CN105204020A - 基于粒子群优化的移不变双基前视sar飞行模式设计方法 - Google Patents
基于粒子群优化的移不变双基前视sar飞行模式设计方法 Download PDFInfo
- Publication number
- CN105204020A CN105204020A CN201510648582.9A CN201510648582A CN105204020A CN 105204020 A CN105204020 A CN 105204020A CN 201510648582 A CN201510648582 A CN 201510648582A CN 105204020 A CN105204020 A CN 105204020A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mtr
- math
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000002245 particle Substances 0.000 title claims abstract description 28
- 238000013527 convolutional neural network Methods 0.000 title claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 54
- 238000013461 design Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9058—Bistatic or multistatic SAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9043—Forward-looking SAR
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于粒子群优化的移不变双基前视SAR飞行模式设计方法,包括以下步骤:S1、建立成像性能与飞行模式参数的定量关系;S2、设定预期达到的成像指标;S3、将飞行模式参数与设定的成像指标构成一个非线性方程组;S4、将S3得到的非线性方程组转换为多目标优化问题;S5、运用粒子群优化算法求解步骤S4中的多目标优化问题,将粒子群优化算法最后一次迭代得到的集合作为飞行模式参数的集合。本发明将给定成像指标条件下的移不变双基前视SAR飞行模式设计转换为多目标优化问题,并通过粒子群优化算法实现飞行模式参数的求解,在飞行模式设计时综合考虑了多种成像性能指标,能够达到预期的成像性能。
Description
技术领域
本发明属于雷达技术领域,具体涉及一种基于粒子群优化的移不变双基前视SAR飞行模式设计方法。
背景技术
合成孔径雷达(SAR)是一种全天时、全天候的高分辨率成像***,通过发射大时宽积的线性调频信号,接收时经匹配滤波得到脉冲压缩信号,以获得距离向高分辨率,利用合成孔径技术实现方位向的高分辨率。成像质量不受天气条件(云层、光照)等影响。SAR典型的应用领域包括灾害监测、资源勘探、地质测绘、军事侦察等。
双基地SAR由于收发分置而有着很多突出的优点,它能获取目标的非后向散射信息,具有作用距离远、隐蔽性和抗干扰性强等特点。此外,双基SAR中的接收站还可以实现前视成像,使双基前视SAR***能够应用于复杂气象条件下的导航、着陆等领域。
由于双基前视SAR成像性能严重依赖于收发两个平台的飞行模式参数,如何对双平台飞行模式参数进行设计以获得良好的成像性能是现阶段双基前视SAR发展亟需解决的问题。文献“弹载双基前视SAR俯冲段弹道设计方法”(孟自强,李亚超,汪宗福,武春风,邢孟道,保铮.***工程与电子技术)提出了一种弹载双基前视SAR运动轨迹设计方法,然而该方法只考虑对发射站进行弹道设计,同时该设计方法对成像性能的分析主要考虑距离向分辨率,对于其他的指标如信噪比和分辨率夹角没有进行分析。文献“Optimalgeometryconfigurationofbistaticforward-lookingSAR”(IEEEICASSP2009,pp.1117-1120)中提出了一种双基前视SAR构型设计的方法,但是该方法只考虑了高度为零的情况,导致其在实际应用中有严重的局限性。
