CN117647811B - 运动目标参数估计与重定位方法、***、终端及存储介质 - Google Patents
运动目标参数估计与重定位方法、***、终端及存储介质 Download PDFInfo
- Publication number
- CN117647811B CN117647811B CN202410124488.2A CN202410124488A CN117647811B CN 117647811 B CN117647811 B CN 117647811B CN 202410124488 A CN202410124488 A CN 202410124488A CN 117647811 B CN117647811 B CN 117647811B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- equation
- cancellation
- moment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003384 imaging method Methods 0.000 claims abstract description 119
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 60
- 238000012216 screening Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004804 winding Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 206010065042 Immune reconstitution inflammatory syndrome Diseases 0.000 description 1
- 208000008498 Infantile Refsum disease Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种运动目标参数估计与重定位方法、***、终端及存储介质，其中，所述方法包括：获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；根据预设数量的所述目标对消图像生成目标方程组；对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。本发明通过所述方法，可以针对动目标检测在近场的条件下，更准确的得到运动目标的各个参数。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及的是一种运动目标参数估计与重定位方法、***、终端及存储介质。
背景技术
合成孔径雷达地面动目标检测（Ground Moving Target Indicator,GMTI）是一种用于对地面目标进行检测和追踪的技术。目前，GMTI技术检测的对象位于远场，可用来提供信息、进行交通监测以及自然灾害的检测等。而目前关于近场的目标识别技术逐渐兴起，例如智能驾驶技术等；在这些技术中，需要将GMTI技术在近场以及瞬时子孔径成像上进行应用。
然而目前，在将GMTI技术在近场以及瞬时子孔径成像上进行应用时，由于运动目标位于近场，运动目标的各个参数耦合严重，目标的参数估计会变得十分困难，并且瞬时子孔径成像单次成像使用的回波数较少，并且运动目标的速度与平台速度差距不大，这就会使传统算法中基于单幅图像估计多普勒调频率的方法效果变差甚至失效，从而导致无法准确的得到运动目标的各个参数。
因此，现有技术还有待改进和发展。
发明内容
本发明的主要目的在于提供一种运动目标参数估计与重定位方法、***、终端及存储介质，旨在解决现有技术中在将GMTI技术在近场以及瞬时子孔径成像上进行应用时，由于运动目标位于近场，运动目标的各个参数耦合严重，并且瞬时子孔径成像单次成像使用的回波数较少，运动目标的速度与平台速度差距不大，使传统算法中基于单幅图像估计多普勒调频率的方法效果变差甚至失效，从而导致无法准确的得到运动目标的各个参数的问题。
为了实现所述目的，本发明第一方面提供一种运动目标参数估计与重定位方法，其中，所述一种运动目标参数估计与重定位方法包括：
获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；
根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；
根据预设数量的所述目标对消图像生成目标方程组；
对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
可选地，所述根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像的步骤包括：
基于所述瞬时距离多普勒成像算法，根据所述雷达回波信号生成第一时刻第一通道图像、第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像；
基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像，根据所述第一时刻第二通道图像和所述第一时刻第三通道图像生成第二对消图像，根据所述第二时刻第一通道图像和所述第二时刻第二通道图像生成第三对消图像，根据所述第二时刻第二通道图像和所述第二时刻第三通道图像生成第四对消图像。
可选地，所述基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像的步骤包括：
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像构建第一方位维补偿函数，并对所述第一时刻第一通道图像进行补偿，得到第一位置补偿图像；
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像分别获取第一相位补偿函数和第二相位补偿函数；
根据所述第一相位补偿函数对第一位置补偿图像进行补偿，得到第一补偿图像，根据所述第二相位补偿函数对第一时刻第二通道图像进行补偿，得到第二补偿图像；
将所述第一补偿图像和所述第二补偿图像进行相减，得到第一对消图像。
可选地，所述根据预设数量的所述目标对消图像生成目标方程组的步骤包括：
根据第一对消图像，获取第一目标方程和第二目标方程，其中，所述第一目标方程和第二目标方程分别为第一对消图像中运动目标在瞬时距离-多普勒的第一方位维成像位置方程和第一距离维成像位置方程；
根据第三对消图像，获取第三对消图像中运动目标在瞬时距离-多普勒的第三方位维成像位置方程，根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程；
