基于加權(quán)l(xiāng)1優(yōu)化與視覺(jué)顯著注意的isar成像方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)成像技術(shù)領(lǐng)域，具體涉及一種基于加權(quán)Ll優(yōu)化與視覺(jué)顯著注意 的ISAR成像方法。
【背景技術(shù)】
[0002] 高分辨逆合成孔徑雷達(dá)（ISAR)成像因其相對(duì)于其他遙感成像方法的優(yōu)勢(shì)，例如 對(duì)各種天氣條件的魯棒性，長(zhǎng)距離觀測(cè)的能力，對(duì)目標(biāo)的高度識(shí)別可靠性和抗電子干擾能 力，在商用和軍用領(lǐng)域都有很大的價(jià)值。ISAR成像方法通過(guò)處理一個(gè)在不同空間位置傳輸 和接受的寬頻帶信號(hào)，可以得到高分辨的二維的目標(biāo)圖像，然而，距離分辨率會(huì)受限于信號(hào) 脈沖寬度的影響，方位分辨率同樣受限于相干處理時(shí)間以及目標(biāo)轉(zhuǎn)動(dòng)時(shí)與雷達(dá)的觀測(cè)角度 的變化。
[0003] 對(duì)于高分辨成像，物體散射的響應(yīng)可以近似的估計(jì)為一系列單獨(dú)的反射體的累 加，ISAR成像可以視為測(cè)量一定數(shù)量的反射體，其回波在時(shí)間域上是稀疏的，以此稀疏先驗(yàn) 為基礎(chǔ)，近來(lái)一種壓縮采樣（也稱之為壓縮感知）的理論被用來(lái)從很少的脈沖數(shù)得到高分 辨的雷達(dá)圖像。這些工作的基礎(chǔ)是雷達(dá)數(shù)據(jù)的可壓縮（稀疏）性，應(yīng)用時(shí)不會(huì)有大的損失， 也就是說(shuō)目標(biāo)在高分辨圖像中相比于圖像的像素?cái)?shù)來(lái)說(shuō)是很少的。然而，圖像恢復(fù)的過(guò)程 被簡(jiǎn)化為尋找一個(gè)欠定問(wèn)題的稀疏解，這是非常困難的，因?yàn)榧词故钦业揭粋€(gè)近似解也是 一個(gè)NP難的問(wèn)題。一些算法被用于避免窮舉搜索地解這個(gè)問(wèn)題，例如貪婪追蹤算法，松弛 算法，而其中貪婪追蹤算法計(jì)算量龐大，收斂速度慢，并且對(duì)噪聲的魯棒性很低。
[0004] 對(duì)近期的成像方法的研究可以發(fā)現(xiàn)，基于生物學(xué)啟發(fā)的算法得到了越來(lái)越多的關(guān) 注，這是一種計(jì)算領(lǐng)域的新方向。人類視覺(jué)系統(tǒng)可以在復(fù)雜場(chǎng)景中定位出感興趣的物體，在 心理學(xué)和計(jì)算神經(jīng)學(xué)中，視覺(jué)的顯著注意特性在各種視覺(jué)機(jī)制里是一種關(guān)鍵成分，因此，顯 著性可以作為一種解決復(fù)雜成像問(wèn)題的先驗(yàn)知識(shí)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是克服上述現(xiàn)有技術(shù)中的不足，提出了 一種基于加權(quán)Ll優(yōu)化與視 覺(jué)顯著注意的ISAR成像方法，以大幅度降低采樣率，降低短觀測(cè)時(shí)間下的ISAR成像的實(shí)現(xiàn) 難度，同時(shí)利用顯著性先驗(yàn)進(jìn)一步提高成像質(zhì)量。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是提供了一種基于加權(quán)Ll優(yōu)化與視覺(jué)顯著 注意的ISAR成像方法，包括如下步驟：
[0007] 步驟1.對(duì)雷達(dá)接收到的回波數(shù)據(jù)進(jìn)行距離維匹配濾波；
[0008] la)設(shè)雷達(dá)傳輸線性調(diào)頻信號(hào)為
[0010] 其中Tp表示脈沖寬度，T為快時(shí)間，f。是載頻，Y為調(diào)頻率，
；代表單位 矩形窗函數(shù)，j為虛數(shù)單位；
[0011] Ib)雷達(dá)接收到的每個(gè)散射點(diǎn)回波信號(hào)為
[0013] 其中B為目標(biāo)的后向散射振幅，Ta為觀測(cè)時(shí)間，c為光速，t為慢時(shí)間，R(t)表示 散射點(diǎn)到雷達(dá)的瞬時(shí)距離；
[0014] Ic)目標(biāo)上多個(gè)散射點(diǎn)回波信號(hào)疊加得到接收到的回波數(shù)據(jù)，然后對(duì)接收到的回 波數(shù)據(jù)進(jìn)行傳統(tǒng)的距離維匹配濾波，匹配濾波之后的回波信號(hào)為
[0016] 步驟2.對(duì)匹配濾波之后的回波信號(hào)作相干積分以提高信號(hào)的信噪比；
[0017]對(duì)步驟1中得到的匹配濾波之后的回波信號(hào)s(T，t)矩陣的每一列作方位向相干 積分，第1個(gè)距離單元的回波信號(hào)S1相干積分后得到
[0018] s/ =Fs1 = 9 !+Fn1 =AQ^nl1
[0019] 其中s/ (1 = 1，2...L)和A=FW分別是相干積分后的觀測(cè)值和字典，F(xiàn)是NXN的N點(diǎn)FFT矩陣，其第m行n列的元素為Fnin =ei2"(m(n:)，n/ =Fn1, 1 = 1，2. . .L為相干 積分后的噪聲向量，W為步驟3中構(gòu)造的稀疏字典；
[0020] 步驟3?構(gòu)造稀疏字典；
[0021] 3a)假設(shè)沒(méi)有產(chǎn)生越距離單位徙動(dòng)，考慮噪聲，第1個(gè)距離單元包含K個(gè)方位向位 置不同的散射中心，則第1個(gè)距離單元的回波信號(hào)S1 (t)為
[0023] 其中Bk和fk分別是第k個(gè)散射點(diǎn)的反射振幅和多普勒頻率，K是強(qiáng)散射點(diǎn)的數(shù) 目，Ii1表示第1個(gè)距離單元的加性噪聲；
[0024] 3b)定義時(shí)間序列t: [1:N]TAt，其中N=Ta/At表示脈沖數(shù)，At= 1/f；是時(shí)間 間隔，f；為雷達(dá)的脈沖重復(fù)頻率，定義多普勒的個(gè)數(shù)為Q，則對(duì)應(yīng)的多普勒分辨率為Afd = f；/Q，離散多普勒序列為fd: [I:Q]TAfd_ (f；/2)，設(shè)定的Q應(yīng)大于脈沖數(shù)N，由此構(gòu)造稀疏字 典為
[0025]
[0026] 其中，％ =exp[-，則第1個(gè)距離單元的回波信號(hào)的矩陣 形式為
[0027] S1 = ^ 0!+rij
[0028] 其中向量0 = 1，2. . .L)表示圖像矩陣的第1列，0iCL= 1，2. . .L)中非零元 素對(duì)應(yīng)K個(gè)強(qiáng)散射中心的復(fù)振幅；
[0029] 步驟4?計(jì)算第一步權(quán)值；
[0030] 利用下列分段光滑的函數(shù)來(lái)計(jì)算顯著區(qū)域內(nèi)的權(quán)值，
[0034] 步驟5.求解優(yōu)化問(wèn)題得到用作先驗(yàn)的初步ISAR成像結(jié)果；
[0035] 5a)采用基追蹤算法求解優(yōu)化問(wèn)題得到稀疏向量，即為一個(gè)距離單元內(nèi)的ISAR成
，其中W是對(duì)角矩陣，主對(duì)角線上為分別 對(duì)應(yīng)于Q1'的第i個(gè)成分的權(quán)值W1,e/ = (W) 1X1, ￡l' =IIrV I I2是相干積分后的噪聲 等級(jí)，0 / (1 = 1，2. ..L)是最后求解得到的在字典W下的復(fù)振幅；
[0036] 5b)所有距離單元求解結(jié)束即可得到一個(gè)初步ISAR成像結(jié)果；
[0037] 步驟6.使用步驟5得到的初步ISAR成像結(jié)果求顯著圖，并得到顯著區(qū)域，具體過(guò) 程如下：
[0038] 6a)輸入初步ISAR成像結(jié)果§通過(guò)下式基于PCT變換計(jì)算得到顯著圖I，
[0040] 其中CT，CT1表示輪廓波變換和反變換，G是一個(gè)二維高斯低通濾波器，*是卷積 操作，"sign( ?) "為符號(hào)函數(shù)
[0042] 6b)通過(guò)顯著圖I粗略的得到目標(biāo)的大概位置和背景區(qū)域的位置，再對(duì)顯著圖I使 用二維中值濾波和圖像形態(tài)學(xué)閉操作提高區(qū)域的光滑程度與連通性，選取一個(gè)閾值得到顯 著的目標(biāo)區(qū)域Rt和不顯著的背景區(qū)域Rb ;
[0043] 步驟7.利用顯著區(qū)域更新權(quán)值，求解優(yōu)化問(wèn)題得到高分辨ISAR圖像；
[0044] 7a)利用步驟6得到的顯著的目標(biāo)區(qū)域Rt和不顯著的背景區(qū)域Rb更新權(quán)值，使用 常數(shù)d作為背景區(qū)域的權(quán)值，則基于顯著圖的加權(quán)函數(shù)替換為
[0046] 7b)采用基追蹤算法求解該優(yōu)化問(wèn)題得到稀疏向量，即為一個(gè)距離單元內(nèi)的ISAR 成像結(jié)果，所有距離單元求解結(jié)束即得到整個(gè)高分辨ISAR圖像。
[0047] 本發(fā)明的有益效果是：
[0048] 1)提出一種利用稀疏先驗(yàn)和目標(biāo)顯著性先驗(yàn)的ISAR高分辨成像方法，模仿神經(jīng) 元對(duì)于相似的幾何視覺(jué)特征的側(cè)向環(huán)繞抑制；提出一種基于生物學(xué)和幾何信息提取的自底 向上的視覺(jué)注意模型。
[0049] 2)提出一種基于顯著圖的加權(quán)11優(yōu)化恢復(fù)方法，通過(guò)給目標(biāo)和背景區(qū)域設(shè)計(jì)不 同的權(quán)值來(lái)增強(qiáng)成像質(zhì)量和可靠性；定義了一個(gè)分段光滑的權(quán)值函數(shù)，可以同時(shí)增強(qiáng)強(qiáng)弱 散射點(diǎn)的差異同時(shí)抑制背景中的噪聲和雜波。
[0050] 以下將結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。
【附圖說(shuō)明】
[0051] 圖1是本發(fā)明的整體流程示意圖。
[0052] 圖2(a)是本發(fā)明中顯著圖I的示例圖。
[0053] 圖2(b)是本發(fā)明中顯著圖I的等高線圖。
[0054] 圖2(c)是本發(fā)明中經(jīng)二維中值濾波和圖像形態(tài)學(xué)閉操作后的顯著圖I示例圖。
[0055] 圖2(d)是本發(fā)明中顯著區(qū)域的示例圖。
[0056] 圖3 (a)是傳統(tǒng)RD算法中256脈沖Yak-42的ISAR圖像。
[0057] 圖3 (b)是傳統(tǒng)RD算法中64脈沖Yak-42的ISAR圖像。
[0058] 圖3 (c)是傳統(tǒng)RD算法中256脈沖Yak-42的ISAR等高線圖。
[0059] 圖3 (d)是傳統(tǒng)RD算法中64脈沖Yak-42的ISAR等高線圖。
[0060] 圖4(a)是本發(fā)明信噪比SNR為2dB時(shí)，32個(gè)脈沖的ISAR成像結(jié)果圖。
[0061] 圖4(b)是本發(fā)明信噪比SNR為2dB時(shí)，64個(gè)脈沖的ISAR成像結(jié)果圖。
[0062] 圖4(c)是本發(fā)明信噪比SNR為2dB時(shí)，96個(gè)脈沖的ISAR成像結(jié)果圖。
[0063] 圖4(d)是本發(fā)明信噪比SNR為2dB時(shí)，32個(gè)脈沖的ISAR成像結(jié)果等高線圖。
[0064] 圖4(e)是本發(fā)明信噪比SNR為2dB時(shí)，64個(gè)脈沖的ISAR成像結(jié)果等高線圖。
[0065] 圖4(f)是本發(fā)明信噪比SNR為2dB時(shí)，96個(gè)脈沖的ISAR成像結(jié)果等高線圖。
【具體實(shí)施方式】
[0066] 實(shí)施例1 :
[0067] 本發(fā)明提出了一種基于加權(quán)Ll優(yōu)化與視覺(jué)顯著注意的ISAR成像方法，如圖1所 示，本發(fā)明的實(shí)現(xiàn)過(guò)程包含如下步驟：
[0068] 步驟1.對(duì)雷達(dá)接收到的回波數(shù)據(jù)進(jìn)行距離維匹配濾波；
[0069]la)假設(shè)雷達(dá)傳輸線性調(diào)頻信號(hào)如下
[0071] 其中Tp表示脈沖寬度，T為快時(shí)間，f。是載頻，Y為調(diào)頻率，
表單位 矩形窗函數(shù)，j為虛數(shù)單位；
[0072] Ib)雷達(dá)接收到的每個(gè)散射點(diǎn)回波信號(hào)為
[0074] 其中B為目標(biāo)的后向散射振幅，Ta為觀測(cè)時(shí)間，c為光速，t為慢時(shí)間，R(t)表示 散射點(diǎn)到雷達(dá)的瞬時(shí)距離；
[0075] Ic)目標(biāo)上多個(gè)散射點(diǎn)回波信號(hào)疊加得到接收到的回波數(shù)據(jù)，對(duì)接收到的回波數(shù) 據(jù)進(jìn)行傳統(tǒng)的距離維匹配濾波，匹配濾波之后的回波信號(hào)為
[0077] 步驟2.對(duì)回波信號(hào)作相干積分以提高信號(hào)的信噪比；
[0078] 對(duì)步驟1中得到的匹配濾波之后的回波信號(hào)s(T，t)矩陣的每一列作方位向相干 積分，第1個(gè)距離單元的回波信號(hào)S1相干積分后得到
[0079] s/ =Fs1 =F1Ij 0 ^Fn1 =A0dn/ (4)
[0080] 其中s/ (1 = 1，2. ..L)和A=FW分別是相干積分后的觀測(cè)值和字典，F(xiàn)是NXN 的N點(diǎn)FFT矩陣，其第m行n列的元素為Fnin =ei2"(m(n:)，n/ =F