[发明专利]一种逆合成孔径雷达成像并行处理方法

说明书

技术领域

本发明属于逆合成孔径雷达(ISAR)成像领域，具体涉及一种逆合成孔径雷达成像并行处理方法。

背景技术

逆合成孔径雷达(InverseSyntheticApertureRadar；ISAR)成像是一种主动式微波成像雷达体制，旨在对空间(空中)运动目标进行成像，是雷达成像的重要发展方向，在战略防御、反卫星、反导以及雷达天文学中有着重要的应用价值。

我国对空间目标(卫星、导弹)观测积累了大量的宽带雷达回波数据，特别是宽带直采回波数据，对数据处理分析需要大量的时间，采用并行处理可以提高数据处理分析的效率。在针对空间目标的ISAR成像处理中，并行处理可以提高成像效率，或在同样成像质量下提高数据处理效率，或在同样数据处理效率下提高成像质量。因此，ISAR成像的并行处理研究在雷达成像领域有着巨大的应用潜力。

逆合成孔径雷达(ISAR)成像的经典算法是距离-多普勒算法(R-D算法)，但是原始R-D算法处理速度慢，无法确保ISAR能够实时成像。为了保证ISAR成像的实时性，目前的主要方法是利用多核DSP(数字信号处理器；DigitalSignalProcessor)或FPGA(现场可编程门阵列；FieldProgrammableGateArray)等硬件设备进行R-D运算。但是，这种利用硬件设备实现ISAR成像的方法缺点明显，原因在于硬件结构优化研制复杂、改进周期长、价格昂贵。

发明内容

为解决硬件手段进行实时成像引入的研制复杂和耗资高昂问题，本发明提出基于OpenMP(OpenMP是并行计算领域的一种共享存储并行编程模型)共享存储的ISAR成像并行处理方法，在确保ISAR实时成像的前提下，缩短研制周期，降低开发成本。

本发明的技术方案是：首先对基于原始回波(R-D算法的输入数据)的距离向压缩算法(R-D算法的第一步骤)进行并行处理，得到一维距离像；然后对基于一维距离像的包络对齐算法(R-D算法的第二步骤)进行并行处理，得到已对齐一维距离像；最后对基于已对齐一维距离像的方位向压缩算法(R-D算法的最后步骤)进行并行处理，从而得到ISAR图像。具体实现步骤如下：

步骤一：距离向压缩算法的并行处理

ISAR成像R-D算法的第一步骤是距离向压缩算法，输入数据是原始回波，由多个回波组成。该算法的并行处理方法是基于并行计算中的数据并行划分手段，对算法输入数据的各个回波同时进行距离向压缩运算，即对每个回波并行进行FFT运算(FFT运算是距离向压缩算法的实质)，并行处理结束后，该步骤快速得到一维距离像。

步骤二：包络对齐算法的并行处理

ISAR成像R-D算法的第二步骤是包络对齐算法，在该步骤，本发明包括两部分内容：首先对基于一维距离像的最大互相关对齐法进行并行处理，得到粗对齐一维距离像；然后对基于粗对齐一维距离像的最小熵对齐运算进行并行处理，得到已对齐一维距离像。

步骤2.1：最大互相关对齐法的并行处理方法

最大互相关对齐法是包络对齐算法的第一步，其输入数据是步骤一生成的一维距离像，由多个回波组成。该算法的并行处理方法是依据算法程序执行的线程数目n(假设线程数目为n)，基于回波个数将算法输入数据均分为n组数据，各组数据并行进行最大互相关对齐运算，运算完毕，并行程序即得到粗对齐一维距离像。

步骤2.2：最小熵对齐法的并行处理方法

最小熵对齐法是包络对齐算法的第二步，其输入数据是步骤2.1生成的粗对齐一维距离像，数据由多个回波组成(假设为M个回波)。该算法并行处理方法是首先依据输入数据的回波将输入数据顺序划分为两组，各组数据回波个数为原始输入数据的一半，即为M/2(M/2取整数)。然后针对划分后的单组数据，数据依旧由多个回波组成(M/2个回波)，单个回波又衍生多个偏移回波(假设为L个回波)，并行对单回波对应的各个偏移回波进行熵值求解，之后求出单回波对应的多个熵值的最小熵，两组数据都运算完毕后，并行程序即得到已对齐一维距离像。

步骤三：方位向压缩算法的并行处理

方位向压缩算法是ISAR成像R-D算法的最后步骤，其输入数据是已对齐一维距离像，由多个回波的已对齐一维距离像序列组成的二维矩阵。该算法的并行处理方法是对已对齐一维距离像序列中每个点组成的序列(由多个回波组成)并行进行方位向压缩处理，即对每个点序列并行进行FFT运算(FFT运算是方位向压缩算法的实质)，并行计算完毕后，该步骤得到ISAR图像。

本发明与现有技术相比具有以下优点：