对所述第一对消图像和所述第二对消图像进行相位干涉，得到第一干涉相位，对所述第三对消图像和第四对消图像进行相位干涉，得到第二干涉相位，根据所述第一干涉相位和所述第二干涉相位生成第四目标方程；
根据所述第一目标方程、所述第二目标方程、所述第三目标方程和所述第四目标方程构建目标方程组。
可选地，所述根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程的步骤包括：
根据所述第一方位维成像位置方程和所述第三方位维成像位置方程计算方位维成像位置变化率的泰勒展开近似方程；
将所述方位维成像位置变化率的泰勒展开近似方程作为所述第三目标方程。
可选地，所述根据所述第一干涉相位和所述第二干涉相位生成第四目标方程的步骤包括：
根据所述第一干涉相位和所述第二干涉相位计算干涉相位的变化率泰勒展开近似方程；
将所述干涉相位的变化率泰勒展开近似方程作为所述第四目标方程。
可选地，所述对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数的步骤包括：
对所述目标方程组求解，得到两组运动参数的解，根据所述两组运动参数的解得到所述初步筛选结果；
根据所述第一干涉相位对所述初步筛选结果进行验证，生成所述运动目标参数，其中，所述运动目标参数包括运动目标的位置和速度。
本发明第二方面提供一种运动目标参数估计与重定位***，其中，所述一种运动目标参数估计与重定位***包括：
信号获取模块，用于获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；
对消图像获取模块，用于根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；
目标方程组生成模块，用于根据预设数量的所述目标对消图像生成目标方程组；
运动目标参数生成模块，用于对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
本发明第三方面提供一种终端，所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的一种运动目标参数估计与重定位程序，所述一种运动目标参数估计与重定位程序被所述处理器执行时实现任意一项所述一种运动目标参数估计与重定位方法的步骤。
本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有一种运动目标参数估计与重定位程序，所述一种运动目标参数估计与重定位程序被处理器执行时实现任意一项所述一种运动目标参数估计与重定位方法的步骤。
由上可见，本发明方案中，获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；根据预设数量的所述目标对消图像生成目标方程组；对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
与现有技术相比，针对在将GMTI技术在近场以及瞬时子孔径成像上进行应用时，由于运动目标位于近场，运动目标的各个参数耦合严重，并且瞬时子孔径成像单次成像使用的回波数较少，运动目标的速度与平台速度差距不大，使传统算法中基于单幅图像估计多普勒调频率的方法效果变差甚至失效，从而导致无法准确的得到运动目标的各个参数的问题，本发明针对动目标检测在近场的条件下，运动目标各参数严重耦合的问题，同时兼顾效率，采用了基于瞬时距离多普勒成像算法的多时刻动目标检测，能够在保障运行效率的前提下，保证动目标的检测以及得到运动目标参数；此外，本发明采用两个时刻的成像以及对消结果建立方程组，从而可以分别对各个运动目标参数的大小进行计算，达到对运动目标参数的精准测量，并且在该过程中，通过计算两个时刻的相位差，由于小时间间隔内相位变化量小，可以很好的避免相位缠绕的问题，同时相位值可以用来对结果的筛选，避免计算结果的错误，准确的得到运动目标的各个参数。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种运动目标参数估计与重定位方法的流程示意图；
图2是本发明实施例提供的运动目标参数估计与重定位方法中的场景示意图；
图3是本发明实施例提供的运动目标参数估计与重定位方法中的距离多普勒域成像域映射示意图；
图4是本发明实施例提供的运动目标参数估计与重定位方法中的对消结果示意图；
图5是本发明实施例提供的运动目标参数估计与重定位方法中的重定位结果示意图；
图6是本发明实施例提供的运动目标参数估计与重定位方法中的整体模型框架示意图；
图7是本发明实施例提供的一种运动目标参数估计与重定位***的组成模块示意图；
图8是本发明实施例提供的一种终端的内部结构原理框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况下，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其他情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于分类到”。类似的，短语“如果确定”或“如果分类到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦分类到[所描述的条件或事件]”或“响应于分类到[所描述条件或事件]”。
下面结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
合成孔径雷达地面动目标检测是一种用于对地面目标进行检测和追踪的技术。在民用领域上，GMTI技术可以被用来进行交通监测以及自然灾害的检测等。通常情况，GMTI技术检测的对象位于远场，然而如今智能驾驶技术等逐渐兴起。在该领域下，识别的目标主要位于近场，并且为了兼备实时性需要使用瞬时子孔径成像。而在将GMTI技术在近场以及瞬时子孔径成像上进行应用时，存在两方面问题，一方面，由于运动目标位于近场，运动目标的各个参数耦合严重，目标的参数估计会变得十分困难；另一方面，瞬时子孔径成像单次成像使用的回波数较少，并且运动目标的速度与平台速度差距不大，这就会使传统算法中基于单幅图像估计多普勒调频率的方法效果变差甚至失效。
为了解决所述多个问题中的至少一个问题，本发明方案提供一种运动目标参数估计与重定位方法、***、终端及存储介质，具体的，获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；根据预设数量的所述目标对消图像生成目标方程组；对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
本发明通过采用了基于瞬时距离多普勒成像算法的多时刻动目标检测，能够在保障运行效率的前提下，保证动目标的检测以及得到运动目标参数；此外，本发明采用两个时刻的成像以及对消结果建立方程组，从而可以分别对各个运动目标参数的大小进行计算，达到对运动目标参数的精准测量，并且在该过程中，通过计算两个时刻的相位差，由于小时间间隔内相位变化量小，可以很好的避免相位缠绕的问题，同时相位值可以用来对结果的筛选，避免计算结果的错误，准确的得到运动目标的各个参数。
示例性方法
如图1所示，本发明实施例提供一种运动目标参数估计与重定位方法，具体地，所述一种运动目标参数估计与重定位方法包括如下步骤：
步骤S100，获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号。
需要说明的是，在本申请中，目标接收通道包括三个通道，且这三个通道彼此相邻，在本申请中用、/>和/>分别表示这三个通道。而第一时刻和第二时刻为两个彼此单独的时刻，分别用/>、/>来表示。
步骤S200，根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像。
具体地，在本申请中，对于获取到的每个目标雷达回波信号，先通过瞬时距离多普勒成像算法成像，之后对成像后的图像进行对消处理，从而得到4个对消图像。
进一步地，所述根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像的步骤包括：
基于所述瞬时距离多普勒成像算法，根据所述雷达回波信号生成第一时刻第一通道图像、第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像；
基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像，根据所述第一时刻第二通道图像和所述第一时刻第三通道图像生成第二对消图像，根据所述第二时刻第一通道图像和所述第二时刻第二通道图像生成第三对消图像，根据所述第二时刻第二通道图像和所述第二时刻第三通道图像生成第四对消图像。
具体的，基于瞬时距离多普勒成像算法，根据第一时刻第通道的雷达回波信号生成第一时刻第一通道图像的具体步骤如下：
对雷达搭载在平台上以的速度匀速行驶向观测区域发射线性调频信号，初始时刻发射通道位于/>，以该点作为参考点构建直角坐标系，具体如图2所示，第/>个接收通道位于/>，其中/>为发射通道与第一个接收通道的间距，/>为相邻接收通道的间距。则目标点以平行于平台轨迹的速度/>，垂直于平台轨迹的速度/>匀速运动，且目标点开始时位于横坐标/>以及纵坐标/>处，即初始位置为/>。那么慢时间为/>的时刻，发射通道位于/>，接收通道/>位于/>，目标点位于/>。根据等效相位中心，接收通道/>与目标点的斜距/>可以得到如下公式（1）所示的近似：
；（1）
发射通道向观测区域（包含静止场景以及运动目标）发射线性调频信号，而不同的接收通道接收经目标反射回来的回波信号，然后对接收到的数据进行混频，最终量化可以形成多比特位的数据。为了保证动目标检测的效率以及实时性，采用瞬时子孔径成像，即使用较短时间间隔的数据进行成像，较佳的在本申请时间间隔可以为128个脉冲重复时间，因此将斜距（1）进行泰勒展开可以得到如下公式（2）、（3）、（4）和（5）：
；（2）
：（3）
；（4）
；（5）
其中，、/>、/>分别为第/>个通道与目标斜距泰勒展开的零次项、一次项以及二次项。当/>足够短的情况下，斜距泰勒展开表达式的二次项及以上的项可以忽略。由于本申请采用解线频调的方法进行距离压缩，因此混频后的信号可以表示为如下公式（6）：
；（6）
其中，为目标的反射系数，/>为快时间，/>为发射信号的调频率，/>为发射信号的波长，/>为光速，/>为脉冲持续时间，/>为合成孔径时间，/>为矩形窗函数，定义为如下公式（7）：
；（7）
其中，为函数的变量。由公式（6）可以看出，式中第一个相位项是关于/>的一次项，在距离维快速傅里叶变换（Fast Fourier Transform， FFT）处理后影响了目标在距离维的成像位置；第二个相位项是关于/>的一次项，在方位维FFT处理后影响了目标在方位维的成像位置；第三个相位项是距离徙动项，由于成像数据的时间间隔/>足够短，它的影响可以忽略，因此对混频后的信号做距离维度的FFT处理后，目标即可以在距离维上聚焦，形成一维高分辨距离像（high resolution range profile, HRRP），该图像/>可表示为如下公式（8）：
；（8）
其中，为快时间对应频谱的频率，/>为方位维慢时间对应频谱的频率。再对公式（8）得到的图像做方位维的FFT处理，形成距离-多普勒图像/>，可以表示为如下公式（9）：
；（9）
经过两次FFT处理，目标在两个维度都能够得到很好的聚焦，最后再经过一次坐标转换即可以得到场景的实际成像。该处理方法即为瞬时距离-多普勒成像算法，由于瞬时距离-多普勒成像算法只需要对数据进行两次FFT处理，因此它的效率很高。
同时在本申请中，基于瞬时距离多普勒成像算法，根据第一时刻第通道的雷达回波信号生成第一时刻第二通道图像；基于瞬时距离多普勒成像算法，根据第一时刻第通道的雷达回波信号生成第一时刻第三通道图像；基于瞬时距离多普勒成像算法，根据第二时刻第/>通道的雷达回波信号生成第二时刻第一通道图像；基于瞬时距离多普勒成像算法，根据第二时刻第/>通道的雷达回波信号生成第二时刻第二通道图像；基于瞬时距离多普勒成像算法，根据第二时刻第/>通道的雷达回波信号生成第二时刻第三通道图像。而生成第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像的过程，与生成第一时刻第一通道图像的过程相同，因此不在此再次赘述。
之后，对于得到的第一时刻第一通道图像、第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像，本申请中基于所述补偿算法，生成第一对消图像、第二对消图像、第三对消图像以及第四对消图像。
进一步地，基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像的步骤包括：
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像构建第一方位维补偿函数，并对所述第一时刻第一通道图像进行补偿，得到第一位置补偿图像；
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像分别获取第一相位补偿函数和第二相位补偿函数；
根据所述第一相位补偿函数对第一位置补偿图像进行补偿，得到第一补偿图像，根据所述第二相位补偿函数对第一时刻第二通道图像进行补偿，得到第二补偿图像；
将所述第一补偿图像和所述第二补偿图像进行相减，得到第一对消图像。
具体地，在本申请中，为了能够将静止背景去除，保留运动目标。本申请在瞬时距离-多普勒成像算法（Instantaneous Range Doppler Algorithm, IRD）上采用相位中心偏置天线技术（Displaced Phase Center Antenna, DPCA），首先需要对通道间的位置差以及相位差进行补偿。在本申请中，对第一时刻第一通道图像和第一时刻第二通道图像生成第一对消图像的过程进行描述。具体的，在第一时刻第一通道图像和所述第一时刻第二通道图像在距离维以及方位维上会存在一定的位置偏差，其中距离维的偏差很小可以忽略，而为了补偿方位维的位置偏差，需要在距离压缩后的图像（8）上乘以一个补偿函数，即根据所述第一时刻第一通道图像和所述第一时刻第二通道图像构建第一方位维补偿函数，并对所述第一时刻第一通道图像进行补偿，得到第一位置补偿图像，第一方位维补偿函数表示为如下公式（10）：
；（10）
其中，为第/>个通道与目标斜距泰勒展开的一次项。/>与目标点的位置有关，然而在经过距离压缩后，目标点的信号会被压缩在一个距离单元内，并且不同的目标点根据它与接收通道斜距的大小会被压缩在不同的距离单元内，因此这里的，只与/>有关。
而位置补偿之后，可以认为不同通道的静止目标已经在相同的位置，接下来要补偿两通道间的相位差。首先以发射通道为中心建立距离-多普勒图像的成像网格，与成像位置图的关系如图3，认为静止目标的成像位置近似等于实际位置，最终目标点在距离-多普勒图像的方位维成像位置/>和距离维成像位置/>与实际图像方位维成像位置/>和距离维成像位置/>的映射关系可以表示为如下公式（11）：
；（11）
那么，第以及第/>个接收通道与成像网格点上斜距/>和/>，可以分别表示为如下公式（12）和（13）：
；（12）
；（13）
根据两个斜距分别构建通道以及通道/>的第一相位补偿函数/>和第二相位补偿函数，表示为如下公式（14）和（15）：
；（14）
；（15）
通过第二相位补偿函数和第一相位补偿函数，分别对第一时刻第二通道图像和第一位置补偿图像进行补偿，即将对应的函数乘在对应的图像表达后。
通道与通道/>的距离-多普勒图像/>以及/>经过相位补偿后的第一补偿图像和第二补偿图像泰勒展开近似可以写为如下公式（16）和（17）：
；（16）
；（17）
其中，根据距离-多普勒图像与成像位置的映射关系（11），可以通过目标在距离-多普勒图像的成像位置计算出目标的方位向实际成像位置，表示为如下公式（18）：
；（18）
将经过位置补偿以及相位补偿的通道与通道/>的第一补偿图像和第二补偿图像相减，可以得到DPCA对消图像/>，表示为如下公式（19）：
；（19）
其中，对于静止目标而言，项为0，因此在两通道相减的之后静止目标可以完全对消，而运动目标会在一定程度的被保留下来。在本申请的一种实施方式中，当将动目标参数设置为（/>，/>，/>，/>），平台速度设置为(/>)，得到的对消的仿真结果如图4所示，可见在对消后，得到单一的运动目标。/>
更进一步地，基于所述补偿算法，根据所述第一时刻第二通道图像和所述第一时刻第三通道图像生成第二对消图像；基于所述补偿算法，根据所述第二时刻第一通道图像和所述第二时刻第二通道图像生成第三对消图像；基于所述补偿算法，根据所述第二时刻第二通道图像和所述第二时刻第三通道图像生成第四对消图像。生成第二对消图像、第三对消图像以及第四对消图像的过程与生成第一对消图像的过程相同，因此不在此处再次进行赘述。
步骤S300，根据预设数量的所述目标对消图像生成目标方程组。
具体地，在本申请中，在生成对应的目标对消图像后，根据得到的目标对消方程可以得到目标方程组。
进一步地，所述根据预设数量的所述目标对消图像生成目标方程组的步骤包括：
根据第一对消图像，获取第一目标方程和第二目标方程，其中，所述第一目标方程和第二目标方程分别为第一对消图像中运动目标在瞬时距离-多普勒的第一方位维成像位置方程和第一距离维成像位置方程；
根据第三对消图像，获取第三对消图像中运动目标在瞬时距离-多普勒的第三方位维成像位置方程，根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程；
对所述第一对消图像和所述第二对消图像进行相位干涉，得到第一干涉相位，对所述第三对消图像和第四对消图像进行相位干涉，得到第二干涉相位，根据所述第一干涉相位和所述第二干涉相位生成第四目标方程；
根据所述第一目标方程、所述第二目标方程、所述第三目标方程和所述第四目标方程构建目标方程组。
具体的，第一对消图像，获取第一目标方程和第二目标方程的过程，具体为：在对消完成后，需要对图像进行检测，在本申请中可以采用恒虚警率检测（Constant False-Alarm Rate, CFAR）、恒定阈值检测等方法，由于静止背景已经被大部分去除，只需要阈值设定合适，检测到的目标即为运动目标。但根据公式（18）可以知道，运动目标的成像位置与实际位置会有偏差，则需要知道运动目标的实际位置，然而成像位置由运动目标实际位置以及两个维度的速度/>共同决定，因此为了要将各分量估计出来，则需要构建有四个包含四个分量的式子求解方程组，即目标方程组。而根据第一对消图像，可以获得第一时刻/>在通道/>和通道/>下，运动目标在距离-多普勒的第一方位维成像位置/>以及第一距离维成像位置/>，即第一目标方程和第二目标方程，其中，第一目标方程/>和第二目标方程/>可以表示为如下方程（20）和（21）：
；（20）
；（21）
为了使（20）和（21）的计算更加准确，可以根据动目标的检测位置，使用线性调频Z变换（Chirp z-transform, CZT）对运动目标所在的小区域进行更加细致的成像。
进一步地，所述根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程的步骤包括：
根据所述第一方位维成像位置方程和所述第三方位维成像位置方程计算方位维成像位置变化率的泰勒展开近似方程；
将所述方位维成像位置变化率的泰勒展开近似方程作为所述第三目标方程。
具体地，由通道与通道/>得到的第二对消图像/>可以表示为如下公式（22）：
；（22）
提取第一对消图像（19）与第二对消图像的相位，并且做相位干涉可以得到时刻的干涉相位/>，表示为如下公式（23）：
；（23）
其中，为运动目标相对平台的径向速度，/>，因此当/>，干涉相位会大于/>，产生相位模糊，因此该式不作为方程式。
对于第三对消图像，根据第三对消图像可以获得第二时刻，在通道/>和通道/>下，运动目标在距离-多普勒的第三方位维成像位置方程以及第三距离维成像位置可以表示为如下公式（24）和（25）：
；（24）
；（25）
其中，。通过/>时刻以及/>时刻，在通道/>和通道/>下方位维成像位置，可以计算得到方位维成像位置变化率的泰勒展开近似方程，表示为如下公式（26）：/>
；（26）
其中，公式（26）即为第三目标方程。
通过第一距离维成像位置和第三距离维成像位置，可以计算得到距离维成像位置变化率的泰勒展开近似，表示为如下公式（27）：
；（27）
公式（27）的计算结果与公式（20）相同，但不同的是（20）的结果根据距离-多普勒图像定位获得，当时，目标点会在方位频谱上产生混叠，其中PRF为脉冲重复频率。因此，公式（20）需改写为如下公式（28）：
；（28）
其中，为目标频谱混叠次数。/>无法直接通过从成像位置直接得到，但（27）的结果包含了频谱的混叠，虽然它是近似结果，但可以利用他来计算目标的频谱的混叠次数，其中混叠次数表示为公式（29）：
；（29）
其中，为向下取整。
进一步地，所述根据所述第一干涉相位和所述第二干涉相位生成第四目标方程的步骤包括：
根据所述第一干涉相位和所述第二干涉相位计算干涉相位的变化率泰勒展开近似方程；
将所述干涉相位的变化率泰勒展开近似方程作为所述第四目标方程。
提取第三对消图形和第四对消图像的相位，并且做相位干涉可以得到时刻的干涉相位/>，表示为如下公式（30）：
；（30）
则由公式（30）可以得出干涉相位的变化率泰勒展开近似方程，表示为公式（31）：
；（31）
当所取的足够小时，干涉相位的变化不会超过/>，因此可以避免相位模糊的问题。
由公式（20）、（21）、（26）和（31）可以构建目标方程组。
步骤S400，对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
具体地，生成目标组之后，求解目标方程组并对应进行验证，可以得到运动目标参数。其中，目标方程组可以表示为如下公式（32）：
；（32）
进一步地，所述对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数的步骤包括：
对所述目标方程组求解，得到两组运动参数的解，根据所述两组运动参数的解得到所述初步筛选结果；
根据所述第一干涉相位对所述初步筛选结果进行验证，生成所述运动目标参数，其中，所述运动目标参数包括运动目标的位置和速度。
具体地，通过求解目标方程组可以获得时刻两组关于运动目标四个参数的解，根据两组关于运动目标四个参数的解得到初步筛选结果，将初步筛选结果中的两组解分别代入公式（23）进行计算，筛选，筛选结果就作为运动目标参数。虽然只需要利用两个时刻就可以得到动目标的参数估计结果，但当多个时刻观测到动目标时，可以将多个时刻的方位维成像位置以及干涉相位进行线性拟合，即可以获得更为准确的距离维成像位置变化率的泰勒展开近似和干涉相位的变化率泰勒展开近似方程，因此本申请通过多时刻的积累动目标的参数估计精度会上升。
进一步的，在本申请中，为了验证本发明的有效性，进行了仿真实验。雷达参数设置如表1所示，动目标参数设置为（，/>，/>，/>），平台速度设置为(/>)，得到的重定位结果如图5所示。根据多组动目标参数的设置，利用两个时刻（/>，）对消结果，单次成像使用128个脉冲重复时间的数据，可以得到仿真结果如表2所示。
表1、 雷达参数设置
表2 、多组动目标参数估计仿真结果
由表2可知，本申请所得到的运动目标参数与真实值的误差并不大，可以满足使用要求。
进一步地，在本申请中，通过图6进一步说明运动目标参数估计与重定位方法中的整体模型框架，如图6所示，在本申请中针对相同时刻的通道直接进行对消，通过对消结果得到4个方程，即方程1、方程2、方程3和方程4，这4个方程分别对应公式（20）、（21）、（26）和（31），由这4个方程可以得到最终的运动目标参数。
由上可见，与现有技术相比，针对在将GMTI技术在近场以及瞬时子孔径成像上进行应用时，由于运动目标位于近场，运动目标的各个参数耦合严重，并且瞬时子孔径成像单次成像使用的回波数较少，运动目标的速度与平台速度差距不大，使传统算法中基于单幅图像估计多普勒调频率的方法效果变差甚至失效，从而导致无法准确的得到运动目标的各个参数的问题，本发明针对动目标检测在近场的条件下，运动目标各参数严重耦合的问题，同时兼顾效率，采用了基于瞬时距离多普勒成像算法的多时刻动目标检测，能够在保障运行效率的前提下，保证动目标的检测以及得到运动目标参数；此外，本发明采用两个时刻的成像以及对消结果建立方程组，从而可以分别对各个运动目标参数的大小进行计算，达到对运动目标参数的精准测量，并且在该过程中，通过计算两个时刻的相位差，由于小时间间隔内相位变化量小，可以很好的避免相位缠绕的问题，同时相位值可以用来对结果的筛选，避免计算结果的错误，准确的得到运动目标的各个参数。
示例性设备
如图7中所示，对应于所述一种运动目标参数估计与重定位方法，本发明实施例还提供一种运动目标参数估计与重定位***，所述一种运动目标参数估计与重定位***包括：
信号获取模块71，用于获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；
对消图像获取模块72，用于根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；
目标方程组生成模块73，用于根据预设数量的所述目标对消图像生成目标方程组；
运动目标参数生成模块74，用于对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数。
需要说明的是，所述一种运动目标参数估计与重定位***及其各个模块或单元的具体结构和实现方式可以参照所述方法实施例中的对应描述，在此不再赘述。
需要说明的是，所述一种运动目标参数估计与重定位***的各个模块的划分方式并不唯一，在此也不作为具体限定。
进一步地，如图8所示，基于上述运动目标参数估计与重定位方法和***，本发明还相应提供了一种终端，所述终端包括处理器10、存储器20及显示器30。图8仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡（Smart Media Card， SMC），安全数字（SecureDigital， SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据，例如所述安装终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有运动目标参数估计与重定位程序40，该运动目标参数估计与重定位程序40可被处理器10所执行，从而实现本申请中运动目标参数估计与重定位方法。
所述处理器10在一些实施例中可以是一中央处理器（Central Processing Unit，CPU），微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述运动目标参数估计与重定位方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。所述显示器30用于显示在所述终端的信息以及用于显示可视化的用户界面。所述终端的部件10-30通过***总线相互通信。
本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有运动目标参数估计与重定位程序，所述运动目标参数估计与重定位程序被处理器执行时实现如上所述的运动目标参数估计与重定位方法的步骤。
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、物品或者终端不仅包括那些要素，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、物品或者终端所固有的要素。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、物品或者终端中还存在另外的相同要素。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件（如处理器，控制器等）来完成，所述的程序可存储于一计算机可读取的计算机可读存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种运动目标参数估计与重定位方法，其特征在于，所述一种运动目标参数估计与重定位方法包括：
获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；
根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；
根据预设数量的所述目标对消图像生成目标方程组；
对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数；
根据第一干涉相位对初步筛选结果进行验证，生成运动目标参数；
所述根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像的步骤包括：
基于所述瞬时距离多普勒成像算法，根据所述雷达回波信号生成第一时刻第一通道图像、第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像；
基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像，根据所述第一时刻第二通道图像和所述第一时刻第三通道图像生成第二对消图像，根据所述第二时刻第一通道图像和所述第二时刻第二通道图像生成第三对消图像，根据所述第二时刻第二通道图像和所述第二时刻第三通道图像生成第四对消图像；
所述基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像的步骤包括：
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像构建第一方位维补偿函数，并对所述第一时刻第一通道图像进行补偿，得到第一位置补偿图像；
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像分别获取第一相位补偿函数和第二相位补偿函数；
根据所述第一相位补偿函数对第一位置补偿图像进行补偿，得到第一补偿图像，根据所述第二相位补偿函数对第一时刻第二通道图像进行补偿，得到第二补偿图像；
将所述第一补偿图像和所述第二补偿图像进行相减，得到第一对消图像；
将经过位置补偿以及相位补偿的第一补偿图像和第二补偿图像相减，得到第一对消图像，表示为如下公式：
；
其中，为第一对消图像，/>为第一补偿图像，/>为第二补偿图像，/>为目标的反射系数，/>为脉冲持续时间，/>为合成孔径时间，/>为发射信号的调频率，/>为快时间对应频谱的频率，/>为方位维慢时间对应频谱的频率，/>为第/>个通道与目标斜距泰勒展开的一次项，/>表示通道，/>为发射通道与第一个接收通道的间距，/>为相邻接收通道的间距，/>为目标点平行于平台轨迹的速度，/>为目标点垂直于平台轨迹的速度，初始位置为/>，雷达搭载在平台上匀速行驶向观测区域发射线性调频信号的速度为/>，/>为实际图像方位维成像位置，/>为距离维成像位置，/>为光速，/>为发射信号的波长，/>为第/>个通道与目标斜距泰勒展开的零次项。
2.根据权利要求1所述的运动目标参数估计与重定位方法，其特征在于，所述根据预设数量的所述目标对消图像生成目标方程组的步骤包括：
根据第一对消图像，获取第一目标方程和第二目标方程，其中，所述第一目标方程和第二目标方程分别为第一对消图像中运动目标在瞬时距离-多普勒的第一方位维成像位置方程和第一距离维成像位置方程；
根据第三对消图像，获取第三对消图像中运动目标在瞬时距离-多普勒的第三方位维成像位置方程，根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程；
对所述第一对消图像和所述第二对消图像进行相位干涉，得到第一干涉相位，对所述第三对消图像和第四对消图像进行相位干涉，得到第二干涉相位，根据所述第一干涉相位和所述第二干涉相位生成第四目标方程；
根据所述第一目标方程、所述第二目标方程、所述第三目标方程和所述第四目标方程构建目标方程组。
3.根据权利要求2所述的运动目标参数估计与重定位方法，其特征在于，所述根据所述第一方位维成像位置方程和所述第三方位维成像位置方程，生成第三目标方程的步骤包括：
根据所述第一方位维成像位置方程和所述第三方位维成像位置方程计算方位维成像位置变化率的泰勒展开近似方程；
将所述方位维成像位置变化率的泰勒展开近似方程作为所述第三目标方程。
4.根据权利要求2所述的运动目标参数估计与重定位方法，其特征在于，所述根据所述第一干涉相位和所述第二干涉相位生成第四目标方程的步骤包括：
根据所述第一干涉相位和所述第二干涉相位计算干涉相位的变化率泰勒展开近似方程；
将所述干涉相位的变化率泰勒展开近似方程作为所述第四目标方程。
5.根据权利要求2所述的运动目标参数估计与重定位方法，其特征在于，所述对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数的步骤包括：
对所述目标方程组求解，得到两组运动参数的解，根据所述两组运动参数的解得到所述初步筛选结果；
根据所述第一干涉相位对所述初步筛选结果进行验证，生成所述运动目标参数，其中，所述运动目标参数包括运动目标的位置和速度。
6.一种运动目标参数估计与重定位***，其特征在于，所述一种运动目标参数估计与重定位***包括：
信号获取模块，用于获取第一时刻和第二时刻目标接收通道接收到的目标雷达回波信号，其中，所述目标雷达回波信号包括在第一时刻和第二时刻在三个接收通道分别获取到的雷达回波信号；
对消图像获取模块，用于根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像；
目标方程组生成模块，用于根据预设数量的所述目标对消图像生成目标方程组；
运动目标参数生成模块，用于对所述目标方程组求解，得到初步筛选结果，并对所述初步筛选结果进行验证，生成运动目标参数；
根据第一干涉相位对初步筛选结果进行验证，生成运动目标参数；
所述根据瞬时距离多普勒成像算法和补偿算法对所有的所述目标雷达回波信号进行处理，得到预设数量的目标对消图像的步骤包括：
基于所述瞬时距离多普勒成像算法，根据所述雷达回波信号生成第一时刻第一通道图像、第一时刻第二通道图像、第一时刻第三通道图像、第二时刻第一通道图像、第二时刻第二通道图像和第二时刻第三通道图像；
基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像，根据所述第一时刻第二通道图像和所述第一时刻第三通道图像生成第二对消图像，根据所述第二时刻第一通道图像和所述第二时刻第二通道图像生成第三对消图像，根据所述第二时刻第二通道图像和所述第二时刻第三通道图像生成第四对消图像；
所述基于所述补偿算法，根据所述第一时刻第一通道图像和所述第一时刻第二通道图像生成第一对消图像的步骤包括：
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像构建第一方位维补偿函数，并对所述第一时刻第一通道图像进行补偿，得到第一位置补偿图像；
根据所述第一时刻第一通道图像和所述第一时刻第二通道图像分别获取第一相位补偿函数和第二相位补偿函数；
根据所述第一相位补偿函数对第一位置补偿图像进行补偿，得到第一补偿图像，根据所述第二相位补偿函数对第一时刻第二通道图像进行补偿，得到第二补偿图像；
将所述第一补偿图像和所述第二补偿图像进行相减，得到第一对消图像；
将经过位置补偿以及相位补偿的第一补偿图像和第二补偿图像相减，得到第一对消图像，表示为如下公式：
；
其中，为第一对消图像，/>为第一补偿图像，/>为第二补偿图像，/>为目标的反射系数，/>为脉冲持续时间，/>为合成孔径时间，/>为发射信号的调频率，/>为快时间对应频谱的频率，/>为方位维慢时间对应频谱的频率，/>为第/>个通道与目标斜距泰勒展开的一次项，/>表示通道，/>为发射通道与第一个接收通道的间距，/>为相邻接收通道的间距，/>为目标点平行于平台轨迹的速度，/>为目标点垂直于平台轨迹的速度，初始位置为/>，雷达搭载在平台上匀速行驶向观测区域发射线性调频信号的速度为/>，/>为实际图像方位维成像位置，/>为距离维成像位置，/>为光速，/>为发射信号的波长，/>为第/>个通道与目标斜距泰勒展开的零次项。
7.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的一种运动目标参数估计与重定位程序，所述一种运动目标参数估计与重定位程序被所述处理器执行时实现如权利要求1-5任意一项所述一种运动目标参数估计与重定位方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有一种运动目标参数估计与重定位程序，所述一种运动目标参数估计与重定位程序被处理器执行时实现如权利要求1-5任意一项所述一种运动目标参数估计与重定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410124488.2A CN117647811B (zh) | 2024-01-30 | 2024-01-30 | 运动目标参数估计与重定位方法、***、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410124488.2A CN117647811B (zh) | 2024-01-30 | 2024-01-30 | 运动目标参数估计与重定位方法、***、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117647811A CN117647811A (zh) | 2024-03-05 |
| CN117647811B true CN117647811B (zh) | 2024-05-07 |
Family
ID=90045572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410124488.2A Active CN117647811B (zh) | 2024-01-30 | 2024-01-30 | 运动目标参数估计与重定位方法、***、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117647811B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63131090A (ja) * | 1986-11-19 | 1988-06-03 | Nec Corp | 移動目標合成開口レ−ダ装置 |
| US5563601A (en) * | 1985-08-16 | 1996-10-08 | Northrop Grumman Corporation. | Two-port synthetic aperature radar system for radar detection of targets |
| US6426718B1 (en) * | 2000-03-14 | 2002-07-30 | The Boeing Company | Subaperture processing for clutter reduction in synthetic aperture radar images of ground moving targets |
| CN1831558A (zh) * | 2006-04-21 | 2006-09-13 | 清华大学 | 基于多视子图像对的单通道合成孔径雷达动目标检测方法 |
| CN102914776A (zh) * | 2012-10-15 | 2013-02-06 | 西安电子科技大学 | 基于模糊c均值算法的多通道SAR动目标定位方法 |
| CN104950307A (zh) * | 2015-06-12 | 2015-09-30 | 西安电子科技大学 | 一种机载三通道sar-gmti的精确定位方法 |
| CN110109113A (zh) * | 2019-05-07 | 2019-08-09 | 电子科技大学 | 一种基于级联对消的双基前视sar非平稳杂波抑制方法 |
| CN110133646A (zh) * | 2019-04-19 | 2019-08-16 | 电子科技大学 | 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法 |
| CN110988874A (zh) * | 2019-11-08 | 2020-04-10 | 西北大学 | 一种复杂运动目标的isar成像方法 |
| CN114200446A (zh) * | 2020-09-17 | 2022-03-18 | 西北大学 | 一种基于cintaf的机动目标isar成像方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140266868A1 (en) * | 2013-03-15 | 2014-09-18 | Src, Inc. | Methods And Systems For Multiple Input Multiple Output Synthetic Aperture Radar Ground Moving Target Indicator |
-
2024
