基于锐度分析和成像投影平面选取的最优成像时间段选取方法

摘要

基于锐度分析和成像投影平面选取的最优成像时间段选取方法，本发明涉及最优成像时间段选取。本发明的目的是为了解决现有的成像时间段选取方法无法同时满足IPP选取、图像质量和分辨率的问题。过程为：一、获取ISAR回波数据；二、将回波数据沿方位向划分；三、得到Q幅ISAR图像；四、形成舰船中心线斜率估计曲线；五、形成多普勒展宽估计曲线；六、生成舰船侧视图或俯视图ISAR图像的子数据块；七、获得扩展子数据块；八、得到时频分析结果；九、形成多普勒频率估计曲线；十、获得分段后的多普勒频率数组；十一、形成锐度曲线；十二、获得和十三、获得最优成像子数据块。本发明用于成像时间段选取领域。

说明书

技术领域

本发明涉及最优成像时间段选取。

背景技术

逆合成孔径雷达(inverse synthetic aperture radar,ISAR)对舰船目标成像已在海洋监控领域引起了广泛关注。在ISAR成像后，生成的舰船ISAR图像将用于目标分类和识别。因此，获取高质量和高分辨率的雷达图像十分重要，特别是当雷达图像呈现目标的侧视图或俯视图时，有利于提高目标分类效率和识别精度。成像时间段选取方法因其具有减少计算量且成像质量好而受到广泛使用，现有的成像时间段选取方法分为两类，一类是注重成像投影平面(imaging projection plane,IPP)选取，另一类是侧重提高图像方位分辨率。两类算法都具有一定缺陷，前者可满足生成的雷达图像为舰船目标的侧视图或俯视图，但无法保障图像质量和方位分辨率最优；后者可满足生成图像的方位分辨率最佳，却无法避免雷达图像为舰船混合态(即既有侧视图又有俯视图)情况。因此，现有的成像时间段选取方法都无法获得有利于目标分类和识别的雷达图像，研究一种既能够生成舰船侧视图或俯视图的雷达图像、又能够保障图像质量和方位分辨率的最优成像时间段选取方法是十分必要的。

发明内容

本发明的目的是为了解决现有的成像时间段选取方法无法同时满足IPP选取、图像质量和分辨率的问题，而提出基于锐度分析和成像投影平面选取的最优成像时间段选取方法。

基于锐度分析和成像投影平面选取的最优成像时间段选取方法具体过程为：

步骤一、获取ISAR回波数据，记为s

式中，m为ISAR回波的脉冲序号，m＝1,2,…,N

步骤二、采取重叠方式将回波数据沿方位向划分，取回波数据中脉冲序号范围为M

式中，M

式中，q为子数据块序号，q＝1,2,…,Q，Q为子数据块个数，

步骤三、对Q个子数据块中每个子数据块进行ISAR成像，得到Q幅ISAR图像；

步骤四、估计每个ISAR图像中舰船中心线的斜率，记为k

步骤五、估计每个ISAR图像中舰船占据的方位单元数，即多普勒展宽单元数，记为D

步骤六、根据步骤四得到的舰船中心线斜率估计曲线和步骤五得到的多普勒展宽估计曲线选取IPP，得到能够生成舰船侧视图或俯视图ISAR图像的子数据块，记该子数据块为

步骤七、将(q

式中，m

步骤八、选取扩展子数据块中具有单个散射点的距离单元n

步骤九、根据时频分析结果，提取该单个散射点的多普勒频率估计值，记为f

步骤十、对多普勒频率估计曲线进行分段，分段后的多普勒频率数组记为

式中，p＝1,2,…,3N

步骤十一、计算多普勒频率数组的锐度，记为s

锐度的定义为：

式中，A、ψ为中间变量；

步骤十二、在p＝N

所述

步骤十三、基于

M

T

式中，m

本发明的有益效果为：

本发明中提出了一种基于锐度分析和成像投影平面选取的最优成像数据段选取方法，该方法通过IPP选取，“粗略”确定能够生成舰船侧视图或俯视图ISAR图像的成像时间段，避免了混合态舰船图像的产生。此外，通过对多普勒频率曲线的锐度分析，能够确定多普勒频率平稳的时间段，“精确”找到最优成像时间段，保障生成的ISAR图像具有高图像质量和高方位分辨率。本发明方法有效弥补了传统成像数据段选取方法，无法同时兼顾IPP选取和图像质量、图像分辨率的问题，为后续的目标分类和识别减轻压力。

