[发明专利]一种综合孔径辐射计图像反演方法

说明书

技术领域

本发明属于微波遥感及探测技术领域，更具体地，涉及一种综合孔径辐射计图像反演方法。 

背景技术

综合孔径辐射计(SAIR)利用多个离散的小天线合成较大的实孔径，采用稀疏阵列排布，大大减少了天线的质量和体积，解决了分辨率与孔径尺寸之间的固有矛盾。现有的综合孔径反演方法主要通过利用数学的方法或者综合孔径系统自身的物理特性约束反问题数值解的不稳定性。SAIR图像反演问题属于模型选取问题，传统的正则化反演方法是以正则化参数作为构建不同模型的模型参数，虽然它们已取得较佳的反演结果，但是遗留一个问题：如何选取最优的正则化参数，因为非最优的正则化参数会降低反演结果的性能(通过学习的正则化反演结果会导致图像的分辨率下降，而欠学习的正则化反演结果会导致图像的灵敏度变差)。最优的正则化参数需要通过交叉验证或者L曲线来人为的选取，独立于SAIR反演的学习过程之外，不利于SAIR成像的实时应用。 

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种综合孔径辐射计图像反演方法，旨在解决现有的综合孔径反演方法采用非最优的正则化参数导致反演结果的性能降低的问题。 

为实现上述目的，本发明提供了一种综合孔径辐射计图像反演方法，包括下述步骤： 

S1：将目标场景的可见度数据V和辐射计的冲击响应矩阵G分别代入p(V|G，T，β)＝N(V|GT，β-¹I_n)和中获得可见度的概率测度初始值β和不同像素点i的概率测度初始值a_i； 

式中n为所有可见度采样样本数，T_i为不同像素点i的亮温值，T为亮温图像分布；p(T|a)表示亮温图像分布T的先验概率，m为亮温图像的像素总数；a＝[a1，…，a_m]^T；I_n表示n维单位矩阵； 

S2：将所述冲击响应矩阵G代入G^TGz_i＝λ_izi中获得G^TG矩阵的特征值λ_i； 

S3：将所述可见度的概率测度初始值β和概率测度初始值a代入p(T|G，α，β)＝N(T|u，∑_T|V)中得出后验概率的均值u和后验概率的方差∑_T|V； 

S4：将所述特征值λ_i、所述可见度的概率测度初始值β、不同像素点i的所述概率测度初始值a_i和所述后验概率的均值u代入和 得到可见度的概率测度更新值β^new和不同像素点i的概率测度更新值其中，u_i为向量u的第i个元素，

S5：判断所述可见度的概率测度更新值β^new和概率测度更新值a^new是否收敛；若同时收敛，则进入步骤S6：，若否，则返回步骤S3； 

S6：将所述可见度的概率测度更新值β^new、所述概率测度更新值a^new、后验概率的均值u和后验概率的方差∑_T|V代入公式p(T|G，a^new，β^new)＝N(T|u，∑_T|V)获得亮温图像分布T。 

更进一步地，在步骤S1之前还包括下述步骤：综合孔径辐射计利用天线阵列接收目标场景的微波辐射热信号，进行复相关处理后输出目标场景 的可见度数据V和辐射计的冲击响应矩阵G。 

更进一步地，所述p(V|G，T，β)＝N(V|GT，β^-1I_n)和是基于贝叶斯回归估计并结合综合孔径辐射计的辐射成像原理获得的。 

更进一步地，在步骤S5中，通过收敛公式判断所述可见度的概率测度更新值β^new和所述概率测度更新值a^new是否收敛，式中d^new表示β^new和a^new，当d^new满足收敛公式中的条件时，d^new收敛。