- 2024-01-30 CN CN202410124488.2A patent/CN117647811B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5563601A (en) * | 1985-08-16 | 1996-10-08 | Northrop Grumman Corporation. | Two-port synthetic aperature radar system for radar detection of targets |
| JPS63131090A (ja) * | 1986-11-19 | 1988-06-03 | Nec Corp | 移動目標合成開口レ−ダ装置 |
| US6426718B1 (en) * | 2000-03-14 | 2002-07-30 | The Boeing Company | Subaperture processing for clutter reduction in synthetic aperture radar images of ground moving targets |
| CN1831558A (zh) * | 2006-04-21 | 2006-09-13 | 清华大学 | 基于多视子图像对的单通道合成孔径雷达动目标检测方法 |
| CN102914776A (zh) * | 2012-10-15 | 2013-02-06 | 西安电子科技大学 | 基于模糊c均值算法的多通道SAR动目标定位方法 |
| CN104950307A (zh) * | 2015-06-12 | 2015-09-30 | 西安电子科技大学 | 一种机载三通道sar-gmti的精确定位方法 |
| CN110133646A (zh) * | 2019-04-19 | 2019-08-16 | 电子科技大学 | 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法 |
| CN110109113A (zh) * | 2019-05-07 | 2019-08-09 | 电子科技大学 | 一种基于级联对消的双基前视sar非平稳杂波抑制方法 |
| CN110988874A (zh) * | 2019-11-08 | 2020-04-10 | 西北大学 | 一种复杂运动目标的isar成像方法 |
| CN114200446A (zh) * | 2020-09-17 | 2022-03-18 | 西北大学 | 一种基于cintaf的机动目标isar成像方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117647811A (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102998672B (zh) | 基于相干化处理的步进频率isar成像方法 | |
| CN105759263B (zh) | 一种高分辨率大场景下的星载斜视sar雷达成像方法 | |
| US11525908B2 (en) | Radar apparatuses and methods involving determination of velocity of an object | |
| CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
| CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
| CN108490443B (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
| CN105301590A (zh) | 一种机动目标调频步进逆合成孔径成像方法 | |
| CN110850384B (zh) | 一种基于扫频数据产生宽带去斜回波的方法 | |
| CN108318879B (zh) | 基于iaa谱估计技术的isar图像横向定标方法 | |
| Eshbaugh et al. | HUSIR signal processing | |
| Felguera-Martín et al. | Interferometric inverse synthetic aperture radar experiment using an interferometric linear frequency modulated continuous wave millimetre-wave radar | |
| CN111443335B (zh) | 宽带雷达目标微动参数估计方法、***、装置及存储介质 | |
| Dai et al. | High accuracy velocity measurement based on keystone transform using entropy minimization | |
| CN117647811B (zh) | 运动目标参数估计与重定位方法、***、终端及存储介质 | |
| CN102890270B (zh) | 固定站双基地合成孔径雷达回波模拟方法 | |
| CN108802706A (zh) | 基于位置标定的调频步进雷达信号目标抽取方法 | |
| CN112731392B (zh) | 高效的太赫兹步进频率合成孔径雷达成像方法 | |
| CN110907930B (zh) | 一种基于角度估计的车载雷达目标检测估计方法及装置 | |
| CN114942053B (zh) | 一种基于相位估值的高精度雷达物位计测距方法 | |
| Liu et al. | Bistatic FMCW SAR raw signal simulator for extended scenes | |
| CN114994681B (zh) | 一种适用于任意平台sar图像子孔径分解的方法及*** | |
| US20230324537A1 (en) | Unambiguous and accurate velocity estimation by frequency-modulated radars | |
| RU2466423C2 (ru) | Способ определения параметров траектории движения целей в обзорных рлс | |
| US20240004051A1 (en) | Radar ranging method, ranging radar, and unmanned aerial vehicle thereof | |
| Bączyk | Keystone Transform in Low PRF FMCW Radars |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |