[发明专利]基于稀疏分解的雷达目标属性散射中心特征提取方法有效
| 申请号: | 201210414929.X | 申请日: | 2012-10-25 |
| 公开(公告)号: | CN103064071A | 公开(公告)日: | 2013-04-24 |
| 发明(设计)人: | 刘宏伟;李飞;纠博;杜兰;王英华;王鹏辉 | 申请(专利权)人: | 西安电子科技大学 |
| 主分类号: | G01S7/41 | 分类号: | G01S7/41 |
| 代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 王品华;朱红星 |
| 地址: | 710071*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开一种基于稀疏分解的雷达目标属性散射中心特征提取方法,主要解决现有基于对雷达图像进行图像分割提取属性散射中心方法的模型失配、特征易丢失以及参数估计精度较低的问题。其实现过程是:首先利用噪声样本建立散射中心强度门限,在雷达图像中进行强散射中心检测,并确定散射中心参数的取值集合;然后根据属性散射中心模型,利用坐标轮回下降技术构建超分辨字典,通过求解0范数优化问题得到目标属性散射中心参数超分辨估计集合,根据散射中心参数集合提取目标及其重要部件的几何尺寸特征。本发明能有效提取目标属性散射中心、超分辨估计散射中心参数、精确估计目标及其重要部件几何尺寸,可用于雷达目标分类识别。 | ||
| 搜索关键词: | 基于 稀疏 分解 雷达 目标 属性 散射 中心 特征 提取 方法 | ||
【主权项】:
1.一种基于稀疏分解的雷达目标属性散射中心特征提取方法,包括如下步骤:1)根据雷达图像中噪声设定散射中心强度门限ξ,将雷达图像中强度大于ξ的散射中心确定为强散射中心,根据检测到的强散射中心坐标(x,y)确定坐标参数x,y的取值范围,由先验信息确定散射中心长度L取值范围,设定分布式散射中心方位角
最终确定散射中心参数
的集合
2)根据所述的参数集合
构建字典
2a)将字典
的参数集合
离散化,即将相邻坐标参数x的间隔设为一个距离分辨单元长度ρr,将相邻坐标参数y的间隔设为一个方位分辨单元长度ρa,将相邻散射中心长度参数L的间隔设为ρa;2b)根据属性散射中心模型,产生对应不同参数的原子di(f,φ)d i ( f , φ ) = exp ( - j 4 πf c ( x i cos φ + y i sin φ ) ) · ]]>sin c ( 2 πf c L i sin ( φ - φ i ‾ ) ) - - - < 1 > ]]> i=1,...N0其中i表示原子序号,N0表示初步估计(x,y,L)时字典
的原子个数,exp(·)为自然指数函数,sinc(·)为辛克函数,
为集合
离散化后的第i组参数,f为雷达发射信号频率,φ为雷达波束方位角,c为光速;将不同原子di(f,φ)列向量化,并对原子向量进行能量归一化,构建字典
为:D 0 ( x , y , L | θ ^ 0 ) = [ d ^ 1 , . . . , d ^ i , . . . , d ^ N 0 ] ]]>d ^ i = vec ( d i ( f , φ ) ) | | vec ( d i ( f , φ ) ) | | 2 - - - < 2 > ]]> 其中vec(·)表示列向量化操作,||·||2为2范数算子;3)利用正交匹配追踪OMP方法求解如式<3>的0范数优化问题,由σ1更新散射中心参数集合![]()
为散射中心参数(x,y,L)的初步估计集合;σ 1 = arg min σ | | σ | | 0 , ]]>s . t . | | s - D 0 ( x , y , L | θ ^ 0 ) · σ | | 2 ≤ ϵ - - - < 3 > ]]> 其中,σ为待优化散射系数向量,σ1为优化的散射系数向量,s为频域观测信号矩阵的列向量化,||·||0为0范数算子,ε为能量误差约束因子,根据目标支撑区占整幅雷达图像的能量比确定;4)根据所述的参数集合
构建字典
4a)根据先验信息确定散射中心长度L取值范围,将相邻散射中心长度参数L的间隔设为ρa,得到字典
的散射中心长度参数L的离散取值;根据雷达回波数据录取的方位角域确定分布式散射中心方位角
取值范围,将相邻分布式散射中心方位角参数
的间隔设为
得到字典
的分布式散射中心方位角参数
的离散取值;散射中心坐标参数
4b)根据离散化的散射中心长度参数L与分布式散射中心方位角
由式<1>产生原子向量,并对原子进行能量归一化,构建字典
为:D 1 ( L , φ ‾ | θ ^ 1 ) = [ d ^ 1 , . . . , d ^ i , . . . , d ^ N 1 ] - - - < 4 > ]]> 其中N1表示估计参数
时字典
的原子个数;5)利用正交匹配追踪OMP方法求解如式<5>的0范数优化问题,由σ2更新散射中心参数集合![]()
为参数
的估值集合;σ 2 = arg min σ | | σ | | 0 , ]]>s . t . | | s - D 1 ( L , φ ‾ | θ ^ 1 ) · σ | | 2 ≤ ϵ - - - < 5 > ]]> 其中σ2为优化的散射系数向量;6)根据所述的参数集合
构建超分辨字典
6a)在以
中的坐标参数x为中心,长度为ρr的邻域内取值,将相邻参数x的间隔设为ρr/Ns,得到字典
的坐标参数x的离散取值,Ns为超分辨倍数,一般Ns=2,4,8,...;在以
中的y为中心,长度为ρa的邻域内取值,将相邻参数y的间隔设为ρa/Ns,得到字典
的坐标参数y的离散取值;在以
中的L为中心,长度为ρa的邻域内取值,将相邻参数L的间隔设为ρa/Ns,得到字典
的散射中心长度参数L的离散取值;分布式散射中心方位角参数
6b)根据离散化的字典参数x,y,L由式<1>产生原子向量,并对原子进行能量归一化,构建超分辨字典![]()
D 2 ( x , y , L | θ ^ 2 ) = [ d ^ 1 , . . . , d ^ i , . . . , d ^ N 2 ] - - - < 6 > ]]> 其中,N2表示超分辨字典
的原子个数;7)利用正交匹配追踪OMP方法求解如式<7>的0范数优化问题,由σ3更新散射中心参数集合
得到(x,y,L)的超分辨估计集合
与目标及其重要部件几何尺寸特征;σ 3 = arg min σ | | σ | | 0 , ]]>s . t . | | s - D 2 ( x , y , L | θ ^ 2 ) · σ | | 2 ≤ ϵ - - - < 7 > ]]> 其中σ3为优化的散射系数向量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210414929.X/,转载请声明来源钻瓜专利网。