由于成像性能与飞行模式参数的定量关系是非线性的,成像性能函数与成像指标构成的方程组将是非线性方程组。而通常的牛顿法求解非线性方程组会带来数值不稳定和陷入局部最优解的困境,所以并不适用于飞行模式参数的求解。
发明内容
本发明的目的在于克服现有技术的不足,提供一种将给定成像指标条件下的移不变双基前视SAR飞行模式设计转换为多目标优化问题,并通过粒子群优化算法实现飞行模式参数的求解,能够达到预期的成像性能的基于粒子群优化的移不变双基前视SAR飞行模式设计方法。
本发明的目的是通过以下技术方案来实现的:基于粒子群优化的移不变双基前视SAR飞行模式设计方法,包括以下步骤:
S1、建立成像性能与飞行模式参数的定量关系;
S2、设定成像指标,设定移不变双基前视SAR期望达到的成像性能指标;
S3、将飞行模式参数与设定的成像性能指标进行建模,构成一个非线性方程组;
S4、将S3得到的非线性方程组转换为多目标优化问题;
S5、运用粒子群优化算法求解步骤S4中的多目标优化问题,将粒子群优化算法最后一次迭代得到的集合作为飞行模式参数的集合。
具体地,所述的步骤S1具体实现方法为:建立距离分辨率ρgr、方位分辨率ρaz、分辨方向角α、信噪比SNR与收发平台空间几何结构的定量关系;对于移不变双基前视SAR,决定***成像指标的双基空间构型参数包括:发射站入射角θT、接收站入射角θR、双基地面投影角φ;
(1)距离分辨率为:
其中,c是光速,Br为信号带宽,t为方位向时间,T为转置符号,H⊥是地面投影矩阵,表示为:
uTA(t)是在t时刻目标到发射站的单位向量:
PA为目标点位置,RT(t)为发射站的位置:
RT(t)=[-HTsinφtanθT-HTcosφtanθTHT](4)
其中HT为发射站的高度;
uRA(t)是在t时刻目标到接收站的单位向量:
RR(t)为接收站的位置:
RR(t)=[0-HRtanθRHR](6)
其中,HR为接收站的高度;
(2)方位分辨率为:
其中,λ为发射信号波长,Ta为合成孔径时间,ωTA(t)和ωRA(t)分别为:
其中I为3×3的单位矩阵,为发射站的速度矢量的转置,为接收站速度矢量的转置;
(3)分辨方向角为:
α=cos-1(Ξ·Θ)(10)
其中,Θ表示距离分辨方向的单位矢量,Ξ表示方位分辨方向的单位矢量:
(4)信噪比为:
其中,Pt为发射信号峰值功率,Gt为发射天线增益,Gr为接收天线增益,σ0为雷达散射系数,Dc为占空比,LT为传播损耗,k为玻尔兹曼常数,T0为噪声温度,Fn为接收机噪声系数。
可以通过调整发射站入射角θT、接收站入射角θR、双基地面投影角φ改变双基构型实现不同的成像指标。
具体地,所述的步骤S2中设定的成像性能指标包括预期距离向分辨率ρgrD、预期方位向分辨率ρazD、预期分辨方向角αD和预期信噪比SNRD。
具体地,所述的步骤S3具体实现方法为:对于给定的成像指标ρgrD、ρazD、αD、SNRD,将飞行模式设计建模为以下非线性方程组:
F(x)=0(14)
其中,
x=(θT,θR,φ),取值范围为:
具体地,所述的步骤S4具体实现方法为:为了求解步骤S2中的非线性方程组F(x)=0,将该方程组的求解转换为由两个目标函数构成的多目标优化问题:
具体地,所述的步骤S5包括以下子步骤:
S51、初始化种群,设定粒子数为N,迭代次数为Gmax,迭代索引为g,初始化N个粒子群初始速度v1(n),n=1,2,…N,v1(n)的下标表示迭代索引;
根据式(16)给定的范围随机产生N个x1(n),n=1,2,…N构成初始种群;
依据式(17)计算每个x1(n)的目标函数值F1[x1(n)]和F2[x1(n)];
S52、如果迭代索引g∈[1,Gmax],则进行步骤S53,否者进行步骤S57;
S53、计算种群熵En、差分种群熵ΔEn:定义为第m个目标函数的最小值,为第m个目标函数的最大值,且表示返回不小于y的最小整数;则种群熵En为:
其中,Cellm,j(g)=number{Lm,n=j,n=1,…,N}为第g次迭代时Lm,n取值为j的数目;
差分种群熵ΔEn为:
ΔEn(g)=En(g)-En(g-1)(19);
S54、计算xg(n)的第g次迭代参数ωg、c1,g、c2,g:
其中,Stepω是ωg的迭代步长,Stepc1是c1,g的迭代步长,Stepc2是c2,g的迭代步长;
S55、更新xg(n)以及目标函数值;
其中r1、r2是在(0,1)之间服从均匀分布的随机数;
