一种基于生成对抗网络的SAR智能参数化自聚焦方法.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CN113640795A(43)申请公布日2021.11.12(21)申请号202110847336.1(22)申请日2021.07.27(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人丁泽刚卫扬铠汪子文李凌豪曾涛王岩(74)专利代理机构北京理工大学专利中心11120代理人田亚琪(51)Int.Cl.G01S13/90(2006.01)权利要求书1页说明书8页附图4页(54)发明名称一种基于生成对抗网络的SAR智能参数化自聚焦方法(57)摘要本发明公开了一种基于生成对抗网络的SAR智能参数化自聚焦方法，首先，建立延展目标的SAR参数化回波模型和运动误差模型，从中分析得出运动误差与目标参数耦合关系和目标散射特性相位与目标参数的映射关系；然后，通过训练生成对抗网络得出目标散焦聚焦图像对的映射关系，并从中估计出目标参数，最后，将估计的目标参数使用在运动误差与目标参数解耦中，使用常规相位梯度自聚焦算法估计真实运动相位误差，实现目标图像的聚焦；本发明方法提供了一种高智能、高效率的SAR参数化自聚焦解决方案，预期可应用于机载、地基SAR自聚焦等领域。CN113640795ACN113640795A权利要求书1/1页1.一种基于生成对抗网络的SAR智能参数化自聚焦方法，其特征在于，包括以下步骤：步骤一、建立延展目标参数化回波模型和误差模型，分析得出运动误差与目标参数的耦合关系和目标散射特性相位与目标参数的映射关系；步骤二、基于SAR观测几何，采用后向投影算法，生成目标的散焦和聚焦图像对；步骤三、将所述图像对输入生成对抗网络进行训练，获取目标散焦和聚焦图像的映射关系；步骤四、将实测目标散焦图像输入训练好的生成对抗网络，得到实测目标的聚焦图像，进而估计出目标参数；步骤五、基于估计出的目标参数、延展目标参数化回波模型和误差模型，将运动误差与目标参数解耦；随后，采用相位梯度自聚焦算法估计并补偿运动误差，获取聚焦图像。2.如权利要求1所述的一种基于生成对抗网络的SAR智能参数化自聚焦方法，其特征在于，所述运动误差与目标参数的耦合关系，对于延展目标具体为：传统自聚焦方法处理延展目标时，会由于延展目标散射特性而产生目标散射特性调制相位，并将其当作运动相位误差，即将目标散射特性调制相位与真实运动误差相位发生耦合，进而发生过补偿现象。3.如权利要求1所述的一种基于生成对抗网络的SAR智能参数化自聚焦方法，其特征在于，所述目标散射特性相位与目标参数的映射关系，对于圆弧目标具体为：由于圆弧目标散射特性导致雷达在观测圆弧目标时，仅能对航迹经过的圆心角对应圆弧成像，使用相位梯度自聚焦方法会将由于圆弧滑动散射特性导致的滑动散射特性相位估计为运动误差；圆弧目标回波与圆心目标回波在斜距域上相差目标圆弧半径rc，圆弧上的滑动散射点的斜距误差等效为圆心上的固定散射点的斜距误差，通过估计圆弧半径参数将圆弧回波映射为圆心回波，再进行常规自聚焦方法即可估计出真实相位误差。4.如权利要求1所述的一种基于生成对抗网络的SAR智能参数化自聚焦方法，其特征在于，所述目标散射特性相位与目标参数的映射关系，对于直线目标具体为：雷达在直线法线主瓣范围外时，目标仅表征为两端点，雷达在直线法线主瓣范围内时，目标表征为完整直线；使用相位梯度自聚焦方法会将由于直线分布散射特性导致的分布散射跳变相位估计为运动误差；通过估计直线目标的长度和法线角度参数，并在理想航迹下对模拟目标进行常规自聚焦方法可以估计所述跳变相位，使用真实估计相位减去该跳变相位实现运动误差相位的解耦合。2CN113640795A说明书1/8页一种基于生成对抗网络的SAR智能参数化自聚焦方法技术领域[0001]本发明属于机载、地基雷达SAR成像的技术领域，具体涉及一种基于生成对抗网络的SAR智能参数化自聚焦方法。背景技术[0002]合成孔径雷达(SyntheticApertureRadar，SAR)是一种能够不受天气、光照等条件限制，全天时全天候工作的高分辨雷达，它在距离向和方位向分别通过脉冲压缩和合成孔径技术得到目标成像区域二维高分辨图像。由于其全天候、全天时、高分辨的优点，SAR技术成为了各国都十分重视并大力发展的微波成像技术。最初，SAR主要广泛应用在机载和星载，随着科学技术水平的提升和国家发展需求，SAR目前也已经广泛应用在车载、弹载、地基等多种平台。[0003]在SAR成像过程中，运动即是答案又是问题。在SAR成像过程中，通过雷达平台与目标的相对运动信息来得到目标的方位高分辨，但雷达平台和成像目标的非理想运动会使得最终成像图像发生散焦现象，使得图像的可读信息大大降低，严重的影响了图像质量。针对运动误差导致的图像散焦问题，现