專(zhuān)利名稱(chēng)：一種基于srmf和序列clean的空間自旋目標(biāo)成像方法
—種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法技術(shù)領(lǐng)域
本發(fā)明屬于雷達(dá)成像技術(shù)領(lǐng)域，涉及空間自旋目標(biāo)成像方法的設(shè)計(jì)，具體涉及一種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法。
背景技術(shù)：
隨著人類(lèi)對(duì)太空界的深入開(kāi)發(fā)，空間碎片的數(shù)量急劇增加，同時(shí)其高速運(yùn)動(dòng)(通常為8km/s)，如果在軌航天器與其進(jìn)行碰撞將對(duì)航天器的正常運(yùn)行造成嚴(yán)重的威脅。因此對(duì)其進(jìn)行檢測(cè)和識(shí)別成為一項(xiàng)重要的任務(wù)?；谔账槠瑖@其主軸進(jìn)行簡(jiǎn)單自旋運(yùn)動(dòng)的事實(shí)，目前主要的成像方法有單距離多普勒干涉(SRDI)，單距離匹配濾波(SRMF)和 SRMF-CLEAN。
SRMF-CLEAN方法成像的主要步驟如下
(I)首先利用傅里葉變換對(duì)回波數(shù)據(jù)進(jìn)行距離向壓縮得到單個(gè)距離單元的數(shù)據(jù)；
(2)采用SRMF對(duì)單個(gè)距離單元數(shù)據(jù)進(jìn)行處理，得到一幅二維復(fù)圖像；
(3)提取上面復(fù)圖像中最大的峰值所對(duì)應(yīng)的位置和幅度參數(shù)，并利用該參數(shù)構(gòu)造點(diǎn)擴(kuò)散函數(shù)；
(4)在上一步的基礎(chǔ)上估計(jì)該位置上的反射系數(shù)；
(5)減去該散射點(diǎn)對(duì)回波數(shù)據(jù)的貢獻(xiàn)，用消減之后的信號(hào)作為新的輸入值；
(6)重復(fù)步驟(2) 步驟(5)，直到所有散射點(diǎn)都找到或者是信號(hào)能量達(dá)到噪聲水平。
由于SRMF-CLEAN方法對(duì)噪聲比較敏感且容易受虛假散射點(diǎn)的影響，利用該方法提出的散射點(diǎn)的位置信息偏差較大。而序列CLEAN每次查找的是m個(gè)峰值(m取值越大，查找到的散射點(diǎn)精確度越高；但m取值太大會(huì)導(dǎo)致運(yùn)方速度變慢)，并且利用消減前后的能量變化判斷該峰值是否是真實(shí)的目標(biāo)點(diǎn)。發(fā)明內(nèi)容
要解決的技術(shù)問(wèn)題
為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法。
技術(shù)方案
一種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法，其特征在于步驟如下
步驟I :根據(jù)仿真目標(biāo)模型的距離向和方位向構(gòu)造回波信號(hào)；
步驟2 :利用傅里葉變換對(duì)回波信號(hào)進(jìn)行距離壓縮得到信號(hào)Sk(X)，其中k表示迭代次數(shù)，并利用公式7_(々)=f計(jì)算壓縮后信號(hào)的能量，其中*表示共軛；
步驟3 :利用SRMF方法對(duì)回波信號(hào)中每個(gè)距離單元進(jìn)行處理，得到二維復(fù)圖像Ik ；
步驟4:提取二維復(fù)圖像Ik中最大的m個(gè)峰值，并記錄下每個(gè)峰值對(duì)應(yīng)的坐標(biāo)及幅度信息；
步驟5 :利用第i個(gè)峰值的坐標(biāo)和幅值信息構(gòu)造點(diǎn)擴(kuò)散函數(shù)，i = 1，2…m ;用Sk(X) 在對(duì)應(yīng)位置減去該點(diǎn)的點(diǎn)擴(kuò)散函數(shù)，得到第k次迭代過(guò)程中選取的第i個(gè)峰值的信號(hào)Su ；
步驟6:計(jì)算信號(hào)Sk, i對(duì)應(yīng)的能量
權(quán)利要求
1.一種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法，其特征在于步驟如下 步驟I :根據(jù)仿真目標(biāo)模型的距離向和方位向構(gòu)造回波信號(hào)； 步驟2 :利用傅里葉變換對(duì)回波信號(hào)進(jìn)行距離壓縮得到信號(hào)Sk(x)，其中k表示迭代次數(shù)，并利用公式7’(々)=廠-V,,計(jì)算壓縮后信號(hào)的能量，其中*表示共軛； J —00 步驟3 :利用SRMF算法對(duì)回波信號(hào)中每個(gè)距離單元進(jìn)行處理，得到二維復(fù)圖像Ik ； 步驟4 :提取二維復(fù)圖像Ik中最大的m個(gè)峰值，并記錄下每個(gè)峰值對(duì)應(yīng)的坐標(biāo)及幅度信息； 步驟5 :利用第i個(gè)峰值的坐標(biāo)和幅值信息構(gòu)造點(diǎn)擴(kuò)散函數(shù)，i = 1，2…m ;用Sk(X)在對(duì)應(yīng)位置減去該點(diǎn)的點(diǎn)擴(kuò)散函數(shù)，得到第k次迭代過(guò)程中選取的第i個(gè)峰值的信號(hào)Su ； 步驟6 :計(jì)算信號(hào)Su對(duì)應(yīng)的能量1；(1 + 1) = ￡ &，,)(X)1S^(X)A，其中*表示共軛； 步驟7 :比較Ti (k+Ι)與T(k)，如果前者大于后者則認(rèn)為步驟5中消減的點(diǎn)為虛假目標(biāo)，比較Ti (k+Ι)與T (k)，如果前者大于后者則認(rèn)為步驟5中消減的點(diǎn)為虛假目標(biāo)，終止此點(diǎn)的迭代；反之則存儲(chǔ)該點(diǎn)的位置和幅度信息，然后令k = k+Ι，將Slu作為新的回波信號(hào)，重復(fù)步驟2-5 ； 步驟8 :對(duì)m個(gè)峰值重復(fù)步驟Γ步驟6 ； 步驟9 :當(dāng)目標(biāo)都已找到或者是達(dá)到噪聲水平，則終止，得到一個(gè)不完全的m叉樹(shù)，找到信號(hào)能量最小的那個(gè)節(jié)點(diǎn)，然后從這個(gè)節(jié)點(diǎn)向上搜索路徑，并存儲(chǔ)該路徑對(duì)應(yīng)的所有節(jié)占. 步驟10、用“干凈”點(diǎn)擴(kuò)散函數(shù)與這些點(diǎn)卷積得到復(fù)原的“干凈”信號(hào)的目標(biāo)成像。
全文摘要
本發(fā)明涉及一種基于SRMF和序列CLEAN的空間自旋目標(biāo)成像方法，利用序列CLEAN代替相干CLEAN和SRMF相結(jié)合，利用該方法能夠有效地解決虛假散射點(diǎn)的影響。由于序列CLEAN每次查找的是最大的m個(gè)峰值，可以構(gòu)成一個(gè)m叉樹(shù)。并且在每次查找到峰值進(jìn)行下一步之前會(huì)對(duì)該散射點(diǎn)進(jìn)行判斷，看是否屬于真實(shí)的目標(biāo)散射點(diǎn)。這樣能夠有效地解決虛假散射點(diǎn)和噪聲的干擾。通過(guò)仿真結(jié)果發(fā)現(xiàn)，該方法能較準(zhǔn)確地查找到所有的散射點(diǎn)。
文檔編號(hào)G01S13/89GK102928837SQ201210376258
公開(kāi)日2013年2月13日 申請(qǐng)日期2012年9月29日 優(yōu)先權(quán)日2012年9月29日
發(fā)明者王保平, 郭俊杰, 謝紅梅, 孫超, 李文康, 方陽(yáng), 張薇 申請(qǐng)人:西北工業(yè)大學(xué)