根据式(17)计算更新之后的xg(n)的目标函数值F1[xg(n)]和F2[xg(n)];
S56:迭代索引g=g+1,返回步骤S52;
S57、将最后一次迭代得到的集合集合作为飞行模式参数的集合Sop。
进一步地,所述的步骤所述的设计方法还包括一个步骤S6、从步骤S5求得的飞行模式参数的集合中任取一组解作为飞行模式参数以实现给定的成像指标。
本发明的有益效果是:将给定成像指标条件下的移不变双基前视SAR飞行模式设计转换为多目标优化问题,并通过粒子群优化算法实现飞行模式参数的求解,在飞行模式设计时综合考虑了多种成像性能指标,并能够对移不变双基前视SAR飞行模式参数进行快速的求解;在给定的距离分辨率、方位分辨率、分辨方向角、图像信噪比等性能指标条件下,运用本方法对接收站入射角、发射站入射角、双基地面投影角等飞行模式参数进行设计,能够达到预期的成像性能,实现给定的成像指标,从而使移不变双基前视SAR***能够广泛的运用于自主着陆、自主导航、军事侦察等领域。
附图说明
图1为移不变双基前视SAR构型示意图;
图2为本发明的流程框图;
图3为本发明采用表四给出的飞行模式参数进行的成像结果图。
具体实施方式
下面结合附图和具体实施例进一步说明本发明的技术方案。本发明主要采用仿真实验的方法进行验证,所有步骤、结论都在Matlab2012进行仿真验证。
本发明的解决方案是首先建立飞行模式参数与成像性能的定量关系,然后根据给定的成像指标将移不变双基前视SAR飞行模式参数的函数建模为非线性方程组;接着,将非线性方程组转换为多目标优化问题;最后,运用粒子群优化算法求解最优化问题以得到飞行模式参数,从而实现给定的成像指标。
为了方便描述本发明的内容,首先对以下术语进行解释:
术语1:双基SAR
双基SAR是指***发射站和接收站分置于不同平台上的SAR***,其中至少有一个平台为运动平台,在概念上属于双基地雷达。
术语2:移不变模式双基前视SAR
移不变模式双基前视SAR是双基SAR的一种,其收发双站相对位置不随时间变化,速度保持不变,且接收站波束指向自身飞行方向前方地面,如图1所示。
如图2所示,本发明的一种基于粒子群优化的移不变双基前视SAR飞行模式设计方法,包括以下步骤:
S1、建立成像性能与飞行模式参数的定量关系;其具体实现方法为:建立距离分辨率ρgr、方位分辨率ρaz、分辨方向角α、信噪比SNR与收发平台空间几何结构的定量关系;对于移不变双基前视SAR,决定***成像指标的双基空间构型参数包括:发射站入射角θT、接收站入射角θR、双基地面投影角φ;
(1)距离分辨率为:
其中,c是光速,Br为信号带宽,t为方位向时间,T为转置符号,H⊥是地面投影矩阵,表示为:
uTA(t)是在t时刻目标到发射站的单位向量:
PA为目标点位置,RT(t)为发射站的位置:
RT(t)=[-HTsinφtanθT-HTcosφtanθTHT](4)
其中HT为发射站的高度;
uRA(t)是在t时刻目标到接收站的单位向量:
RR(t)为接收站的位置:
RR(t)=[0-HRtanθRHR](6)
其中,HR为接收站的高度;
(2)方位分辨率为:
其中,λ为发射信号波长,Ta为合成孔径时间,ωTA(t)和ωRA(t)分别为:
其中I为3×3的单位矩阵,为发射站的速度矢量的转置,为接收站速度矢量的转置;
(3)分辨方向角为:
α=cos-1(Ξ·Θ)(10)
其中,Θ表示距离分辨方向的单位矢量,Ξ表示方位分辨方向的单位矢量:
(4)信噪比为:
其中,Pt为发射信号峰值功率,Gt为发射天线增益,Gr为接收天线增益,σ0为雷达散射系数,Dc为占空比,LT为传播损耗,k为玻尔兹曼常数,T0为噪声温度,Fn为接收机噪声系数。本实施例的移不变模式双基前视SAR的***参数如表一所示。
表一***参数
可以通过调整发射站入射角θT、接收站入射角θR、双基地面投影角φ改变双基构型实现不同的成像指标。
S2、设定成像指标,根据用户的需求设定移不变双基前视SAR期望达到的成像性能指标;具体包括预期距离向分辨率ρgrD、预期方位向分辨率ρazD、预期分辨方向角αD和预期信噪比SNRD。本实施例设定的成像性能指标如表二所示。
表二期望成像性能指标
S3、将飞行模式参数与设定的成像性能指标进行建模,构成一个非线性方程组;其具体实现方法为:对于给定的成像指标ρgrD、ρazD、αD、SNRD,将飞行模式设计建模为以下非线性方程组:
F(x)=0(14)
其中,
x=(θT,θR,φ),本实施例的取值范围为:
S4、将S3得到的非线性方程组转换为多目标优化问题;具体实现方法为:为了求解步骤S3中的非线性方程组F(x)=0,将该方程组的求解转换为由两个目标函数构成的多目标优化问题:
第一个目标函数为使方程组F(x)中所有的方程值的和最小,第二个目标函数为使方程组F(x)中的方程的最大值最小。
S5、运用粒子群优化算法求解步骤S4中的多目标优化问题,粒子群优化算法的参数如表三所示;
表三粒子群算法参数
将粒子群优化算法最后一次迭代得到的集合作为飞行模式参数的集合,具体包括以下子步骤:
S51、初始化种群,设定粒子数为N,迭代次数为Gmax,迭代索引为g,初始化N个粒子群初始速度v1(n),n=1,2,…N,v1(n)的下标表示迭代索引;
根据式(16)给定的范围随机产生N个x1(n),n=1,2,…N构成初始种群;
依据式(17)计算每个x1(n)的目标函数值F1[x1(n)]和F2[x1(n)];
S52、如果迭代索引g∈[1,Gmax],则进行步骤S53,否者进行步骤S57;
S53、计算种群熵En、差分种群熵ΔEn:定义为第m个目标函数的最小值,为第m个目标函数的最大值,且表示返回不小于y的最小整数;则种群熵En为:
其中,Cellm,j(g)=number{Lm,n=j,n=1,…,N}为第g次迭代时Lm,n取值为j的数目;
差分种群熵ΔEn为:
ΔEn(g)=En(g)-En(g-1)(19);
S54、计算xg(n)的第g次迭代参数ωg、c1,g、c2,g:
其中,Stepω是ωg的迭代步长,Stepc1是c1,g的迭代步长,Stepc2是c2,g的迭代步长;
S55、更新xg(n)以及目标函数值;
其中r1、r2是在(0,1)之间服从均匀分布的随机数;
根据式(17)计算更新之后的xg(n)的目标函数值F1[xg(n)]和F2[xg(n)];
S56:迭代索引g=g+1,返回步骤S52;
S57、将最后一次迭代得到的集合集合作为飞行模式参数的集合Sop,如表四所示。
表四飞行模式参数的集合Sop
进一步地,所述的步骤所述的设计方法还包括一个步骤S6、从步骤S5求得的飞行模式参数的7个集合中任取一组解作为飞行模式参数以实现给定的成像指标,得到的成像结果如图3所示,(a)、(b)、(c)分别对应表四中的前三组解得到的成像结果图。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.基于粒子群优化的移不变双基前视SAR飞行模式设计方法,其特征在于,包括以下步骤:
S1、建立成像性能与飞行模式参数的定量关系;
S2、设定成像指标,设定移不变双基前视SAR期望达到的成像性能指标;
S3、将飞行模式参数与设定的成像性能指标进行建模,构成一个非线性方程组;
S4、将S3得到的非线性方程组转换为多目标优化问题;
S5、运用粒子群优化算法求解步骤S4中的多目标优化问题,将粒子群优化算法最后一次迭代得到的集合作为飞行模式参数的集合。
2.根据权利要求1所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤S1具体实现方法为:建立距离分辨率ρgr、方位分辨率ρaz、分辨方向角α、信噪比SNR与收发平台空间几何结构的定量关系;对于移不变双基前视SAR,决定***成像指标的双基空间构型参数包括:发射站入射角θT、接收站入射角θR、双基地面投影角φ;
(1)距离分辨率为:
其中,c是光速,Br为信号带宽,t为方位向时间,T为转置符号,H⊥是地面投影矩阵,表示为:
uTA(t)是在t时刻目标到发射站的单位向量:
PA为目标点位置,RT(t)为发射站的位置:
RT(t)=[-HTsinφtanθT-HTcosφtanθTHT](4)
其中HT为发射站的高度;
uRA(t)是在t时刻目标到接收站的单位向量:
RR(t)为接收站的位置:
RR(t)=[0-HRtanθRHR](6)
其中,HR为接收站的高度;
(2)方位分辨率为:
其中,λ为发射信号波长,Ta为合成孔径时间,ωTA(t)和ωRA(t)分别为:
其中I为3×3的单位矩阵,为发射站的速度矢量的转置,为接收站速度矢量的转置;
(3)分辨方向角为:
α=cos-1(Ξ·Θ)(10)
其中,Θ表示距离分辨方向的单位矢量,Ξ表示方位分辨方向的单位矢量:
(4)信噪比为:
其中,Pt为发射信号峰值功率,Gt为发射天线增益,Gr为接收天线增益,σ0为雷达散射系数,Dc为占空比,LT为传播损耗,k为玻尔兹曼常数,T0为噪声温度,Fn为接收机噪声系数。
3.根据权利要求2所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤S2中设定的成像性能指标包括预期距离向分辨率ρgrD、预期方位向分辨率ρazD、预期分辨方向角αD和预期信噪比SNRD。
4.根据权利要求3所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤S3具体实现方法为:对于给定的成像指标ρgrD、ρazD、αD、SNRD,将飞行模式设计建模为以下非线性方程组:
F(x)=0(14)
其中,
x=(θT,θR,φ),取值范围为:
5.根据权利要求4所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤S4具体实现方法为:为了求解步骤S2中的非线性方程组F(x)=0,将该方程组的求解转换为由两个目标函数构成的多目标优化问题:
6.根据权利要求5所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤S5包括以下子步骤:
S51、初始化种群,设定粒子数为N,迭代次数为Gmax,迭代索引为g,初始化N个粒子群初始速度v1(n),n=1,2,…N,v1(n)的下标表示迭代索引;
根据式(16)给定的范围随机产生N个x1(n),n=1,2,…N构成初始种群;
依据式(17)计算每个x1(n)的目标函数值F1[x1(n)]和F2[x1(n)];
S52、如果迭代索引g∈[1,Gmax],则进行步骤S53,否者进行步骤S57;
S53、计算种群熵En、差分种群熵ΔEn:定义为第m个目标函数的最小值,为第m个目标函数的最大值,且
表示返回不小于y的最小整数;则种群熵En为:
其中,Cellm,j(g)=number{Lm,n=j,n=1,…,N}为第g次迭代时Lm,n取值为j的数目;
差分种群熵ΔEn为:
ΔEn(g)=En(g)-En(g-1)(19);
S54、计算xg(n)的第g次迭代参数ωg、c1,g、c2,g:
其中,Stepω是ωg的迭代步长,Stepc1是c1,g的迭代步长,Stepc2是c2,g的迭代步长;
S55、更新xg(n)以及目标函数值;
其中r1、r2是在(0,1)之间服从均匀分布的随机数;
根据式(17)计算更新之后的xg(n)的目标函数值F1[xg(n)]和F2[xg(n)];
S56:迭代索引g=g+1,返回步骤S52;
S57、将最后一次迭代得到的集合集合作为飞行模式参数的集合Sop。
7.根据权利要求1~6任意一项所述的移不变双基前视SAR飞行模式设计方法,其特征在于,所述的步骤所述的设计方法还包括一个步骤S6、从步骤S5求得的飞行模式参数的集合中任取一组解作为飞行模式参数以实现给定的成像指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510648582.9A CN105204020B (zh) | 2015-10-09 | 2015-10-09 | 基于粒子群优化的移不变双基前视sar飞行模式设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510648582.9A CN105204020B (zh) | 2015-10-09 | 2015-10-09 | 基于粒子群优化的移不变双基前视sar飞行模式设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105204020A true CN105204020A (zh) | 2015-12-30 |
CN105204020B CN105204020B (zh) | 2017-07-14 |
Family
ID=54951799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510648582.9A Active CN105204020B (zh) | 2015-10-09 | 2015-10-09 | 基于粒子群优化的移不变双基前视sar飞行模式设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105204020B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113376633A (zh) * | 2021-05-20 | 2021-09-10 | 西安电子科技大学 | 一种飞机机翼isar回波振动补偿与整体聚焦成像方法 |
CN116088319A (zh) * | 2023-04-10 | 2023-05-09 | 北京航空航天大学 | 一种适用于制导探测的分布式sar构型设计方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007033324A (ja) * | 2005-07-28 | 2007-02-08 | Toshiba Corp | 測位システム |
CN102890277A (zh) * | 2012-09-19 | 2013-01-23 | 电子科技大学 | 移不变双基地合成孔径雷达距离徙动成像方法 |
CN103412309A (zh) * | 2013-08-26 | 2013-11-27 | 电子科技大学 | 移不变双基地前视合成孔径雷达nlcs成像方法 |
CN103885062A (zh) * | 2014-04-08 | 2014-06-25 | 电子科技大学 | 双基前视sar动目标成像方法与动目标速度估计方法 |
CN103901430A (zh) * | 2014-04-21 | 2014-07-02 | 西安电子科技大学 | 双基前视sar俯冲段雷达发射机轨道设计方法 |
CN103914831A (zh) * | 2014-03-10 | 2014-07-09 | 西安电子科技大学 | 一种基于量子粒子群优化的二维双阈值sar图像分割方法 |
CN104749570A (zh) * | 2015-04-01 | 2015-07-01 | 电子科技大学 | 一种移不变机载双基合成孔径雷达目标定位方法 |
CN104865573A (zh) * | 2015-06-12 | 2015-08-26 | 西安电子科技大学 | 一种双基前视高机动平台sar扩展场景成像优化方法 |
CN104898120A (zh) * | 2015-06-12 | 2015-09-09 | 西安电子科技大学 | 一种基于回波模拟的双基前视高机动平台sar成像方法 |
-
2015
- 2015-10-09 CN CN201510648582.9A patent/CN105204020B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007033324A (ja) * | 2005-07-28 | 2007-02-08 | Toshiba Corp | 測位システム |
CN102890277A (zh) * | 2012-09-19 | 2013-01-23 | 电子科技大学 | 移不变双基地合成孔径雷达距离徙动成像方法 |
CN103412309A (zh) * | 2013-08-26 | 2013-11-27 | 电子科技大学 | 移不变双基地前视合成孔径雷达nlcs成像方法 |
CN103914831A (zh) * | 2014-03-10 | 2014-07-09 | 西安电子科技大学 | 一种基于量子粒子群优化的二维双阈值sar图像分割方法 |
CN103885062A (zh) * | 2014-04-08 | 2014-06-25 | 电子科技大学 | 双基前视sar动目标成像方法与动目标速度估计方法 |
CN103901430A (zh) * | 2014-04-21 | 2014-07-02 | 西安电子科技大学 | 双基前视sar俯冲段雷达发射机轨道设计方法 |
CN104749570A (zh) * | 2015-04-01 | 2015-07-01 | 电子科技大学 | 一种移不变机载双基合成孔径雷达目标定位方法 |
CN104865573A (zh) * | 2015-06-12 | 2015-08-26 | 西安电子科技大学 | 一种双基前视高机动平台sar扩展场景成像优化方法 |
CN104898120A (zh) * | 2015-06-12 | 2015-09-09 | 西安电子科技大学 | 一种基于回波模拟的双基前视高机动平台sar成像方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113376633A (zh) * | 2021-05-20 | 2021-09-10 | 西安电子科技大学 | 一种飞机机翼isar回波振动补偿与整体聚焦成像方法 |
CN113376633B (zh) * | 2021-05-20 | 2023-04-18 | 西安电子科技大学 | 一种飞机机翼isar回波振动补偿与整体聚焦成像方法 |
CN116088319A (zh) * | 2023-04-10 | 2023-05-09 | 北京航空航天大学 | 一种适用于制导探测的分布式sar构型设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105204020B (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107193003B (zh) | 一种稀疏奇异值分解扫描雷达前视成像方法 | |
CN103487803B (zh) | 迭代压缩模式下机载扫描雷达成像方法 | |
CN103487802B (zh) | 扫描雷达角超分辨成像方法 | |
CN104237883B (zh) | 一种采用稀疏表示的机载雷达空时自适应处理方法 | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN102221697A (zh) | 一种机载多天线sar层析三维成像***及其成像方法 | |
CN102004250B (zh) | 基于频域展开的星机联合双基地合成孔径雷达成像方法 | |
CN103885058B (zh) | 一种利用稀疏统计特性的机载雷达前视超分辨成像方法 | |
CN104251990B (zh) | 合成孔径雷达自聚焦方法 | |
CN104536000A (zh) | 一种实波束扫描雷达角超分辨方法 | |
Zhang et al. | Matrix completion for downward-looking 3-D SAR imaging with a random sparse linear array | |
CN104977582A (zh) | 一种实现扫描雷达方位超分辨成像的解卷积方法 | |
CN102645651A (zh) | 一种sar层析超分辨成像方法 | |
CN112859074B (zh) | 多频带多视角isar融合成像方法 | |
CN103901416A (zh) | 一种基于稳健主成分分析法的多通道杂波抑制方法 | |
CN107402380A (zh) | 一种实现多普勒波束锐化成像的快速自适应迭代方法 | |
Zhou et al. | Synthesis of conformal array antenna for hypersonic platform SAR using modified particle swarm optimisation | |
CN105204020B (zh) | 基于粒子群优化的移不变双基前视sar飞行模式设计方法 | |
Hao et al. | A drone fleet-borne SAR model and three-dimensional imaging algorithm | |
CN103176171B (zh) | 一种干涉sar分布目标仿真方法 | |
CN103728617B (zh) | 双基地合成孔径雷达时域快速成像方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
CN103076608B (zh) | 轮廓增强的聚束式合成孔径雷达成像方法 | |
Li et al. | KT and azimuth sub‐region deramp‐based high‐squint SAR imaging algorithm mounted on manoeuvring platforms | |
CN104931965A (zh) | 一种固定发射站双基正侧视sar成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |