CN109541589A - 空间自旋目标雷达的三维成像方法、装置及存储介质 - Google Patents
空间自旋目标雷达的三维成像方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109541589A CN109541589A CN201811252765.9A CN201811252765A CN109541589A CN 109541589 A CN109541589 A CN 109541589A CN 201811252765 A CN201811252765 A CN 201811252765A CN 109541589 A CN109541589 A CN 109541589A
- Authority
- CN
- China
- Prior art keywords
- matrix
- distance
- final
- target
- scattering point
- 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.)
- Pending
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种空间自旋目标雷达的三维成像方法、装置及存储介质,其中所述方法包括以下步骤:对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离‑速率矩阵,基于散射点的距离‑速率矩阵获得一维距离像;基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;根据角速度以循环迭代的计算方式确定最终的散射点的距离‑速率矩阵,并对最终的散射点的距离‑速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。通过本发明方法获得的最终形状矩阵,能有效去除目标形状的尺度模糊。
Description
技术领域
本发明涉及雷达成像技术领域,尤其涉及一种空间自旋目标雷达的三维成像方法、装置及存储介质。
背景技术
由于雷达目标的三维散射点分布对目标的分类和识别有重要作用,目前,通过高分辨率雷达成像技术,对高速自旋目标的散射点三维坐标进行重构成为一个研究热点。空间目标在高速运动的同时,一般还伴有引起微多普勒的微动(micro-motion dynamics)。对于常见的锥体、柱体和对称的多面体目标,其在空间高速运动同时,一般还伴有自旋(Spinning)。常见的空间目标,如卫星、空间碎片,在飞行过程中都有着稳定的自旋特性,另外雷达成像的许多非合作目标都具有高速自旋特性,如直升机旋翼和旋转的地面雷达天线等等。
目前,基于多天线的InISAR(Interferometric Inverse Synthetic ApertureRadar,InISAR)三维成像方法需要先利用传统的ISAR成像算法完成散射点在成像投影平面的二维坐标和相位的提取。
但是,对于高速自旋目标,在观测时间内目标散射点可能旋转了一个或者多个周期,这将使得传统的ISAR成像算法中小旋转角度的假设不再成立;另外,由于目标的旋转,使得在成像时间内,散射点距离-多普勒是一个时变信号,距离像的走动超过了一个距离单元,传统的成像方法无法实现有效聚焦,甚至瞬时距离-多普勒算法(RID)都会失效,所以直接对距离-多普勒序列进行分解会导致估计的目标形状矩阵和真实的形状矩阵间存在着尺度模糊和三维旋转变换,进而无法准确度的获得目标形状。
发明内容
本发明实施例提供一种空间自旋目标雷达的三维成像方法、装置及存储介质,用以解决现有技术中存在的获得的目标形状不够准确的问题。
第一方面,本发明实施例提供一种空间自旋目标雷达的三维成像方法,所述方法包括以下步骤:
对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
可选的,所述对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,具体包括:
利用回波数据进行平动速度估计获得速度估计值,利用获得的所述速度估计值构造第一相位补偿函数,并利用第一相位补偿函数对所述原始回波信号进行补偿;
获取参考距离Rref(tm)与目标转动中心距离Ro(tm)之间的距离差RΔso,利用所述距离差RΔso在快时间域内构造第二相位补偿函数,并利用第二相位补偿函数对经过第一相位补偿函数补偿后的原始回波信号进行补偿;其中,tm为慢时间,m为脉冲数,m的取值范围为100-500;
对数据的距离向进行快速傅氏变换FFT,在快时间域对应的频域构造第三相位补偿函数,并利用第三相位补偿函数对经过第二相位补偿函数补偿后的原始回波信号进行补偿;
对经过第三相位补偿函数补偿后的原始回波信号的距离向进行快速傅里叶反变换IFFT,得到去除平动信息后的信号以获得未压缩的相参回波数据。
可选的,所述第一相位补偿函数为:
其中,相位项分别对应为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
为速度估计值;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
Rref为参考距离;
Ro为目标转动中心;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
可选的,所述第二补偿函数为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
