[发明专利]基于稳健正则化层析方法的SAR图像成像方法

摘要

本发明公开了一种基于稳健正则化层析方法的SAR图像成像方法，克服了现有技术SAR图像中存在斑点噪声时，相同像素的散射点扩散到相邻的像素中，导致散射点位置不准确的缺点，实现步骤为：(1)接收SAR图像；(2)对每幅SAR图像进行配准；(3)重新加权估计每幅SAR图像的协方差矩阵；(4)选择稳健信号的子空间矩阵；(5)利用稳健的正则化层析方法对场景目标聚焦成像。本发明减少了噪声对聚焦成像的影响，当相同的散射点扩散到相邻像素中可以准确识别，提高了散射点准确位置的聚焦成像。

主权项

1.一种基于稳健正则化层析方法的SAR图像成像方法，其特征在于，重新加权估计每幅SAR图像的协方差矩阵，对协方差矩阵进行特征分解，选择稳健信号的子空间矩阵，该方法的具体步骤包括如下：(1)接收SAR图像：机载雷达采用走停模式发射脉冲信号，机载雷达系统实时接收高度向L个场景目标点的M幅SAR图像，其中，L的取值范围为[80,110]，M的取值范围为[5,30]；(2)对每幅SAR图像进行配准：(2a)从M幅SAR图像中任选一幅作为主图像，将剩余的图像作为辅图像；(2b)采用几何配准方法，对每幅辅图像进行配准；(3)按照下式，重新加权估计每幅SAR图像的协方差矩阵；其中，C_r表示第r幅SAR图像的协方差矩阵，N表示机载雷达接收M幅图像重复航过的次数，I表示单位矩阵，L表示场景目标点的总数，∑表示求和操作，q表示场景目标点的序号，||·||表示求一范数操作，Y_s表示配准后的第S幅SAR图像，H表示共轭转置操作；(4)选择稳健信号的子空间矩阵：(4a)按照下式，计算每幅SAR图像中每个像素的特征值；其中，λ_rx表示第r幅SAR图像中第x个像素的特征值，|·|表示取模操作，E表示对角单位矩阵；(4b)按照下式，计算每幅SAR图像中每个像素的特征值对应的特征向量；其中，e_rx表示第r幅SAR图像中像素的第x个特征值对应的特征向量；(4c)按照下式，计算稳健信号的子空间矩阵：其中，G表示稳健信号的子空间矩阵，表示开平方操作，λ_rmax表示第r幅SAR图像中所有像素特征值中的最大特征值，e_rmax表示第r幅SAR图像中最大特征值对应的特征向量，λ_rmin表示第r幅SAR图像中所有像素特征值中的最小特征值，e_rmin表示第r幅SAR图像中最小特征值对应的特征向量；(5)利用稳健的正则化层析方法对场景目标聚焦成像：(5a)机载雷达每次航过对L个场景目标点接收一次回波信号，机载雷达M次航过后，得到一个M×L阶的场景目标矩阵；(5b)对场景目标矩阵进行奇异值分解；(5c)按照下式，对场景目标聚焦成像；其中，K表示场景目标聚焦成像，μ表示正则化参数。