[发明专利]GEO星-机多基SAR拓扑结构设计方法

摘要

本发明公开了一种GEO星‑机多基SAR拓扑结构设计方法。其包括建立GEO星‑机多基SAR的空间分辨率模型，构造拓扑结构设计模型，将拓扑结构设计模型转换为多目标优化模型，采用多目标优化方法进行迭代求解，对得到的解集进行非支配排序，选择最优解作为最优拓扑结构。本发明通过建立GEO星‑机多基SAR的空间分辨率模型，构造拓扑结构设计模型，转换为多目标优化模型，再采用多目标优化方法进行迭代求解，从而得到最优多基拓扑结构，能够使多基融合后的空间分辨率达到最优，显著提高遥感图像的空间分辨率。

主权项

1.一种GEO星‑机多基SAR拓扑结构设计方法，其特征在于，包括以下步骤：A、建立GEO星‑机多基SAR的空间分辨率模型，所述GEO星‑机多基SAR的空间分辨率模型具体表示为：其中，χ_mul(r)表示多基SAR广义模糊函数，|·|表示取模，[·]^T表示转置，p(·)和m_A(·)分别表示距离信号经匹配滤波器的输出以及归一化接收信号幅度的逆傅里叶变换，N为接收站个数，r表示目标点与临近目标点的任意点之间的距离，c表示光速，λ表示波长，u_TA和分别表示由发射站和接收站n_th指向目标点的单位向量，ω_TA和分别表示发射站和接收站n_th的角速度；B、根据步骤A中空间分辨率模型得到分辨单元面积和分辨率不均衡因子，构造拓扑结构设计模型；C、将步骤B中拓扑结构设计模型转换为多目标优化模型，所述多目标优化模型具体表示为：其中，F₂(x)表示拓扑设计的第二个目标函数，S_cell(x)表示分辨单元面积，γ(x)表示分辨率不均衡因子；D、采用多目标优化方法对步骤C中多目标优化模型进行迭代求解，对得到的解集进行非支配排序，选择最优解作为最优拓扑结构，具体包括以下分步骤：D1、初始化多目标优化方法的的参数，所述参数包括种群大小M、最大迭代次数G_max、交叉概率P_c、变异概率P_m、竞赛规模T、交叉因子I_c、变异因子I_m；D2、设定遗传代数为1，在决策空间中随机生成多个个体组成初始种群，计算种群中每个个体的适应度值，得到目标函数值；D3、判断遗传代数是否大于设定的最大遗传代数；若是，则对得到的解集进行非支配排序，选择最优解作为最优拓扑结构；若否，则进行下一步骤；D4、采用竞赛选择算子得到两个母代个体，再采用模拟二进制交叉算子生成子代个体，组成子代种群；D5、采用多项式变异算子对子代种群内个体进行变异操作；D6、计算变异后子代种群中每个个体的目标函数值，将母代种群与子代种群合并形成新的种群，按照分解策略将新的种群划分为多个不同的非支配解集；D7、采用选择算子从新的种群中选择多个最优解，得到下一代种群，对遗传代数加1进行更新，返回步骤D3。