附图说明

图1为本发明基于锐度分析和成像投影平面分析的最优成像数据段选取方法；

图2a为实施例一中使用的舰船散射点模型正视图，以舰船中心为原点O，以正东方向为X轴，正北方向为Y轴，垂直海平面方向为Z轴，建立直角坐标系O-XYZ；

图2b为实施例一中使用的舰船散射点模型侧视图；

图2c为实施例一中使用的舰船散射点模型俯视图；

图2d为实施例一中使用的舰船散射点模型三维视图；

图3为实施例一中本发明方法变量关系说明图；

图4为实施例一中本发明方法ISAR图像舰船中心线斜率估计曲线图；

图5为实施例一中本发明方法ISAR图像多普勒展宽估计曲线图；

图6为实施例一中成像时间段[8.7040s,9.2160s]的RD成像结果图；

图7为实施例一中扩展子数据块的方位信号SPWVD图；

图8为实施例一中多普勒估计曲线结果图；

图9为实施例一中锐度曲线结果图；

图10为实施例一中最优成像时间段[8.7960s,9.6380s]的RD成像结果图；

图11为实施例二中本发明方法ISAR图像舰船中心线斜率估计曲线图；

图12为实施例二中本发明方法ISAR图像多普勒展宽估计曲线图；

图13为实施例二中成像时间段[34.560s,35.072s]的RD成像结果图；

图14为实施例二中扩展子数据块的方位信号SPWVD图；

图15为实施例二中多普勒估计曲线结果图；

图16为实施例二中锐度曲线结果图；

图17为实施例二中最优成像时间段[34.120s,35.030s]的RD成像结果图。

具体实施方式

具体实施方式一：结合图1、图2和图3说明本实施方式，本实施方式基于锐度分析和成像投影平面选取的最优成像时间段选取方法，具体过程为：

步骤一、获取ISAR回波数据，记为s

式中，m为ISAR回波的脉冲序号，m＝1,2,…,N

步骤二、采取重叠方式将回波数据沿方位向划分，取回波数据中脉冲序号范围为M

式中，M

式中，q为子数据块序号，q＝1,2,…,Q，Q为子数据块个数，

步骤三、对Q个子数据块中每个子数据块进行ISAR成像，得到Q幅ISAR图像；

步骤四、估计每个ISAR图像中舰船中心线的斜率，记为k

采用基于船体宽度的舰船中心线提取方法，该方法通过估计舰船船体宽度，利用估计出的舰船船体宽度对Hough变换矩阵进行积累，从而准确估计出ISAR图像中舰船中心线斜率。

步骤五、估计每个ISAR图像中舰船占据的方位单元数，即多普勒展宽单元数，记为D

步骤六、根据步骤四得到的舰船中心线斜率估计曲线和步骤五得到的多普勒展宽估计曲线选取IPP，得到能够生成舰船侧视图或俯视图ISAR图像的子数据块，记该子数据块为

选取合适的IPP，得到能够生成舰船侧视图或俯视图ISAR图像的子数据块，记该子数据块为

IPP选取准则为：

当舰船目标运动时，会产生有效转轴ω

ω

式中，|ω

IPP是垂直有效转轴ω

当垂直转轴ω

当垂直转轴幅值|ω

其他情况时，可以得到舰船混合态的ISAR图像，即ISAR图像中既有舰船侧视图、又有舰船俯视图。

|ω

当k

步骤七、将(q

式中，m

步骤八、选取扩展子数据块中具有单个散射点的距离单元n

步骤九、根据时频分析结果，提取该单个散射点的多普勒频率估计值，记为f

步骤十、对多普勒频率估计曲线进行分段，分段后的多普勒频率数组记为

式中，p＝1,2,…,3N

步骤十一、计算多普勒频率数组的锐度，以衡量每个多普勒频率数组

锐度的定义为：

式中，A、ψ为中间变量；

步骤十二、在p＝N

所述

步骤十三、基于

M

T

式中，m

具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤五中估计每个ISAR图像中舰船占据的方位单元数，即多普勒展宽单元数，记为D

步骤五一、求解每个ISAR图像中舰船占据的最大和最小方位位置，记为D

步骤五二、每个ISAR图像中舰船的多普勒展宽单元数为D

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，所述步骤八中选取扩展子数据块中具有单个散射点的距离单元n

采用时频分布中的SPWVD(smoothed pseudo Wigner-Ville distribution,平滑伪维格纳威利分布))对单个散射点的距离单元n

式中，g(·)和h(·)为实偶窗，

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，所述步骤十一中中间变量A、ψ表达式为：

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤十一中中间变量ψ表达式为：

ψ(z)＝zln(z)。

其它步骤及参数与具体实施方式一至四之一相同。

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：

本实施例用本发明方法结合RD算法对ISAR仿真数据成像。

仿真实验中使用的舰船散射点模型的正视图、侧视图、俯视图和三维视图如图2a、2b、2c和2d所示，舰船模型摆动参数如表1所示，ISAR系统仿真参数如表2所示。

表1舰船模型摆动参数

表2ISAR系统仿真参数

图4为ISAR图像舰船中心线斜率估计曲线，图5为ISAR图像多普勒展宽估计曲线，其中，“x”标识表示估计值，实线表示拟合结果，虚线表示零线，阴影部分表示能生成舰船俯视图或侧视图的成像时间段。能生成舰船俯视图的成像时间段为[2.8160s,3.3280s]和[8.7040s,9.2160s]，能生成舰船侧视图的成像时间段为[5.8880s,6.4000s]。

以成像时间段[8.7040s,9.2160s]为例，说明本发明提出的基于锐度分析和成像投影平面分析的最优成像时间段选取方法的有效性。图6为成像时间段[8.7040s,9.2160s]的RD成像结果，从图像上可以看到舰船的俯视图，成像所用脉冲数为256，成像时长为0.512s，图像熵值为7.1227。图7为扩展子数据块的方位信号SPWVD图。根据图7中的结果，估计多普勒频率估计值，得到图8所示的多普勒估计曲线，其中，“x”标识表示估计值，实线表示拟合结果。对图8中的多普勒估计曲线进行锐度分析，得到图9所示的锐度曲线，图中阴影区域为搜索锐度值极大值区域，可以看到极值出现在8.7960s和9.6380s，得到最优成像时间段[8.7960s,9.6380s]，具有脉冲数为422，成像时长为0.8420s。图10为最优成像时间段[8.7960s,9.6380s]的RD成像结果，可以看到RD图像仍然呈现出舰船目标的侧视图，图像熵值为6.9078，说明本发明提出的方法能够提高成像质量。此外，由于成像时间长度增加，ISAR的方位分辨率提高，说明本发明提出的方法能够提升图像分辨率。

实施例二：

本实施例用本发明方法结合RD算法对ISAR实测数据成像。

使用机载SAR对海面舰船目标录取的实测数据验证本发明方法的有效性，ISAR系统参数如表3所示。

表3 ISAR系统参数

图11为ISAR图像舰船中心线斜率估计曲线，图12为ISAR图像多普勒展宽估计曲线，其中，“x”标识表示估计值，实线表示拟合结果，虚线表示零线，阴影部分表示能生成舰船俯视图或侧视图的成像时间段。能生成舰船俯视图的成像时间段为[8.1920s,8.7040s]、[21.248s,21.760s]、[38.144s,38.656s]和[49.408s,49.920s]，能生成舰船侧视图的成像时间段为[0.2560s,0.7680s]、[23.808s,24.320s]、[26.624s,27.136s]、[34.560s,35.072s]和[43.264s,43.776s]。

以成像时间段[34.560s,35.072s]为例，说明本发明提出的基于锐度分析和成像投影平面分析的最优成像时间段选取方法的有效性。图13为成像时间段[34.560s,35.072s]的RD成像结果，从图像上可以看到舰船的侧视图，成像所用脉冲数为256，成像时长为0.512s，图像熵值为6.4118。图14为扩展子数据块的方位信号SPWVD图。根据图14中的结果，估计多普勒频率估计值，得到图15所示的多普勒估计曲线。对图15中的多普勒估计曲线进行锐度分析，得到图16所示的锐度曲线，图中阴影区域为搜索锐度值极值区域，可以看到极值出现在34.120s和35.030s，得到最优成像时间段[34.120s,35.030s]，具有脉冲数为456，成像时长为0.9100s。图17为最优成像时间段[34.120s,35.030s]的RD成像结果，可以看到RD图像仍然呈现出舰船目标的侧视图，图像熵值为6.3155，说明本发明提出的方法能够提高成像质量。此外，由于成像时间长度增加，ISAR的方位分辨率提高，说明本发明提出的方法能够提升图像分辨率。

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。