基于距离-瞬时多普勒像的微动目标散射点航迹关联方法
【技术领域】
[0001] 本发明属于信号处理技术领域，更进一步涉及微动目标成像与特征提取领域中的 基于距离-瞬时多普勒像的微动目标散射点航迹关联方法。本发明可以准确估计出弹道目 标、空间碎片等微动目标散射点在距离-慢时间域的航迹，对自旋、进动、章动等复杂微动 形式下的弹道目标、空间碎片散射点航迹关联精度高、关联误差小，能够为后续微动目标的 高分辨成像和微动目标特征提取提供有力保障。
【背景技术】
[0002] 当采用宽带雷达对微动目标进行高分辨观测时，微动目标的高分辨一维距离像 (HRRP :high-resolution range profiles)反映出微动目标散射点分布沿雷达视线方向的 投影。在距离-慢时间平面上，每个散射点的瞬时斜距随慢时间的变化曲线构成该散射点 的航迹。
[0003] 王昕等人在其发表的论文"基于二维ISAR图像序列的雷达目标三维重建方 法"（《电子与信息学报》2013, 35 (10) :2475-2480)中提出了一种基于卡尔曼滤波和最近邻 准则的二维散射中心航迹关联方法。该方法的具体步骤是，首先从单部雷达获得的ISAR序 列中提取目标散射中心二维位置，然后采用卡尔曼滤波和最近邻准则实现不同姿态下二维 散射中心的关联。该方法可以解决多个不同姿态下的二维散射中心的关联问题，但是，该方 法仍然存在不足之处是，当不同散射中心航迹存在较多交叉点时，卡尔曼滤波方法在交叉 点附近关联效果差。
[0004] 张颖康等人在其发表的论文"基于散射中心关联的三维成像算法"（《系统工程与 电子技术》2011，33(9) : 1988-1994)中提出了一种基于随机抽样一致性的散射点关联方法， 该方法的具体步骤是，判断各关联样本反投影内点数量，然后剔除错误的关联样本，完成散 射点的航迹关联。该方法可以解决目标散射中心和姿态数目较多的情况下的散射点航迹关 联问题，但是，该方法仍然存在不足之处是，在穷举所有姿态下一维散射中心的任意关联组 合来提取真实三维散射中心位置时，算法复杂度高。
【发明内容】
[0005] 本发明的目的在于克服上述现有技术的不足，提出一种基于距离-瞬时多普勒像 的微动目标散射点航迹关联方法。该方法克服了基于卡尔曼滤波和最近邻准则的二维散射 中心航迹关联方法，在航迹交叉点附近关联效果差的缺点；弥补了基于随机抽样一致性的 散射点关联方法算法复杂度高的不足。
[0006] 实现本发明的基本思路是：首先，通过距离-瞬时多普勒像的方法实现微动目标 散射点航迹的粗关联，之后采用求根多重信号分类Root-MUSIC的方法修正粗关联航迹矩 阵实现更加精确的细关联。
[0007] 本发明的具体步骤如下：
[0008] (1)接收微动目标逆合成孔径雷达回波；
[0009] (2)逆合成孔径雷达回波预处理：
[0010] (2a)将逆合成孔径雷达到场景中心距离作为参考距离，将与逆合成孔径雷达发射 信号载频、调频率相同、距离为参考距离的线性调频信号作为参考信号；
[0011] (2b)将参考信号取共辄后与接收的回波相乘，得到解线频调处理后的信号；
[0012] (3)获得微动目标散射点的二维坐标：
[0013] (3a)将解线频调处理后的信号在距离维做一维傅里叶变换，得到目标距离-慢时 间域的逆合成孔径雷达回波；
[0014] (3b)将距离-慢时间域存在目标回波的每个距离单元做短时傅里叶变换，得到每 个距离单元的二维时频图像；
[0015] (3c)将每个距离单元对应的二维时频图像沿距离维堆叠成距离-瞬时多普勒-慢 时间二维矩阵；
[0016] (3d)将获得微动目标散射点二维坐标时的慢时间单元序号β初始化为1 ;
[0017] (3e)取三维矩阵在第β个慢时间单元对应的二维矩阵切片，得到第β个慢时间 单元的微动目标距离-瞬时多普勒像；
[0018] (3f)用第β个慢时间单元的微动目标距离-瞬时多普勒像中每一个像素值除以 第β个慢时间单元的微动目标距离-瞬时多普勒像中最大像素值，得到第β个慢时间单 元归一化后的微动目标距离-瞬时多普勒像；
[0019] (3g)设定门限值 th = 0· 3 ;
[0020] (3h)将第β个慢时间单元归一化后的微动目标距离-瞬时多普勒像中像素值大 于等于门限值的像素点赋值为1，将第β个慢时间单元归一化后的微动目标距离-瞬时多 普勒像中像素值小于门限值的像素点赋值为0,得到二值图像；
