[发明专利]基于三维重构的空间目标姿态外推方法

说明书

本发明公开了一种基于三维重构的空间目标姿态外推方法，主要解决现有技术在多任务雷达样本个数较少时目标识别率低的问题，其实现过程是：1)对数据进行均匀分帧，并进行ISAR成像；2)对每一幅ISAR图像进行方位定标；3)提取每一幅ISAR图像的散射中心参数集合；4)对ISAR图像集合的散射中心进行关联，得到轨迹矩阵；5)对轨迹矩阵进行奇异值分解，得到投影矩阵和位置矩阵；6)对投影矩阵和位置矩阵进行三维重构，得到散射中心矩阵；7)根据散射中心矩阵，对每一帧内的数据进行外推，得到每一帧外推后的时域实雷达距离像样本，用于后续目标识别。本发明采用数据外推的方法能显著提高目标识别率，可用于对雷达距离像的识别。

技术领域

本发明属于数据处理技术领域，特别涉及一种小角域内样本的数据外推方法，可用于目标识别。

背景技术

当目标沿雷达视线方向RLOS的尺寸远大于雷达的距离分辨率时，就不能把目标当作一个“点”来处理。而由于目标占据多个距离分辨单元，相应的雷达回波中呈现出的起伏和尖峰，就反映着目标散射点沿距离方向上的分布，这些回波就被称为高分辨距离像HRRP。

近年来，基于HRRP的雷达目标识别技术由于其特有的优势越来越引起各国的关注。然而，在实际情况中，一方面由于雷达的多任务工作模式，导致对目标的回波的非连续性采集；另一方面，由于空间目标的非合作性，空间目标的变轨会导致空间目标的姿态变化，进而影响统计模型的准确性，难以得到理想的识别结果。因此考虑如何在已知角域内少量样本的情况下得到较高的识别结果是亟待解决的问题。

西安电子科技大学在其申请的发明专利“基于稀疏散射中心提取的距离像数据外推方法”(公开号：105068062B，申请号：201510512213.7)中公开了一种基于稀疏散射中心提取的距离像数据外推方法。该方法通过稀疏求解，得到单幅ISAR图像的散射中心的参数集合；根据目标散射中心参数组合，得到每一帧外推后的复HRRP样本；对每一帧数据进行逆快速傅里叶变换IFFT，得到每一帧外推后的时域实HRRP样本，用于后续的目标识别。该方法存在的不足之处是，只适合扁平目标或者在同一平面旋转的目标，如飞机等,对于具有三维旋转的空间目标，将不再适用。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于三维重构的空间目标距离像数据外推方法，以在三维旋转的目标的不同姿态下，增多样本个数，提高目标识别率。

本发明的技术思路是在高分辨率雷达中，将目标看作是由一系列散射中心组成；通过对序列ISAR图像的散射中心提取、关联、重构，估计得到目标的三维散射中心模型，通过数据外推得到更大角域内的复HRRP样本，进而增多样本个数，提高模型参数估计的准确性，最终达到提高目标识别率的目的。其实现步骤包括如下：

(1)对获取的复高分辨距离像HRRP进行均匀分段，每一段定义为一帧，并对每一帧进行ISAR成像，得到ISAR像集合；

(2)对ISAR像集合里的每一帧ISAR像进行方位定标，得到图像的方位分辨率；

(3)设定散射中心的幅度阈值，利用峰值搜索方法获取每一帧ISAR像的散射中心参数集合：其中，表示中参数组合的个数，表示第i个参数组合对应的复强度，表示第i个参数组合对应的位置信息；

(4)根据目标散射中心参数集合对散射中心进行关联，得到散射中心轨迹矩阵W；

(5)对轨迹矩阵W进行奇异值分解W＝UΣV^T，得到投影矩阵位置矩阵其中表示左酉矩阵U的前3列，表示Σ的前3列和前3行，表示右酉矩阵V的前3列；

(6)根据投影矩阵和位置矩阵进行散射中心的三维重构，得到散射中心矩阵P₀：

(7)根据目标散射中心矩阵P₀，通过下式外推得到未观测的复HRRP样本