[发明专利]基于搜索SAR图像相位梯度自聚焦运动补偿方法

摘要

本发明公开一种基于搜索SAR图像相位梯度自聚焦运动补偿方法，解决了现有技术相位梯度自聚焦运动补偿方法存在的熵值收敛速度慢，且对具有极少孤立强散射点的图像聚焦效果较差甚至不能聚焦的问题。本发明的步骤为：(1)输入图像域数据信号矩阵；(2)获取距离单元数据信号矩阵；(3)循环移位；(4)加窗处理；(5)校正相位误差；(6)判断是否满足熵值收敛条件；(7)输出相位校正数据信号矩阵。本发明相比现有技术相比，加快了熵值收敛的速度，提高了相位误差校正的效率，并且对具有极少孤立强散射点的图像有良好的聚焦效果。

主权项

一种基于搜索合成孔径雷达图像相位梯度自聚焦运动补偿方法，包括如下步骤：(1)输入图像域数据信号矩阵：(1a)输入合成孔径雷达图像域数据信号矩阵；(1b)从图像域数据信号矩阵中任意选取一行，将所选取行的图像域数据信号作为距离单元数据信号；(2)获取距离单元数据信号矩阵：(2a)采用相干公式，对距离单元数据信号进行相干和归一化处理，得到距离单元数据信号的能量；(2b)将距离单元数据信号按能量的大小从大到小排序；(2c)从排序后距离单元数据信号中选取前30个距离单元数据信号，将选出的30个距离单元数据信号合成一个矩阵，得到距离单元数据信号矩阵；(3)循环移位：(3a)从距离单元数据信号矩阵的第一行中选取能量最大的元素，将该元素移动到该行的中心位置；(3b)判断距离单元数据信号矩阵中全部行的能量最大的元素的移动是否完毕，若是，执行步骤(4)，否则，执行步骤(3a)；(4)加窗处理：采用加窗截断方式，对距离单元数据信号矩阵的每一行进行加窗操作，得到加窗距离单元数据信号矩阵；(5)校正相位误差：(5a)对加窗距离单元数据信号矩阵进行方位向傅里叶变换，得到距离多普勒域数据信号矩阵；(5b)采用步长搜索相位误差估计方法，得到距离多普勒域数据信号矩阵的相位误差；所述步长搜索相位误差估计方法的步骤如下：(5b1)按照下式，计算距离多普勒域数据信号矩阵的相位梯度中心值：η=argΣn=1fW·(ymn·conj(y(m-1)n))]]>其中，η表示距离多普勒域数据信号矩阵的相位梯度中心值，arg表示取相位值操作，W表示距离多普勒域数据信号矩阵的归一化权值，n表示距离多普勒域数据信号矩阵中任意一个距离向位置，n的取值范围为1,2,3,...,f，f表示距离多普勒域数据信号矩阵的列数，ymn，y(m‑1)n分别表示距离多普勒域数据信号矩阵第m行第n列和第m‑1行第n列的信号点，m表示距离多普勒域数据信号矩阵的任意一个距离向位置，m的取值范围为1,2,3,...,e，e表示距离多普勒域数据信号矩阵的行数，conj(·)表示取共轭操作；(5b2)按照下式，计算距离多普勒域数据信号矩阵的切比雪夫熵值展开式各阶节点系数：G0=15Σp=04φ(cos(2p+110π))Gi=25Σp=04φ(cos(2p+110π))cos[(2p+1)iπ10](i≠0)]]>其中，G0表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式零阶节点的系数，Gi表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式i阶节点的系数，i表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式中项的阶数，φ(·)表示距离多普勒域数据信号矩阵的熵值函数，p表示距离多普勒域数据信号矩阵的切比雪夫熵值展开式的累加变量，p的取值范围为0,1,2,3,4；(5b3)按照下式，计算距离多普勒域数据信号矩阵的熵值展开式：φ(δ)＝G0+G4+(G1+2G2‑3G3)δ+(2G2‑8G4)δ2+4G3δ3+8G4δ4其中，φ(δ)表示距离多普勒域数据信号矩阵的熵值，δ表示距离多普勒域数据信号矩阵的相位梯度步长值，δ的取值范围为[‑1,1]，G1,G2,G3,G4分别表示距离多普勒域数据信号矩阵的一阶、二阶、三阶和四阶节点的系数；(5b4)按照下式，计算距离多普勒域数据信号矩阵的相位误差：其中，分别表示距离多普勒域数据信号矩阵第k个和第k‑1个方位向位置的相位误差，η(k)表示距离多普勒域数据信号矩阵第k个方位向位置的相位梯度中心值，k表示距离多普勒域数据信号矩阵的任意一个方位向位置，k的取值范围为1,2,3,...,g，g表示距离多普勒域数据信号矩阵的列数，δ表示距离多普勒域数据信号矩阵的相位梯度步长值，δ的取值范围为[‑1,1]；(5c)用距离多普勒域数据信号矩阵乘以距离多普勒域数据信号矩阵的相位误差，得到校正后的距离多普勒域数据信号矩阵；(5d)对校正后的距离多普勒域数据信号矩阵进行方位向逆傅里叶变换，得到相位校正数据信号矩阵；(6)判断相位校正数据信号矩阵是否满足熵值收敛条件，若是，执行步骤(3)，否则，执行步骤(7)；(7)输出相位校正数据信号矩阵。