[发明专利]一种平移不变结构电磁散射特征分离方法

权利要求书

1.一种平移不变结构电磁散射特征分离方法，具体步骤如下：

步骤1、获取被测件的电磁散射特征复图像；

利用暗室转台测量系统得到被测件不同角度的电磁散射特征原始复数据，利用标准的转台成像算法对指定角度范围内被测件的电磁散射特征原始复数据进行成像，得到被测件的电磁散射特征复图像；

步骤2、结构部件电磁散射特征建库；

将n个典型结构部件放置在暗室转台上，利用步骤1的方法得到n个典型结构部件的电磁散射特征复图像P₁，P₂……P_n，通过对典型结构部件的电磁散射特征复图像P₁，P₂……P_n进行平移变换进行数据扩增，即可得到结构部件电磁散射特征建库S，S的输入变量为不同位置处包含典型结构部件电磁散射特征复图像P₁，P₂……P_n的被测目标的电磁散射特征复图像s，标签为典型结构部件电磁散射特征在被测目标电磁散射特征复图像中的中心位置T₁，T₂……T_n；

步骤3、构建电磁散射特征中心估计网络；

采用标准的目标检测网络，利用步骤2得到的结构部件的电磁散射特征建库S对网络进行训练，得到正确训练的电磁散射特征中心估计网络；

将步骤1中的被测件的电磁散射特征复图像导入电磁散射特征中心估计网络，得到被测件的电磁散射特征复图像中典型结构部件目标的数量n和各个典型结构部件目标的电磁散射特征中心位置t₁，t₂……t_n；

步骤4、构建包含典型结构部件电磁散射特征的电磁散射特征复图像组；

利用步骤3得到的被测目标的电磁散射特征复图像中典型结构部件目标的电磁散射特征中心位置t₁，t₂……t_n，分别与对应的典型结构部件的电磁散射特性原始复数据D₁，D₂……D_n进行二维卷积运算，获得典型结构部件的电磁散射特征复图像A_i，即进而获得包含典型结构部件的电磁散射特征复图像的电磁散射特征复图像组A；

其中，表示二维图像卷积；

步骤5、构建典型结构部件目标的电磁散射特征重建矩阵；

利用步骤4得到的包含典型结构部件电磁散射特征复图像的电磁散射特征复图像组A，遍历复图像组中的所有复图像A₁，A₂……A_n，每个复图像分别与复数图像组中的所有复图像的共轭图像相乘，将相乘的结果作为典型结构部件目标的电磁散射特征重建矩阵G的一个元素，即G(i,j)＝A_i×conj(A_j)，得到典型结构部件目标的电磁散射特征重建矩阵G；

其中，conj()表示复数的共轭；

步骤6、计算不同结构部件电磁散射特征系数向量；

利用步骤4得到的典型结构部件电磁散射特征复图像的电磁散射特征复图像组A，遍历复图像组中的所有复图像A₁，A₂……A_n，与步骤2获得的结构部件电磁散射特征库S中的不同位置处包含典型结构部件电磁散射特征复图像P₁，P₂……P_n的被测目标的电磁散射特征复图像s的共轭图像相乘，将相乘的结果作为不同结构部件电磁散射特征系数向量Y的一个元素，即Y(i)＝A_i×conj(s)，得到不同结构部件电磁散射特征系数向量Y；

步骤7、计算最优化权重系数向量；

利用步骤5得到的典型结构部件目标的电磁散射特征重建矩阵G的逆矩阵G^-1，与步骤6获得的不同结构部件电磁散射特征系数向量Y相乘，相乘的结果取共轭，即W＝conj(G^-1×Y)，获得最优化权重系数向量W；

步骤8、不同结构部件的电磁散射特征分离；

利用步骤7获得的最优化权重系数向量W，与步骤2获得的典型结构部件的电磁散射特征复图像P₁，P₂……P_n相乘，即P_i’＝W(i)×P_i，获得不同典型结构部件目标的图像P₁’，P₂’……P_n’，获得复杂目标中典型结构部件的电磁散射特征强度图像，实现复杂目标中典型结构部件的电磁散射特征分离。