一种基于深度学习的机动目标ISAR自聚焦成像方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114114260A(43)申请公布日2022.03.01(21)申请号202111415305.5(22)申请日2021.11.25(71)申请人哈尔滨工业大学地址150001黑龙江省哈尔滨市南岗区西大直街92号(72)发明人王勇王海容许荣庆(74)专利代理机构哈尔滨华夏松花江知识产权代理有限公司23213代理人时起磊(51)Int.Cl.G01S13/90(2006.01)权利要求书4页说明书8页附图15页(54)发明名称一种基于深度学习的机动目标ISAR自聚焦成像方法(57)摘要一种基于深度学习的机动目标ISAR自聚焦成像方法，本发明涉及基于深度学习的机动目标ISAR自聚焦成像方法。本发明的目的是为了解决现有机动目标的ISAR像存在分辨率低和噪声干扰等问题。过程为：一、设定最大循环次数T；设循环次数为1，设定机动目标形态及运动参数初值；二、获得ISAR图像；三、获得目标的参考图像；四、判断是否达到T，若没达到，令循环次数加1，随机改变机动目标形态及运动参数初值；重复执行二三，直至达到T，得到T组目标的ISAR图像和参考图像；五、构建ResU‑Net网络；六、获得待测目标回波，经过二处理后输入到网络中，输出补偿后的机动目标的ISAR成像结果。本发明用于雷达技术领域。CN114114260ACN114114260A权利要求书1/4页1.一种基于深度学习的机动目标ISAR自聚焦成像方法，其特征包括以下步骤：所述方法具体过程为：步骤一、设定最大循环次数T，T≥2；设循环次数t＝1，设定机动目标形态及运动参数初值，机动目标运动参数包括角速度ω和角加速度γ；步骤二、信号源发射信号，信号经过机动目标反射后被雷达接收，接收的信号为回波，对所得回波进行解线性调频处理得到处理后的回波；对处理后的多个回波分别进行距离向压缩得到多个一维距离像，对多个一维距离像进行运动补偿，得到多个运动补偿后的一维距离像；所述运动补偿包括包络对齐和相位校正；多个运动补偿后的一维距离像构成二维回波矩阵，对二维回波矩阵的方位向做短时傅里叶变换STFT，获得方位向回波的频率与时间关系；选取任意成像时刻，基于成像时刻获得频率，基于频率与距离单元获得ISAR图像；步骤三、利用散射点模型的点坐标及运动参数计算出散射点的多普勒频率，从而确定散射点成像时刻所处的距离单元和多普勒单元，获得目标的参考图像；步骤四、判断是否达到最大循环次数T，若没达到，令循环次数t＝t+1，随机改变机动目标形态及运动参数初值，机动目标运动参数包括角速度ω和角加速度γ；重复执行步骤二步骤三，直至达到最大循环次数，得到T组目标的ISAR图像和参考图像；步骤五、构建ResU‑Net网络，将步骤四得到的T组目标的ISAR图像和参考图像作为ResU‑Net网络输入，进行训练直至收敛，得到训练好的ResU‑Net网络模型；步骤六、获得待测目标回波，经过步骤二处理后输入到训练好的ResU‑Net网络中，ResU‑Net网络输出即为补偿后的机动目标的ISAR成像结果。2.根据权利要求1所述一种基于深度学习的机动目标ISAR自聚焦成像方法，其特征在于：所述步骤三中利用散射点模型的点坐标及运动参数计算出散射点的多普勒频率，从而确定散射点成像时刻所处的距离单元和多普勒单元，获得目标的参考图像；具体过程为：步骤三一、假设载频为fc，调频率为k的雷达发射线性调频信号s(t)；其中t为快时间，τ为脉冲宽度，j为虚数单位，j2＝‑1；对于与雷达瞬时距离为R(tm)的目标，雷达接收到的回波s(t,tm)表示为其中tm为慢时间，σi表示第i个散射点的回波幅度；Ri(tm)表示机动目标上第i个散射点P(xi,yi)与雷达的瞬时距离，c表示真空状态下光速；所述机动目标上第i个散射点P(xi,yi)与雷达的瞬时距离Ri(tm)表达式为：Ri(tm)＝xisin(Δθ(tm))+yicos(Δθ(tm))+R02CN114114260A权利要求书2/4页其中Δθ(tm)为成像时间内目标转过的角度，R0为目标等效轴心到雷达的距离；sin(Δθ(tm))≈Δθ(tm)，cos(Δθ(tm))≈1；Ri(tm)近似为其中ω为目标运动角速度，γ为目标运动加速度；步骤三二、对雷达接收到的回波s(t,tm)进行解线性调频，距离向压缩和运动补偿后，雷达接收到的回波变为式中，σ′i为回波s(t,tm)第i个散射点经过解线性调频，距离向压缩和运动补偿后回波的幅度，Φi为回波s(t,tm)第i个散射点经过解线性调频，距离向压缩和运动补偿后回波的相位；λ为载频为fc的雷达所对应的发射波长；步骤三三、多普勒频率对于距离分辨率为δr，方位分辨率为δc的雷达，散射点所在距离单元Ni＝yi/δ