[发明专利]一种基于近场三维成像的雷达散射截面积精确外推方法

权利要求书

1.一种基于近场三维成像的雷达散射截面积精确外推方法，其特征是它包括以下几个步骤：

步骤1、初始化雷达系统及观测场景参数：

初始化，即初始化相关参数：初始化标称观测点，记为其中ρ为远场观测半径，为观测角度，为从观测点到场景中心的方向矢量；初始化第一个超参数，记为q；初始化第二个超参数，记为S；初始化三维图像像素点，记为(x,y,z)，其中x表示观测场景的x轴计数，y表示观测场景的y轴计数，z表示观测场景的z轴计数；初始化二维阵列元素，记为(M,N)；初始化二维阵列尺寸，记为D_M×D_N；初始化二维阵列采样间隔，记为d；初始化任意阵列元素有关的距离，记为r_mn；初始化频率，记为f_l；初始化距离分辨率，记为d_r；初始化参考距离，记为R₀；初始化距离历史，记为R⁽⁰⁾＝[R₁,R₂,…,R_ss,…,R_S],ss＝1,2,...,S，其中R₁表示第1个散射体的相对距离，R₂表示第2个散射体的相对距离，R_ss表示第ss个散射体的相对距离，R_S表示第S个散射体的相对距离；初始化光速，记为c；初始化波数，记为k_l；初始化波长，记为λ_l；初始化物体的最大尺寸，记为D；

步骤2：基于初始化相关参数构造测量矩阵：

基于初始化相关参数，构造如下的测量矩阵，记为Θ，Θ的结构如下：

其中，φ_lmn为随雷达视线变化的相位，其中l为距离向采样点，m为水平向采样点，n为垂直向采样点，k₁为第一个采样点的波数，k₂为第二个采样点的波数，k_L为第L个采样点的波数，R₁为第一个散射体的相对距离，R₂为第二个散射体的相对距离，R_p为第p个散射体的相对距离；

步骤3、采用标准的贝叶斯学习方法对数据块进行基于块的学习处理：

步骤3.1、采用标准的贝叶斯学习方法处理得到初始数据块Y及初始数据块计数U₀；采用标准的贝叶斯信息准则方法计算得到当前决策总数LU₀；

步骤3.2、采用公式计算得到第一次决策，记为其中表示在对q遍历条件下求最小值运算符号，BIC(·)表示贝叶斯信息准则运算符号，q为步骤1初始化得到的第一个超参数，S为步骤1初始化得到的第二个超参数，LU₀为计算得到的当前决策总数；

步骤3.3、遍历并更新数据块Y，具体步骤是：

对于第一个数据块，采用公式计算得到对应第一个数据块的第一次决策，记为为对应的数据块范围，其中为当前数据块对应的水平向采样点、为当前数据块对应的垂直向采样点；

对于第二个数据块，采用公式计算得到对应第二个数据块的第一次决策，记为为对应的数据块范围，其中为当前数据块对应的水平向采样点、为当前数据块对应的垂直向采样点；

对于第u个数据块，采用公式计算得到对应第u个数据块的第一次决策，记为为对应的数据块范围，其中为当前数据块对应的水平向采样点、为当前数据块对应的垂直向采样点；

对于第U个数据块，采用公式计算得到对应第一个数据块的第一次决策，记为为对应的数据块范围，其中为当前数据块对应的水平向采样点、为当前数据块对应的垂直向采样点；

由此得到遍历后的所有数据块的第一次决策集合，记为

步骤3.4、采用公式计算得到第二次决策，记为其中表示在对S遍历条件下求最小值运算符号，BIC(·)表示贝叶斯信息准则运算符号，为步骤3.3得到的第u个数据块的第一次决策，S为步骤1初始化得到的第二个超参数，LU₀为计算得到的当前决策总数；

步骤3.5、采用标准的贝叶斯学习方法，对步骤3.4得到的第二次决策进行处理，得到雷达剖面，记为其中X_u＝[σ_u(R₁),σ_u(R₂),...,σ_u(R_ss),...,σ_u(R_S)]^T,u＝1,2,...,U,其中上标T表示矩阵转置运算符号，σ_u(R₁)表示第u个数据块的相对距离R₁对应的散射系数，σ_u(R₂)表示第u个数据块的相对距离R₂对应的散射系数，σ_u(R_ss)表示第u个数据块的相对距离R_ss对应的散射系数，表示第u个数据块的相对距离对应的散射系数，为步骤3.4得到的第二次决策，R₁为步骤1初始化得到的第一个散射体的相对距离，R₂为步骤1初始化得到的第二个散射体的相对距离，R_ss为步骤1初始化得到的第ss个散射体的相对距离，为步骤1初始化得到的第个散射体的相对距离；

步骤4、采用近场三维格林函数对雷达剖面进行三维成像处理：

对步骤3.5得到的雷达剖面采用公式计算得到近场三维成像结果，记为其中表示在优先顺序依次为n，m，u条件下的三重求和运算符号，|·|表示绝对值运算符号，为步骤3.5得到的优化的雷达剖面，为近场三维格林函数，其中k_l为步骤1初始化得到的波数，为第u个数据块对应的天线相位中心位置，为第u个数据块对应的数据块范围，其中为第u个数据块对应的水平向采样点、为第u个数据块对应的垂直向采样点，(x,y,z)为步骤1初始化得到的三维图像像素点，其中x表示观测场景的x轴计数，y表示观测场景的y轴计数，z表示观测场景的z轴计数，为步骤1初始化得到的第个散射体的相对距离；

步骤5、采用标准平面元加权算子实现NF-FF补偿：

步骤5.1、遍历三维图像空间，采用公式实施加权运算，得到加权算子，记为o″,其中∫∫(·)dS′表示第一型曲面积分运算符号，其中cos(·)表示余弦运算符号，|·|表示绝对值运算符号，dy为观测场景的y轴坐标微元，dz为观测场景的z轴坐标微元，为观测角度，∫(·)dx表示不定积分运算符号，dx为观测场景的x轴坐标微元，e^|·|表示以自然数e为底数的指数运算符号，x为观测场景的x轴坐标，为步骤4中得到的一组近场三维成像结果，k_l为步骤1初始化得到的波数，Δd(y,z)为标准平面元加权算子；

步骤5.2、采用公式计算加权远场格林函数算子，得到远场外推结果，记为其中e^|·|表示以自然数e为底数的指数运算，k_l为步骤1初始化得到的波数，ρ为步骤1初始化得到的远场观测半径，为步骤1初始化得到的观测角度，o″为步骤4.1得到的加权算子；

步骤5.3、采用公式计算近场RCS外推结果，记为其中表示在步骤1中远场观测半径ρ趋于无穷条件下的极限值运算符号，为步骤1初始化得到的观测角度，|·|表示绝对值运算符号，lg(·)表示底数为10的对数运算符号，为步骤5.2中得到的远场加权格林函数算子；

在得到的近场RCS外推结果后，完成了合成孔径雷达(SAR)雷达散射截面积(RCS)测量；

步骤6、对于合成孔径雷达(SAR)雷达散射截面积(RCS)测量结果进行误差评估：

步骤6.1：平均绝对偏差：

以步骤5.3中得到的近场RCS外推结果作为输入，采用平均绝对偏差评估精度方法，得到RCS外推结果的绝对偏差的平均值；

步骤6.2：角度估计精度误差：

以步骤5.3中得到的近场RCS外推结果作为输入，采用标准偏差评估精度方法，求得RCS外推结果标准偏差的平均值，从而实现方法的精度评估。