可选的,所述第三补偿函数为:
相位项:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
为速度估计值;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
为快时间对应的频域变量;
Rref为参考距离;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
可选的,所述去除平动信息后的信号的计算式为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
fc为信号中心频率;
B为信号带宽;
Ta为观测时间长度;
rs为去除平动后散射点的径向距离;
c为电磁波传播速度;
j为方位向单位向量。
可选的,所述根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,获得三维成像,具体包括如下步骤:
(1)设定估计角速度为Ωk,并设定初始散射点的距离-速率矩阵Φ,根据初始距离-速率矩阵Φ利用第一计算公式计算第一散射点的距离-速率矩阵Wk;
所述初始散射点的距离-速率矩阵Φ的公式为:
所述第一计算公式为:
其中:
Ωeff为有效转动角速率,Ωeff=Ωkcosθ;
Ωk为估计角速度,k=0,1,2,3....n,n为正整数;
(2)利用第二计算公式对第一散射点的距离-速率矩阵Wk进行因式分解获得形状矩阵和视角矩阵
所述第二计算公式为:
则,
其中:
(U1)2M×3为左奇异向量非零特征值部分;
(U2)2M×(S-3)为左奇异向量零特征值部分;
(∑1)3×3为对角线为奇异值的3×3方阵;
(V1)3×S为右奇异向量非零特征值部分;
(V2)(S-3)×S为右奇异向量零特征值部分;
(3)根据所述视角矩阵利用穷举法计算获得旋转变换矩阵Qk,并计算获得计算角速度以获得最终角速度具体包括:
(3.1)设定旋转变换矩阵Qk;所述旋转变换矩阵公式为:
Qk=RzRyRx;
其中:(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3};
φx为x-轴与旋转向量的夹角;
φy为y-轴与旋转向量的夹角;
φz为z-轴与旋转向量的夹角;
jr为雷达视线的分解结果在XOZ平面的投影;
为第k次迭代运算时的视角矩阵;
为第k次迭代运算时的三维旋转矩阵;
(jr)col,3为jr的第三列向量;
(3.2)利用搜索的方式对步骤(4.1)中的计算式(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3}进行求解,以获得旋转变换矩阵Qk;
(3.3)利用获得的旋转变换矩阵Qk获得旋转后的形状矩阵和旋转后的视角矩阵
所述旋转后的视角矩阵的计算式为:
所述旋转后的形状矩阵的计算式为
其中:
为视角矩阵;
为形状矩阵;
I3×3为3×3单位矩阵;
(3.4)利用获得的旋转后的形状矩阵和旋转后的视角矩阵获得复数h(k),并从h(k)中提取相位获得∠h(k);
h(k)的计算式为:
∠h(k)的表达式为:
其中:
为常数;
k为迭代次数
Ω为角速度大小
tk为第k次时长
ΔT为脉冲间隔
(3.5)提取所述∠h(k)中的一次项系数获得依据和第三计算公式获得计算角速度所述第三计算公式为:
ΔT为脉冲间隔;
(3.6)设定门限值ε0,将步骤(3.2)中获得的{[(jr)col,3]T(jr)col,3}和设定的ε0进行比较:
若{[(jr)col,3]T(jr)col,3}<ε0,则将步骤(3.5)中获得的计算角速度作为最终的角速度即
若{[(jr)col,3]T(jr)col,3}>ε0,则将k加1,并重新执行步骤(1)。
(4)将步骤(3.6)中获得的最终角速度代入所述第一计算公式中获得最终距离速率矩阵利用所述第二计算公式对最终距离速率矩阵进行因式分解获得最终形状矩阵根据最终形状矩阵获得三维成像。
第二方面,本发明实施例提供一种空间自旋目标雷达的三维成像装置,包括:
预相参处理模块,用于对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
提取模块,用于利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
关联模块,用于基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
计算模块,用于根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
第二方面,本发明实施例提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述中任意一项所述空间自旋目标雷达的三维成像方法的步骤。
本发明通过循环迭代的计算方式获得最终的角速度和最终的距离-速率矩阵,再对最终的距离-速率矩阵进行因式分解得到目标的三维形状,使获得的形状与目标的真实形状一致,去除了形状的尺度模糊,解决了现有技术中由于目标自旋使得获得的目标形状不够准确的问题。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明第一实施例空间自旋目标雷达的三维成像方法流程图;
图2为本发明第一实施例空间自旋目标成像场景示意图;
图3为本发明第一实施例目标三维算法成像流程图;
图4为本发明第一实施例依据循环迭代的计算方式确定最终角度速度的流程图;
图5为本发明第一实施例重构目标所在坐标系与原坐标;
