距离门回波的形式为

式中，ai(n)为第i个分量的时变幅值，ai1和ai2分别为第i分量的一、二阶相位参数，n为时域采样点，j为虚数单位，j²＝-1；

所述多分量为大于等于2个分量；

步骤二、初始化距离门个数k＝1，初始化散射点个数i＝0，设置能量阈值en；

步骤三、更新第k个距离门的慢时间信号sk(n)，并计算sk(n)的能量

式中，为sk(n)的共轭；

步骤四、比较ek与en的大小，若ek＞en，则更新i＝i+1，记录散射点i的距离向位置ri，执行步骤五；否则，执行步骤九；

步骤五、用三次相位函数法得到sk(n)的第i个分量一、二阶相位参数估计值和并构造补偿函数将sc(n)的共轭与sk(n)相乘得到含有时变幅值信息的信号sa(n)，对含有时变幅值信息的信号sa(n)做快速傅里叶变换得到sa(n)的频谱sa(m)，m为频域采样点；

步骤六、设置门限幅度值th，搜索sa(m)的峰值位置记为pmax，从峰值位置pmax处向左、右搜索sa(m)中第一个低于幅度门限值th的索引，将索引分别记为p1和p2，得到自适应窗长wl＝2max{pmax-p1,p2-pmax}；

构造以pmax为中心、wl为窗长的自适应高斯窗函数wg(m)；

步骤七、将自适应高斯窗函数wg(m)与频谱sa(m)相乘，提取、估计出时变幅值的频域信息对做快速傅里叶逆变换得到时变幅值的估计值

步骤八、构造窗长为wl的自适应带阻滤波器wr(m)；

用clean算法获取剩余信号sk(n)，过程为：

将自适应带阻滤波器wr(m)与频谱sa(m)相乘并做ifft，将所得信号与补偿函数sc(n)相乘，获得剩余信号sk(n)＝ifft[sa(m)wr(m)]sc(n)；返回步骤三；

步骤九、令k＝k+1，比较k与快时间点数nr的大小，若k≤nr，则执行步骤三，否则，执行步骤十；

步骤十、选定成像时刻n＝n0，确定每个散射点的瞬时多普勒频率和瞬时幅值根据瞬时多普勒频率确定散射点i的方位向位置，根据瞬时幅值确定散射点i的强度，当得到所有散射点i的方位向位置、距离向位置ri和强度后，即得到瞬时isar图像。

本发明的有益效果为：

考虑到由于成像期间散射点的越距离单元徙动现象和雷达散射截面积变化将引起各距离单元慢时间回波幅度变化，本发明中提出一种自适应高斯窗函数，能够根据频谱特点自适应调整窗长，可以有效、准确地估计信号的时变幅值，弥补了经典rid算法基于回波幅值恒定这一缺陷。采用本发明方法对机动目标isar回波成像，可以减轻图像中的模糊、重影问题，减少图像中虚假散射点的数量，提高成像质量。

附图说明

图1为本发明基于时变幅值lfm信号参数估计的isar成像方法流程图；

图2为本发明相位参数和时变幅值估计流程图；

图3为实施例一中本发明方法估计时变幅值结果图；

图4a为实施例二中本发明方法第一分量估计时变幅值结果图；

图4b为实施例二中本发明方法第二分量估计时变幅值结果图；

图4c为实施例二中本发明方法第三分量估计时变幅值结果图；

图4d为实施例二中本发明方法第四分量估计时变幅值结果图；

图5为实施例三中所用的散射点模型示意图；

图6为实施例三中rd算法成像结果图；

图7为实施例三中恒定幅度rid算法成像结果图；

图8为实施例三中本发明方法成像结果图；

图9为实施例四中rd算法成像结果图；

图10a为实施例四中成像时刻0.1250s恒定幅度rid算法成像结果图；

图10b为实施例四中成像时刻0.2250s恒定幅度rid算法成像结果图；

图11a为实施例四中成像时刻0.1250s本发明方法成像结果图；

图11b为实施例四中成像时刻0.2250s本发明方法成像结果图。

具体实施方式

具体实施方式一：结合图1、图2说明本实施方式，本实施方式基于时变幅值lfm信号参数估计的机动目标isar成像方法具体过程为：

步骤一、获取isar回波，对回波信号进行运动补偿和距离压缩后，将每个距离门的慢时间信号建模为多分量时变幅值lfm信号，即单个距离门回波的形式为

式中，ai(n)为第i个分量的时变幅值，ai1和ai2分别为第i分量的一、二阶相位参数，n为时域采样点，j为虚数单位，j²＝-1；

所述多分量为大于等于2个分量；

步骤二、初始化距离门个数k＝1，初始化散射点个数i＝0，设置能量阈值en；

步骤三、更新第k个距离门的慢时间信号sk(n)，并计算sk(n)的能量

式中，为sk(n)的共轭；

步骤四、比较ek与en的大小，若ek＞en，则更新i＝i+1，记录散射点i的距离向位置ri，执行步骤五；否则，执行步骤九；

步骤五、用三次相位函数(cubicphasefunction,cpf)法得到sk(n)的第i个分量一、二阶相位参数估计值和并构造补偿函数将sc(n)的共轭与sk(n)相乘得到含有时变幅值信息的信号sa(n)，对含有时变幅值信息的信号sa(n)做快速傅里叶变换(fastfouriertransform,fft)得到sa(n)的频谱sa(m)，m为频域采样点；

步骤六、设置门限幅度值th，搜索sa(m)的峰值位置记为pmax，从峰值位置pmax处向左、右搜索sa(m)中第一个低于幅度门限值th的索引，将索引分别记为p1和p2，得到自适应窗长wl＝2max{pmax-p1,p2-pmax}；

构造以pmax为中心、wl为窗长的自适应高斯窗函数wg(m)；

步骤七、将自适应高斯窗函数wg(m)与频谱sa(m)相乘，提取、估计出时变幅值的频域信息对做快速傅里叶逆变换(inversefastfouriertransfrom,ifft)得到时变幅值的估计值

步骤八、构造窗长为wl的自适应带阻滤波器wr(m)；

用clean算法获取剩余信号sk(n)，过程为：

将自适应带阻滤波器wr(m)与频谱sa(m)相乘并做ifft，将所得信号与补偿函数sc(n)相乘，获得(更新)剩余信号sk(n)＝ifft[sa(m)wr(m)]sc(n)；返回步骤三；

步骤九、令k＝k+1，比较k与快时间点数nr的大小，若k≤nr，则执行步骤三，否则(得到所有散射点的相位参数和时变幅值估计值)，执行步骤十；

步骤十、选定成像时刻n＝n0，确定每个散射点的瞬时多普勒频率和瞬时幅值根据瞬时多普勒频率确定散射点i的方位向位置，根据瞬时幅值确定散射点i的强度，当得到所有散射点i的方位向位置、距离向位置ri和强度后，即得到瞬时isar图像。

具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤六中高斯窗函数的定义为：

式中，α为标准差，决定高斯窗函数的衰减速率，如果高斯窗函数的通带被限制在均值左右两侧三倍标准差内。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述标准差α与信号长度n和窗长wl的关系为：

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述步骤八中带阻滤波器的定义为：

其它步骤及参数与具体实施方式一至三之一相同。

采用以下实施例验证本发明的有益效果：

实施例一：

采用以下实施例验证本发明的有益效果：

本实施例用自适应高斯窗函数估计单分量时变幅值lfm信号的时变幅度。

构造单分量时变幅值lfm信号，信号长度n为257，lfm信号的相位参数为a1＝π/8和a2＝0.005，其时变幅值形式为：

其中，abs[·]为取绝对值或复数模函数。用具体实施方式一中所述步骤估计信号的时变幅值。

用cpf法得到相位参数a2的估计值为0.0050，用dechirp法得到相位参数a1的估计值为0.3912，所得结果与参数真值非常接近。图3给出了利用自适应高斯窗函数估计信号时变幅值的结果，可以看到估计结果与真值十分接近。

实施例二：

本实施例用自适应高斯窗函数估计多分量时变幅值lfm信号的时变幅度。

构造一个四分量时变幅值的lfm信号，信号长度n为257，lfm信号的相位参数如表1所示，四分量lfm信号是时变幅值分别为：

a3(n)＝2abs[cos(0.002πn)]

a4(n)＝3abs[sin(0.004πn)]

表1时变幅值lfm信号的相位参数

表2为用cpf法和dechirp法得到的参数估计值，其误差在可接受范围内。图4a、4b、4c、4d给出了利用本发明方法所得四个分量的时变幅值估计值与真值，可以看到用本发明得到的估计值与真值误差很小，估计结果精确。

表2多分量lfm信号相位参数估计结果

实施例三：

本实施例用本发明方法结合rid算法对isar仿真信号成像。

仿真模型为一个飞机模型如图5所示，仿真所用isar系统参数如表3所示。

表3isar系统仿真参数

图6为rd算法成像结果，从图中可以看出所得isar像方位向严重散焦。图7和图8分别为恒定幅度rid算法和本发明方法的成像结果，用恒定幅度rid算法得到的isar瞬时像在机头、机尾处均有许多虚假散射点，这主要是由于mtrc现象使得慢时间回波的幅度时变。对比成像结果可发现本发明方法得到的isar像聚焦效果最佳，图像质量最好。rd、恒定幅度rid和本发明方法所得图像的熵值分别为8.2717、4.8109和3.7672。

实施例四：

本实施例用本发明方法对雅克-42飞机实测数据进行成像，雷达系统及目标参数如表4所示。

表4雷达系统及目标参数

图9为rd算法所得isar像，可以看到所得图像严重散焦。图10a、10b和图11a、11b分别为恒定幅度rid算法和本发明方法选定成像时刻(t＝0.1250s,0.2250s)所得isar瞬时像，通过对比可以看出本发明方法所得图像聚焦效果最好。三种算法所得图像熵值如表5所示，从表中可以看出本发明方法所得isar图像熵值最小，图像质量最佳。

表5图像熵值对比

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。