[发明专利]金属和涂敷目标GTD模型的连续压缩感知散射中心提取方法

说明书

本发明公开了一种金属和涂敷目标GTD模型的连续压缩感知散射中心提取方法，该方法步骤如下：首先通过步进雷达测量金属和均匀介质涂敷金属目标散射电场回波信号，在高频区目标的电磁散射可以看作是部分强散射中心散射的叠加，其可用基于几何绕射理论模型表示，因此散射中心在空间上具有稀疏性；然后使用回波信号运用连续压缩感知(Gridless CS)算法对散射中心进行参数估计，得到该目标的散射中心模型；最后用稀疏重构出的散射中心的参数恢复出目标散射回波，与仿真测量回波对比，证明本方法的正确性。本发明无需对背景网格划分，从根本上解决了散射中心离网格问题，提高了散射中心参数估计以及回波重构精度。

技术领域

本发明属于目标电磁散射特性数值计算技术领域，尤其是一种金属和涂敷目标GTD模型的连续压缩感知散射中心提取方法。

背景技术

散射中心建模的原理是：雷达目标在高频区域内的散射场可以被认为是某些位置上的独立散射点回波叠加而成。经过学者们多年来的研究，对散射中心模型的刻画越来越精确。基于几何绕射(GTD)模型已经能较为准确的描述高频区目标散射特性问题。目标散射中心模型的建立能够用于对目标回波数据反演、ISAR图像重构、目标散射特性RCS数据压缩和目标识别。但传统的现代谱估计目标的散射中心的精确提取过程有着模型定阶和提取精度不高的问题。而对基于连续压缩感知的散射中心提取方法是本发明研究的重点。

针对于散射中心提取问题，目前，散射中心提取参数化方法可分为正向提取和逆向提取。正向提取是用大量的射线代替电磁波入射，对模型分割计算出局部结构的散射贡献，再提取出强散射中心。但其需要已知目标模型，对目标分割以及表面剖分。逆向提取分为基于现代谱估计和基于压缩感知估计。基于现代谱估计对于GTD模型，在带宽较大时精度较差。基于压缩感知估计利用散射中心的稀疏先验信息来构造稀疏恢复算法。但压缩感知算法需要对目标背景进行网格划分，并使得散射中心位于所划分的网格上才能有很好的估计效果，实际上目标的散射中心位置空间是连续的，无法保证网格划分的适用性。

发明内容

本发明的目的在于提供一种金属和涂敷目标GTD模型的连续压缩感知散射中心提取方法。

实现本发明目的的技术解决方案为：一种金属和涂敷目标GTD模型的连续压缩感知散射中心提取方法，步骤如下：

步骤1、建立基于几何绕射理论的散射中心参数化模型：使用电磁仿真软件建立金属和均匀介质薄涂敷金属目标模型，使用高频近似方法计算目标步进频率电场回波信号，然后建立基于几何绕射理论的金属和均匀介质涂敷金属目标参数化模型用来描述电大尺寸目标电磁散射特性；

步骤2、对散射中心参数信息的估计：先将连续压缩感知引入到含有未知参量的金属和均匀介质涂敷金属目标参数化模型之中，然后将仿真的回波信号代入到连续压缩感知算法，估计出散射中心个数以及位置信息，再使用遗传算法对频率依赖因子配对以及对散射中心幅度估计修正，得到目标的散射中心参数化模型；

步骤3、重构模型电磁散射回波：根据所得到的散射中心参数，利用GTD模型来对目标散射回波重构；然后用该回波与实际仿真计算得到的回波进行对比，验证本方法的正确性。

进一步的，步骤1中所述的建立基于几何绕射理论的散射中心参数化模型：用仿真软件使用高频法计算金属和均匀介质涂敷金属目标电场回波信号，建立基于几何绕射理论的金属和均匀介质涂敷金属目标参数化模型，具体如下：

对于金属目标，其GTD模型表示如下：