[发明专利]一种基于分解理论的合成孔径雷达图像质量评估方法

说明书

本发明公开了一种基于分解理论的合成孔径雷达图像质量评估方法，其步骤包括：步骤S1：对于模糊度函数AF复杂表达式使用SVD快速得到准确的AF；所述SVD为奇异值分解方法，用来处理AF中距离向和方位向的耦合问题；步骤S2：得到先验信息，通过数值方法求出第一零点、第一旁瓣峰值点、3dB点；步骤S3：根据步骤S2中得到的第一零点、第一旁瓣峰值点、3dB点求出三个质量参数：ISLR、PSLR、3dB分辨率。本发明具有原理简单、能降低计算的复杂度、提高计算精度等优点。

技术领域

本发明主要涉及到雷达成像技术领域，特指一种基于分解理论的合成孔径雷达图像质量评估方法。

背景技术

合成孔径雷达成像质量是合成孔径雷达系统设计的重点，其中分辨率、峰值旁瓣比(PSLR)和积分旁瓣比(ISLR)是衡量图像质量的三个重要质量参数。而模糊度函数(AF)是评价这三个参数的强有力的数学工具。所以，寻找准确快速的AF分析方法非常重要。受到大气等因素的影响，雷达飞行平台的运动轨迹可能是非线性的，这会导致距离和方位向严重耦合，从而使模糊函数分析复杂化。

现有的模糊函数分析方法有数值分析法和解析分析法。

对于数值分析法来说，虽然使用数值分析的精度较高，但如果距离向和方位向采样点数过多，则会大大提高计算的复杂度，增加计算成本。

对于解析法来说，雷达飞行平台的非线性轨迹会导致距离和方位向出现严重的耦合，而解析法不能充分考虑距离向和方位向的耦合，所以会带来较大的误差。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供原理简单、能降低计算的复杂度、提高计算精度的基于分解理论的合成孔径雷达图像质量评估方法。

为解决上述技术问题，本发明采用以下技术方案：

一种基于分解理论的合成孔径雷达图像质量评估方法，其步骤包括：

步骤S1：对于模糊度函数AF复杂表达式使用SVD快速得到准确的AF；所述SVD为奇异值分解方法，用来处理AF中距离向和方位向的耦合问题；

步骤S2：得到先验信息，通过数值方法求出第一零点、第一旁瓣峰值点、3dB点；

步骤S3：根据步骤S2中得到的第一零点、第一旁瓣峰值点、3dB点求出三个质量参数：ISLR、PSLR、3dB分辨率。

作为本发明方法的进一步改进：所述步骤S1包括：

步骤S101：引入少量采样点，对其进行奇异值分解，对距离和方位进行解耦；

步骤S102：进行数学推导，将AF拟合成距离和方位变量的高阶多项式，然后将AF中的二重积分转化为两个单积分的乘积，最终得到的AF的表达式为两个单积分乘积的形式。

作为本发明方法的进一步改进：所述步骤S2中，包括：

步骤S201：获取参数的近似范围；使用滑动窗口方法来计算三个质量点的近似范围；

步骤S202：在得到三个点的近似范围，通过数值方法计算出这三个点。

作为本发明方法的进一步改进：将滑动窗口的长度设为3dB分辨率的十分之一。

作为本发明方法的进一步改进：在得到滑动窗口长度后再确定滑动窗口的范围，其具体方法包括：

对于一个给定的窗口w_s＝[a₁，b₁]，如果在a₁处AF的斜率大于零，而在b₁处的斜率小于零，则该窗口范围是第一旁瓣峰值的范围；