图6为本发明第一实施例角度旋转示意图;
图7为本发明第二实施例空间自旋目标雷达的三维成像装置结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种空间自旋目标雷达的三维成像方法,如图1所示,包括以下具体步骤:
步骤S1,对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
步骤S2,利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
步骤S3,基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
步骤S4,根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
其中,结合图2和图3,所述步骤S1中,预相参处理包括如下步骤:
S11利用回波数据进行平动速度的估计,在快时间域利用速度估计值构造相位补偿函数H1
这里,相位项分别对应为:
其中:tm为慢时间,m为脉冲数,m的取值范围为100-500;为快时间;为速度估计值;fc为信号中心频率;γ为调频频率;c为电磁波传播速度;j为方位向单位向量;Rref为参考距离;Ro为目标转动中心;RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
S12利用包络对齐的方法估计出参考距离Rref(tm)和目标转动中心距离Ro(tm)间的距离差RΔso。在快时间域内构造相位补偿函数H2:
其中:tm为慢时间,m为脉冲数,m的取值范围为100-500;为快时间;fc为信号中心频率;γ为调频频率;c为电磁波传播速度;j为方位向单位向量;RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
S13对数据的距离向进行FFT(快速傅氏变换)。在快时间对应的频域构造相位补偿函数H3:
相位项:
其中:tm为慢时间,m为脉冲数,m的取值范围为100-500;为快时间;为速度估计值;fc为信号中心频;γ为调频频率;c为电磁波传播速度;j为方位向单位向量;为快时间对应的频域变量;Rref为参考距离;RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
S14对补偿后的信号的距离向进行IFFT(快速傅里叶反变换),得到去除平动信息后的信号;所述去除平动信息后的信号的计算式为:
其中:tm为慢时间,m为脉冲数,m的取值范围为100-500;fc为信号中心频率;B为信号带宽;Ta为观测时间长度;rs为去除平动后散射点的径向距离;c为电磁波传播速度;j为方位向单位向量。
具体的,结合图4,步骤S4中,具体包括如下步骤:
S41,设定估计角速度为Ωk,并设定初始散射点的距离-速率矩阵Φ,根据初始距离-速率矩阵Φ利用第一计算公式计算第一散射点的距离-速率矩阵Wk;
所述初始散射点的距离-速率矩阵Φ的公式为:
所述第一计算公式为:
其中:Ωeff为有效转动角速率,Ωeff=Ωkcosθ;Ωk为估计角速度,k=0,1,2,3....n,n为正整数。
S42,利用第二计算公式对第一散射点的距离-速率矩阵进行因式分解获得形状矩阵和视角矩阵
所述第二计算公式为:
则,
其中:(U1)2M×3为左奇异向量非零特征值部分;(U2)2M×(S-3)为左奇异向量零特征值部分;(∑1)3×3为对角线为奇异值的3×3方阵;(V1)3×S为右奇异向量非零特征值部分;(V2)(S-3)×S为右奇异向量零特征值部分。
S43,根据所述视角矩阵利用穷举法计算获得旋转变换矩阵Qk,并计算获得计算角速度以获得最终角速度具体包括:
S431,设定旋转变换矩阵Qk;所述旋转变换矩阵公式为:
Qk=RzRyRx;
其中:(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3};
φx为x-轴与旋转向量的夹角;φy为y-轴与旋转向量的夹角;φz为z-轴与旋转向量的夹角;jr为雷达视线的分解结果在XOZ平面的投影;为第k次迭代运算时的视角矩阵;为第k次迭代运算时的三维旋转矩阵;(jr)col,3为jr的第三列。
S432,利用搜索的方式对步骤(4.1)中的计算式(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3}进行求解,以获得旋转变换矩阵Qk;
S433,利用获得的旋转变换矩阵Qk获得旋转后的形状矩阵和旋转后的视角矩阵
所述旋转后的视角矩阵的计算式为:
所述旋转后的形状矩阵的计算式为
其中: 为视角矩阵;为形状矩阵;I3×3为3×3单位矩阵;
S434,利用获得的旋转后的形状矩阵和旋转后的视角矩阵获得复数h(k),并从h(k)中提取相位获得∠h(k);
h(k)的计算式为:
∠h(k)的表达式为:
其中:为常数;k为迭代次数;tk为第k次时长;ΔT为脉冲间隔;Ω为角速度大小。
S435,提取所述∠h(k)中的一次项系数获得依据和第三计算公式获得计算角速度所述第三计算公式为:
ΔT为脉冲间隔。
S436,设定门限值ε0,将步骤(S432)中获得的{[(jγ)col,3]T(jγ)col,3}和设定的ε0进行比较:
若{[(jr)col,3]T(jr)col,3}<ε0,则将步骤S435中获得的计算角速度作为最终的角速度即
若{[(jr)col,3]T(jr)col,3}>ε0,则将k加1,并重新执行步骤(1)。
S44,将步骤S436中获得的最终角速度代入所述第一计算公式中获得最终距离速率矩阵利用所述第二计算公式对最终距离速率矩阵进行因式分解获得最终形状矩阵根据最终形状矩阵获得三维成像。
本发明实施例中,通过因式分解法得到的三维形状矩阵和真实的形状矩阵S间还存在一个三维转动。如图5所示,黑色实线表示真实目标所在的坐标系O-XYZ,因式分解得到的三维形状矩阵所在的坐标系O-X′Y′Z′由蓝色虚线表示.将坐标系O-X′Y′Z′旋转到O-XYZ位置,就可将矩阵旋转到与真实的三维形状S一致,也就是通过以下的旋转操作:
式(1)和(2)中的三维旋转矩阵Qk满足:
旋转矩阵可以通过如图6所示的角度旋转过程得到,具体可以表示为:
Qk=RzRyRx (3)
其中:
由式公式三可知,与OZ′垂直,如图5所示。在经过转动后,在O-XYZ中的向量为应该继续与OZ垂直,因此有
因此矩阵Qk可以通过如下方程求解:
(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3} (4)
式中(jr)col,3表示jr的第三列。
式(4)中的最优化问题可以通过搜索的方式进行求解。在求解矩阵Qk后,视角矩阵和形状矩阵可以通过式(1)和(2)获得。进一步可以得到一个新的复数h(k),考虑到实际物理过程中角速度为正数,因此h(k)可以表示如下:
式中,是与角速度大小无关的常数。提取式(3.70)中的相位,
考虑到目标自旋速度较快或较大时,在观测时间内,式(6)中∠h(k)可能超出[-2π,2π]的范围,也即出现相位模糊。我们可以通过检测∠h(k)的连续性来检测相位模糊,同时可以提取∠h(k)中的一次项系数进而估计角速度:
本发明通过循环迭代的计算方式获得最终的角速度和最终的距离-速率矩阵,再对最终的距离-速率矩阵进行因式分解得到目标的三维形状,使获得的形状与目标的真实形状一致,去除了形状的尺度模糊,解决了现有技术中由于目标自旋使得获得的目标形状不够准确的问题。
本发明第二实施例提供一种空间自旋目标雷达的三维成像装置,结合图7,包括:
预相参处理模块1,用于对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
提取模块2,用于利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
关联模块3,用于基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
计算模块4,用于根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
本发明实施例,通过计算模块利用循环迭代的计算方式获得最终的角速度和最终的距离-速率矩阵,再对最终的距离-速率矩阵进行因式分解得到目标的三维形状,使获得的形状与目标的真实形状一致,去除了形状的尺度模糊,解决了现有技术中由于目标自旋使得获得的目标形状不够准确的问题。
本发明第三实施例提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如下方法步骤:
步骤一、对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
步骤二、利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
步骤三、基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
步骤四、根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种空间自旋目标雷达的三维成像方法,其特征在于,所述方法包括以下步骤:
对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
2.如权利要求1所述的空间自旋目标雷达的三维成像方法,其特征在于,所述对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,具体包括:
利用回波数据进行平动速度估计获得速度估计值,利用获得的所述速度估计值构造第一相位补偿函数,并利用第一相位补偿函数对所述原始回波信号进行补偿;
获取参考距离Rref(tm)与目标转动中心距离Ro(tm)之间的距离差RΔso,利用所述距离差RΔso在快时间域内构造第二相位补偿函数,并利用第二相位补偿函数对经过第一相位补偿函数补偿后的原始回波信号进行补偿;其中,tm为慢时间,m为脉冲数,m的取值范围为100-500;
对数据的距离向进行快速傅氏变换FFT,在快时间域对应的频域构造第三相位补偿函数,并利用第三相位补偿函数对经过第二相位补偿函数补偿后的原始回波信号进行补偿;
对经过第三相位补偿函数补偿后的原始回波信号的距离向进行快速傅里叶反变换IFFT,得到去除平动信息后的信号以获得未压缩的相参回波数据。
3.如权利要求2所述的空间自旋目标雷达的三维成像方法,其特征在于,所述第一相位补偿函数为:
其中,相位项分别对应为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
为速度估计值;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
Rref为参考距离;
Ro为目标转动中心;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
4.如权利要求2所述的空间自旋目标雷达的三维成像方法,其特征在于,所述第二补偿函数为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