[0021] (3i)将二值图像中像素值为0的像素点值赋值为1，像素值为1的像素点赋值为 〇,得到二值图像的补图像；
[0022] (3j)计算二值图像的补图像中每个像素点到其最近非零像素点的欧氏距离，得到 二值图像补图像的距离变换矩阵；
[0023] (3k)将二值图像补图像的距离变换矩阵中的每个值取反，得到灰度图像；
[0024] (31)采用分水岭图像分割方法，对灰度图像做图像分割，得到分割后的图像；
[0025] (3m)将分割后的图像中像素值为1和0的像素点均赋值为0,将其他像素点赋值 为255,得到分割后的二值图像；
[0026] (3n)采用四邻域标记方法，得到分割后的二值图像的连通域，将分割后二值图像 的每个连通域作为分割后二值图像中每个散射点对应的区域；
[0027] (3〇)按照下式，计算分割后二值图像中每个散射点对应区域的区域重心横坐标值 和纵坐标值；
[0029] 其中，X。表示分割后二值图像中每个散射点对应区域重心的横坐标值，y。表示分 割后二值图像中每个散射点对应区域重心的纵坐标值，a表示分割后二值图像中每个散射 点对应区域中像素点的横坐标值，b表示分割后二值图像中每个散射点对应区域中像素点 的纵坐标值，Σ表示求和操作，f(·)表示分割后二值图像中每个散射点对应的区域中像素 点的像素值，f(a，b)表示分割后二值图像中每个散射点对应区域中横纵坐标分别为a、b的 像素点的像素值；
[0030] (3p)将分割后二值图像中每个散射点对应区域的区域重心横坐标值和纵坐标值， 作为分割后二值图像中每个散射点二维坐标的横坐标值和纵坐标值；
[0031] (3q)将分割后二值图像中每个散射点二维坐标的横坐标值和纵坐标值，作为微动 目标距离-瞬时多普勒图像中每个散射点二维坐标的横坐标值和纵坐标值，并记录该横坐 标值和纵坐标值；
[0032] (3r)判断是否获得所有时刻微动目标距离-瞬时多普勒图像中散射点的二维坐 标，若是，执行步骤（4)，否则，令β = β+l，执行步骤（3e)，其中，β表示获得微动目标散 射点二维坐标时的慢时间单元序号；
[0033] (4)二维航迹关联：
[0034] (4a)生成列数为慢时间个数，行数为微动目标散射点个数的空矩阵，将该空矩阵 作为航迹矩阵，将航迹矩阵中每个元素定义为二维向量；
[0035] (4b)将完成二维航迹关联时的慢时间单元序号1初始化为1，将航迹矩阵列编号 i初始化为1，将散射点序号α初始化为1 ;
[0036] (4c)将航迹矩阵中的第一列元素值分别赋为微动目标各散射点第1个慢时间单 元距离-瞬时多普勒图像中的二维坐标值；
[0037] (4d)令1 = 1+1，其中1表示完成二维航迹关联时的慢时间单元序号，计算航迹矩 阵第i列第α个散射点的二维坐标值与第1个慢时间单元距离-瞬时多普勒图像中所有 散射点二维坐标值之间的欧氏距离；
[0038] (4f)将欧氏距离最小值所对应的第1个慢时间单元距离瞬时多普勒图像中散射 点的二维坐标写入航迹矩阵第i+Ι列，第α行，完成第1个慢时间单元微动目标第α个散 射点的航迹关联；
[0039] (4g)判断是否完成第1个慢时间单元微动目标所有散射点的航迹关联，若是，执 行步骤（4h)，否则，令散射点序号α = α+l，执行步骤（4f);
[0040] (4h)判断是否完成所有时刻微动目标所有散射点的航迹关联，若是，得到航迹矩 阵，执行步骤（5);否则，航迹矩阵的列编号i = i+Ι，执行步骤（4d);
[0041] (4i)保留航迹矩阵每个元素的第一维坐标，删除每个元素的第二维坐标，得到更 新后的航迹矩阵；
[0042] (5)修正航迹矩阵：
[0043] (5a)将修正航迹矩阵时的慢时间单元序号p初始化为1 ;
[0044] (5b)采用求根多重信号分类Root-MUSIC方法，对第p个慢时间单元解线频调处理 后的信号做角频率估计，得到第P个慢时间单元解线频调处理后信号的η个角频率，其中， η表示微动目标散射点个数；
[0045] (5c)按照下式，计算解线调频处理后信号的瞬时斜距：
[0047] 其中，Rp表示第p个慢时间单元解线调频处理后信号的瞬时斜距，ω表示