[发明专利]基于全局最小均方算法的雷达相位解缠方法

摘要

本发明公开了一种基于全局最小均方算法的雷达相位解缠方法，其思路为：首先得到干涉相位图，并建立长度为L的自适应信号预测系统，设定延时系统，依次得到所述预测系统的输入值，和所述预测系统对应的加权向量，进而依次得到所述预测系统的输出值，和所述预测系统的误差函数，并根据设定的噪声门限，依次得到所述预测系统的约束误差函数和约束输入值，进而依次得到所述预测系统的约束误差均方值和变形后的约束误差均方值，然后再依次得到所述预测系统的均方约束误差值梯度和最小均方约束误差值，获取所述预测系统的约束输入值对应的最优加权向量，得到所述预测系统对应的稳定加权向量，进而得到所述预测系统的稳定输出值，即雷达相位解缠后的结果。

主权项

一种基于全局最小均方算法的雷达相位解缠方法，其特征在于，包括以下步骤：步骤1，将SAR图像与该SAR图像经过图像配准后的图像数据共轭相乘，得到干涉相位图；建立长度为L的自适应信号预测系统，并令所述干涉相位图中第n个像素点的缠绕相位为长度为L的自适应信号预测系统在n时刻的输入信号x(n)，将所述输入信号x(n)经过长度为L的自适应信号预测系统，依次得到长度为L的自适应信号预测系统在n+j时刻的输入值X(n+j)，和设定的长度为L的自适应信号预测系统在n+j时刻的输入值X(n+j)对应的加权向量为B(n+j)，进而依次得到长度为L的自适应信号预测系统在n+j时刻的输出值即干涉相位图第n+j个像素点的解缠后的相位，和长度为L的自适应信号预测系统在n+j时刻的误差函数e(n+j)，并根据设定的一个噪声门限T_v，依次得到长度为L的自适应信号预测系统在n+j时刻的约束误差函数和长度为L的自适应信号预测系统在n+j时刻约束输入值其中，j的初始值为0，j表示迭代次数，n表示n时刻，n也表示干涉相位图第n个像素点，n∈{L,L+1,...,N}，N表示干涉相位图的像素点总数；步骤2，根据长度为L的自适应信号预测系统在n+j时刻的约束误差函数得到长度为L的自适应信号预测系统在n+j时刻的约束误差均方值进而得到长度为L的自适应信号预测系统在n+j时刻的均方约束误差值梯度其中，j的初始值为0，j表示迭代次数，n表示n时刻，n也表示干涉相位图第n个像素点；步骤3，根据全局最小均方算法，利用长度为L的自适应信号预测系统在n+j时刻的均方约束误差值梯度和长度为L的自适应信号预测系统在n+j时刻的输入值X(n+j)对应的加权向量B(n+j)，设定收敛条件为：|B(n+j+1)‑B(n+j)|<ε当不满足所述收敛条件时，令j增加1，返回步骤1；当满足所述收敛条件时，迭代停止，此时第j次迭代得到的加权向量即为得到长度为L的自适应信号预测系统对应的稳定约束加权向量；其中，j的初始值为0，j表示迭代次数，n表示n时刻，n也表示干涉相位图第n个像素点，ε表示设定的趋于无穷小的极小数；步骤4，根据干涉相位图中第n个像素点的缠绕相位为长度为L的自适应信号预测系统的n时刻的输入信号x(n)和长度为L的自适应信号预测系统对应的稳定约束加权向量，得到长度为L的自适应信号预测系统在n时刻的稳定输出值即干涉相位图第n个像素点的解缠后的相位，从而得到干涉相位图中N个像素点的解缠相位，即干涉相位图的最终解缠相位；其中，n表示n时刻，n也表示干涉相位图第n个像素点，n∈{L,L+1,...,N}，N表示干涉相位图的像素点总数。