[发明专利]基于分数阶Fourier变换的对称累积互相关参数估计方法

说明书

本发明提供了一种基于分数阶Fourier变换的对称累积互相关参数估计方法，包括以下步骤：步骤1：由目标的基带回波信号构造离散的数据矩阵，为距离向采样数或子脉冲个数，为方位向采样数即回波次数；步骤2：利用优化迭代搜索方案，以精度为迭代指标，按列寻找对应的匹配阶数；步骤3：对回波数据按列进行阶FrFT距离压缩，得到各次回波的一维距离像；步骤4：选择合适的对称累积个数，对各一维距离像进行对称累积互相关处理，得到个对称累积互相关函数。本发明的有益效果是：（1）距离对准误差小；（2）相位累积误差小，抑制交叉项效果好；（3）优化了计算复杂度。

技术领域

本发明涉及ISAR成像，尤其涉及一种基于分数阶Fourier变换的对称累积互相关参数估计方法，应用于ISAR成像的运动补偿环节。

背景技术

ISAR成像主要基于经典的距离-多普勒(RD，Rang-Doppler)原理(如图1)，即利用距离维的频率分集、方位维的角度分集，经过二维压缩处理获取构成目标各散射点的二维位置信息。由于目标径向速度会导致回波的一维距离像随着观测序列产生走动，因此在进行方位压缩之前，需要先进行基于参数估计的运动补偿处理。回波数据经过平动补偿后，各观测序列的一维距离像包络得到精确的对准，才能进行后续的方位向分辨，进而得到清晰的ISAR图像。因此，参数估计的精度，直接影响成像的质量。

从RD原理提出至今，用于ISAR运动补偿的算法已有很多研究成果，比如最小熵算法(MEM，Minimum Entropy Method)，基于目标强散射点的一些方法，基于相邻回波距离像互相关处理的一些方法等等。

基于回波距离像互相关处理的方法假定相邻一维像间变化很小，距离走动稳定，通过对准各距离像之间的差分距离进而估计目标的运动参数，这个条件在目标机动性不是特别强的情况中一般是可以得到满足的。本发明提出的方法即属于这类方法，较近似的算法主要有互相关法、累积互相关法、基于分数阶傅立叶变换的互相法等等，具体为：

(1)互相关法(CCM，Cross-Correlation Method)：CCM方法是最早提出的应用比较广泛的一种参数估计方法，具有简单实用、计算复杂度低的优点。CCM方法的实现方案是选取某一个距离像(一般为第一个)作为参考距离像，与其它距离像分别做互相关处理后得到一组互相关函数，然后通过对准各互相关函数曲线的峰值来估计各次回波间的差分距离，进而得到目标的运动参数的估计值。

(2)累积互相关法(ACCM，Accumulated Cross-Correlation Method)：ACCM是CCM的改进，它用累积的概念加强各次回波中稳定的强频率成分，抑制无规则的快变扰动，以很小的复杂度代价有效地降低了CCM方法的偶然误差，在很大程度上提高了估计性能。在实现方案上，ACCM的每一个累积互相关函数是通过对每一个参考的距离像，取它前面的多个距离像与参考像进行互相关处理并累加来得到的。

(3)基于分数阶傅立叶变换的互相关法(Fr-CCM)：与ACCM不同，Fr-CCM方法是从信号形式的角度来提高估计精度的。它利用了分数阶Fourier变换(FrFT，FractionalFourier Transform)对Chirp信号特有的能量聚集性，即可以在特定的变换阶次将散射点的距离像集中为非常尖税的单峰。Fr-CCM的实现方案核心是搜索到回波信号对应的最优变换阶次，在该阶次对应的变换域内对回波信号进行压缩处理，得到更易于分辨的能量集中的一维距离像，然后再进行后续的互相关处理。由于以特定阶次进行压缩得到的距离像能够大大减小对准误差，此方法表现出很好的估计精度，搜索得到的最优阶次精度越高，算法整体的估计性能越好。

现有的一些技术和方法都有各自的优点，但同时也存在不足，比如：