5.如权利要求2所述的空间自旋目标雷达的三维成像方法,其特征在于,所述第三补偿函数为:
相位项:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
为快时间;
为速度估计值;
fc为信号中心频率;
γ为调频频率;
c为电磁波传播速度;
j为方位向单位向量;
为快时间对应的频域变量;
Rref为参考距离;
RΔso为参考距离Rref和目标转动中心距离Ro间的距离差。
6.如权利要求2所述的空间自旋目标雷达的三维成像方法,其特征在于,所述去除平动信息后的信号的计算式为:
其中:
tm为慢时间,m为脉冲数,m的取值范围为100-500;
fc为信号中心频率;
B为信号带宽;
Ta为观测时间长度;
rs为去除平动后散射点的径向距离;
c为电磁波传播速度;
j为方位向单位向量。
7.如权利要求1所述的空间自旋目标雷达的三维成像方法,其特征在于,所述根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,获得三维成像,具体包括如下步骤:
(1)设定估计角速度为Ωk,并设定初始散射点的距离-速率矩阵Φ,根据初始距离-速率矩阵Φ利用第一计算公式计算第一散射点的距离-速率矩阵Wk;
所述初始散射点的距离-速率矩阵Φ的公式为:
所述第一计算公式为:
其中:
Ωeff为有效转动角速率,Ωeff=Ωkcosθ;
Ωk为估计角速度,k=0,1,2,3....n,n为正整数;
(2)利用第二计算公式对第一散射点的距离-速率矩阵Wk进行因式分解获得形状矩阵和视角矩阵
所述第二计算公式为:
则,
其中:
(U1)2M×3为左奇异向量非零特征值部分;
(U2)2M×(S-3)为左奇异向量零特征值部分;
(∑1)3×3为对角线为奇异值的3×3方阵;
(V1)3×S为右奇异向量非零特征值部分;
(V2)(S-3)×S为右奇异向量零特征值部分;
(3)根据所述视角矩阵利用穷举法计算获得旋转变换矩阵Qk,并计算获得计算角速度以获得最终角速度具体包括:
(3.1)设定旋转变换矩阵Qk;所述旋转变换矩阵公式为:
Qk=RzRyRx;
其中:(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3};
φx为x-轴与旋转向量的夹角;
φy为y-轴与旋转向量的夹角;
φz为z-轴与旋转向量的夹角;
jr为雷达视线的分解结果在XOZ平面的投影;
为第k次迭代运算时的视角矩阵;
为第k次迭代运算时的三维旋转矩阵;
(jr)col,3为jr的第三列向量;
(3.2)利用搜索的方式对步骤(4.1)中的计算式(φx,φy,φz)=argmin{[(jr)col,3]T(jr)col,3}进行求解,以获得旋转变换矩阵Qk;
(3.3)利用获得的旋转变换矩阵Qk获得旋转后的形状矩阵和旋转后的视角矩阵
所述旋转后的视角矩阵的计算式为:
所述旋转后的形状矩阵的计算式为
其中:
为视角矩阵;
为形状矩阵;
I3×3为3×3单位矩阵;
(3.4)利用获得的旋转后的形状矩阵和旋转后的视角矩阵获得复数h(k),并从h(k)中提取相位获得∠h(k);
h(k)的计算式为:
∠h(k)的表达式为:
其中:
为常数;
k为迭代次数;
Ω为角速度大小;
tk为第k次时长;
ΔT为脉冲间隔;
(3.5)提取所述∠h(k)中的一次项系数获得依据和第三计算公式获得计算角速度所述第三计算公式为:
ΔT为脉冲间隔;
(3.6)设定门限值ε0,将步骤(3.2)中获得的{[(jr)col,3]T(jr)col,3}和设定的ε0进行比较:
若{[(jr)col,3]T(jr)col,3}<ε0,则将步骤(3.5)中获得的计算角速度作为最终的角速度即
若{[(jr)col,3]T(jr)col,3}>ε0,则将k加1,并重新执行步骤(1);
(4)将步骤(3.6)中获得的最终角速度代入所述第一计算公式中获得最终距离速率矩阵利用所述第二计算公式对最终距离速率矩阵进行因式分解获得最终形状矩阵根据最终形状矩阵获得三维成像。
8.一种空间自旋目标雷达的三维成像装置,其特征在于,包括:
预相参处理模块,用于对目标的原始回波信号进行预相参处理以去除回波信号的平动信息,获得未压缩的相参回波数据;
提取模块,用于利用二维酉ESPRIT方法从所述未压缩的相参回波数据中提取散射点的距离-速率矩阵,基于散射点的距离-速率矩阵获得一维距离像;
关联模块,用于基于卡尔曼滤波和最小欧式距离准则对所述一维距离像中的散射点进行关联;
计算模块,用于根据角速度以循环迭代的计算方式确定最终的散射点的距离-速率矩阵,并对最终的散射点的距离-速率矩阵进行因式分解得到最终形状矩阵和最终视角矩阵,基于最终形状矩阵获得目标的三维成像。
9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述空间自旋目标雷达的三维成像方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811252765.9A CN109541589A (zh) | 2018-10-25 | 2018-10-25 | 空间自旋目标雷达的三维成像方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811252765.9A CN109541589A (zh) | 2018-10-25 | 2018-10-25 | 空间自旋目标雷达的三维成像方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109541589A true CN109541589A (zh) | 2019-03-29 |
Family
ID=65845163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811252765.9A Pending CN109541589A (zh) | 2018-10-25 | 2018-10-25 | 空间自旋目标雷达的三维成像方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109541589A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609283A (zh) * | 2019-09-20 | 2019-12-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种三维目标成像方法及装置 |
CN112014817A (zh) * | 2020-08-24 | 2020-12-01 | 中国电子科技集团公司第三十八研究所 | 一种空间自旋目标三维重构方法 |
CN113835075A (zh) * | 2021-08-06 | 2021-12-24 | 西安电子科技大学 | 基于雷达的目标物体成像的方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576130A (zh) * | 2013-11-05 | 2014-02-12 | 西安电子科技大学 | 一种进动锥体的三维成像方法 |
CN103885051A (zh) * | 2014-03-21 | 2014-06-25 | 西安电子科技大学 | 基于时频成像的简单散射点锥体目标的参数估计方法 |
CN103941243A (zh) * | 2014-04-03 | 2014-07-23 | 电子科技大学 | 一种基于sar三维成像的自旋式飞行器测高方法 |
CN106569194A (zh) * | 2016-10-28 | 2017-04-19 | 中国人民解放军空军工程大学 | 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法 |
CN107085212A (zh) * | 2017-04-01 | 2017-08-22 | 中国人民解放军空军工程大学 | 一种基于线性调频步进信号的自旋目标时变三维成像方法 |
CN108594223A (zh) * | 2018-03-26 | 2018-09-28 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 机载sar图像目标定位方法 |
-
2018
- 2018-10-25 CN CN201811252765.9A patent/CN109541589A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576130A (zh) * | 2013-11-05 | 2014-02-12 | 西安电子科技大学 | 一种进动锥体的三维成像方法 |
CN103885051A (zh) * | 2014-03-21 | 2014-06-25 | 西安电子科技大学 | 基于时频成像的简单散射点锥体目标的参数估计方法 |
CN103941243A (zh) * | 2014-04-03 | 2014-07-23 | 电子科技大学 | 一种基于sar三维成像的自旋式飞行器测高方法 |
CN106569194A (zh) * | 2016-10-28 | 2017-04-19 | 中国人民解放军空军工程大学 | 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法 |
CN107085212A (zh) * | 2017-04-01 | 2017-08-22 | 中国人民解放军空军工程大学 | 一种基于线性调频步进信号的自旋目标时变三维成像方法 |
CN108594223A (zh) * | 2018-03-26 | 2018-09-28 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 机载sar图像目标定位方法 |
Non-Patent Citations (2)
Title |
---|
M. XING等: "High resolution ISAR imaging of high speed moving targets", 《中国科技论文在线》 * |
YANXIAN BI等: "3D Imaging of Rapidly Spinning Space Targets Based on a Factorization Method", 《SENSORS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609283A (zh) * | 2019-09-20 | 2019-12-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种三维目标成像方法及装置 |
CN112014817A (zh) * | 2020-08-24 | 2020-12-01 | 中国电子科技集团公司第三十八研究所 | 一种空间自旋目标三维重构方法 |
CN112014817B (zh) * | 2020-08-24 | 2023-06-02 | 中国电子科技集团公司第三十八研究所 | 一种空间自旋目标三维重构方法 |
CN113835075A (zh) * | 2021-08-06 | 2021-12-24 | 西安电子科技大学 | 基于雷达的目标物体成像的方法、装置、设备和存储介质 |
CN113835075B (zh) * | 2021-08-06 | 2024-02-06 | 西安电子科技大学 | 基于雷达的目标物体成像的方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Bistatic ISAR imaging incorporating interferometric 3-D imaging technique | |
CN109541589A (zh) | 空间自旋目标雷达的三维成像方法、装置及存储介质 | |
CN107102324B (zh) | 一种近景微波成像方法及*** | |
CN110148165B (zh) | 一种基于粒子群优化的三维干涉isar图像配准方法 | |
Liu et al. | A new 3-D geometry reconstruction method of space target utilizing the scatterer energy accumulation of ISAR image sequence | |
CN107797110B (zh) | 综合孔径投影辐射的***成像方法及综合孔径投影辐射计 | |
Calvo-Gallego et al. | Simple traffic surveillance system based on range-Doppler radar images | |
Dang et al. | SAR image adversarial samples generation based on parametric model | |
CN115616505A (zh) | 一种阵列干涉合成孔径雷达三维点云配准方法 | |
Wu et al. | Imaging of high-speed aerial targets with ISAR installed on a moving vessel | |
CN108279406A (zh) | 一种雷达的解耦合方法、装置、***及存储介质 | |
Bai et al. | High-resolution 3-D imaging of group rotating targets | |
CN114002666A (zh) | 任意天线构型下星载ati-sar洋流流速提取方法及设备 | |
Chen et al. | Hybrid SAR/ISAR for distributed ISAR imaging of moving targets | |
Zhang et al. | Error analysis of dynamic sea surface height measurement by near-nadir interferometric SAR | |
Pepin | Three-dimensional total least square Prony method for 3D synthetic aperture scatterer localization | |
Jia et al. | Motion error correction approach for high-resolution synthetic aperture radar imaging | |
Shi et al. | Study on the signature of ground moving target for airborne squint SAR imaging | |
CN113447925B (zh) | 一种基于图像域偏移特征的地面运动目标参数估计方法 | |
Feng et al. | Holographic SAR tomographic processing of the multicircular data | |
Imai et al. | A method for observing seismic ground deformation from airborne SAR images | |
Tan et al. | Space Variant-Based Maximum a Posteriori Angular Super-Resolution Algorithm for Real-Beam Scanning Radar | |
Li et al. | Radar automatic target recognition based on InISAR images | |
Pepin | The efficency of algorithms to match unique scatterer locations in joint 3D azimuth and elevation synthetic aperture radar scenarios | |
Yan et al. | Rapid raw data simulation for fixed-receiver bistatic interferometric synthetic aperture radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |