[发明专利]一种提取目标散射中心特征的方法和装置

说明书

本发明涉及一种提取目标散射中心特征的方法和装置，所述方法的一实施方式包括：对目标的回波信号进行二维成像，在图像中确定多个候选散射中心的位置；在所述回波信号的频域中选取两个子带分别进行二维成像，利用两幅图像中所述多个候选散射中心的位置对应的像素值获取每一候选散射中心的类型参数估计值；依据所述多个候选散射中心的位置和类型参数估计值构建稀疏字典矩阵；根据所述稀疏字典矩阵求解二维几何绕射理论模型，得到目标的多个散射中心的特征。该实施方式能够利用二维几何绕射理论模型准确提取目标散射中心特征。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种提取目标散射中心特征的方法和装置。

背景技术

GTD(Geometrical Theory of Diffraction，几何绕射理论)模型是一种描述高频电磁散射机理的数学模型，其参数估计方法可以分为两类：第一类为基于物理模型的参数估计，该类方法直接对GTD模型的原型进行参数估计，其中比较有代表性的包括最大似然法、稀疏求解法等；第二类为基于数学模型的参数估计，该类方法将GTD模型回波近似成带衰减的谐波信号，各类经典谱估计方法如ESPRIT、MUSIC、RELAX等都可以应用于此类问题的求解当中，由于第二类方法经过了模型近似，因此其估计精度不如第一类估计方法。

基于物理模型的参数估计方法精度相对较高，但是计算量大，运算繁琐。例如最大似然估计法需要对高维非线性非凸函数进行优化，不仅要经过复杂的循环迭代过程，而且十分容易陷入局优，造成参数估计错误。相对而言，稀疏求解法是更加简单可靠的估计方法，它对于1D-GTD(一维几何绕射理论)模型的求解效果较好，但是对于2D-GTD(二维几何绕射理论)模型这类维数较高的问题，其构建字典十分庞大，导致运算量呈几何级数增长，参数估计十分困难。

针对上述2D-GTD模型难以进行稀疏求解这一问题，亟需对字典结构进行优化，寻求2D-GTD模型的快速稀疏求解方法，从而提取目标散射中心的特征。

发明内容

本发明要解决的技术问题是如何利用二维几何绕射理论模型准确提取目标散射中心特征。

为了解决上述技术问题，本发明提供了一种提取目标散射中心特征的方法。

本发明实施例的提取目标散射中心特征的方法可包括：对目标的回波信号进行二维成像，在图像中确定多个候选散射中心的位置；在所述回波信号的频域中选取两个子带分别进行二维成像，利用两幅图像中所述多个候选散射中心的位置对应的像素值获取每一候选散射中心的类型参数估计值；依据所述多个候选散射中心的位置和类型参数估计值构建稀疏字典矩阵；根据所述稀疏字典矩阵求解二维几何绕射理论模型，得到目标的多个散射中心的特征。

优选地，所述在图像中确定多个候选散射中心的位置，具体包括：对于图像中的任一像素点，判断该像素点的像素值是否大于其预设邻域内每一像素点的像素值：若是，将该像素点确定为候选散射中心。

优选地，所述稀疏字典矩阵如下式所示：

其中，Φ为稀疏字典矩阵，为Φ中的一个元素，p∈[1,P]，q∈[1,Q]，r∈[1,N]，P为频域采样点总数，Q为角域采样点总数，N为候选散射中心总数，T表示转置，x₁,x₂,…,x_N为候选散射中心的横坐标，y₁,y₂,…,y_N为候选散射中心的纵坐标，α₁,α₂,…,α_N为候选散射中心的类型参数估计值，k₁,k₂,…,k_P为频率采样点的波数，为角域采样点的雷达视线角，k_c为中心波数，j为虚数单位。