[发明专利]基于最大对比度的机动目标ISAR二维空变相位误差补偿方法

摘要

本发明涉及一种高分辨逆合成孔径雷达成像技术，具体公开一种基于最大对比度的机动目标ISAR二维空变相位误差补偿方法。首先，建立了机动目标的二维空变相位误差参数化信号模型，该模型更具有普适性，包括了距离空变相位误差、方位空变相位误差以及剩余相位误差。然后构造了以图像最大对比度为准则的代价函数，通过对代价函数的优化求解，估计出相位误差参数化模型中的未知参数，并采用了循环迭代处理的思想以提高估计精度，经过多次迭代处理后，图像的对比度趋于常数，算法稳健且收敛。

主权项

基于最大对比度的机动目标ISAR二维空变相位误差补偿方法，其特征在于，具体包括以下步骤：步骤1、建立相位误差模型在理想情况下，聚焦的ISAR图像fi(n)与其对应的数据域ui(k)存在下面的关系：fi(m)=Σk=0M-1ui(k)ej2πk/M---(1)]]>其中，i表示距离单元数，i＝[1 2 … I]，m表示聚焦图像的方位位置，m＝[1 2 … M]，k表示合成孔径位置，M表示方位单元总数，ui(k)可以表示为：ui(k)=u^i(k)ejφi(i,k,m)φi(i,k,m)=(a+bm+ci)(k-k0)2---(2)]]>其中，表示含空变相位误差的数据，φi(i,k,m)表示空变相位误差的补偿项，是(i,k,m)的函数，a表示剩余相位误差特性，b表示方位空变相位特性，c表示距离空变特性，k0是一个已知的常量，表示合成孔径中心；模糊图像表示为yi(m)，其满足下式：yi(m)=Σk=0M-1u^i(k)ej2πk/M---(3)]]>将(2)代入(3)后，模糊图像与聚焦图像满足下式：fi(n)=Σm=0M-1yi(m)hi(n,m)hi(n,m)=1NΣk=0M-1ej(φi(i,k,m)-2π(m-n)k/M)---(4)]]>其中，n表示聚焦图像的方位位置，hi(n；m)表示图像域中的信号脉冲响应函数，如果φi(k,m)的参数精确已知，那么可利用式(2)精确的重构出空变的相位误差，然后通过式(4)完成空变相位误差的补偿；步骤2、空变相位误差的参数估计2.1建立代价函数通过使得代价函数最大化来获得最优的参数集C(a,b,c)=1IΣi=0I-1σiμiμi=1MΣi=0M-1|fi(m)|σi=1MΣi=0M-1(|fi(m)|-μi)2---(5)]]>其中，C(a,b,c)表示图像的对比度，最优的参数集通过最大化图像对比度获得<a^,b^,c^>=argmaxa,b,c{C(a,b,c)}---(6)]]>2.2代价函数的优化求解式(6)求解方法采用循环梯度法，(a,b,c)的梯度可以表示如下dCda=1M1IΣi=0M-1(1σi+σiμi2)Im(Σk=0M-1(k-k0)2ui*(k)Σm=0M-1fi(m)|fi(m)|e-j2πmk/M)dCdb=1M1IΣi=0M-1(1σi+σiμi2)Im(Σk=0M-1(k-k0)2ui*(k)Σm=0M-1(m·fi(m)|fi(m)|e-j2πmk/M))dCdc=1M1IΣi=0M-1(1σi+σiμi2)Im(Σk=0M-1(k-k0)2ui*(k)Σm=0M-1(i·fi(m)|fi(m)|e-j2πmk/M))---(7)]]>求解参数(a,b,c)的梯度实际上是确定最优参数的搜索方向，通过设置合适的步长，再沿梯度的方向上进行搜索，即可找到图像对比度最大值对应的最优解，然后利用得到的参数重构二维空变的相位误差，再利用式(4)对模糊的图像进行补偿。步骤3、仿真数据实验：利用仿真数据来验证算法的有效性。