[发明专利]一种基于压缩感知的ISAR成像脉冲估计算法

权利要求书

1.一种基于压缩感知的ISAR成像脉冲估计算法，其特征在于：包括对ISAR信号回收系统获得的少量脉冲回波进行信号融合、对融合结果进行信号杂波分割及最终脉冲数估计三个过程，具体实现步骤如下： 

第一个过程，ISAR距离像PCA图像融合的具体步骤如下： 

（1）得到ISAR部分原始回波数据的一维距离像； 

（2）计算得到各距离像协方差； 

（3）根据所得协方差求得各距离像特征向量，并确定第一主成分所对应的特征向量； 

（4）据特征向量确定各距离像所应该分配的权重； 

（5）对各距离像进行加权融合的到融合图像； 

第二个过程，利用所获得的融合后的距离像进行信号及杂波分割，步骤为： 

（6）Renyi熵阈值分割； 

第三个过程，利用所获得的信号及杂波分割结果来估计压缩感知ISAR成像所需最小脉冲数的具体步骤如下： 

（7）CS精确重构理论：对于一个P稀疏的向量S＝{S_1,,S_1,,…,S_Q}，Q表示向量长度，若要精确重构S，则观测值M需满足： 

M≥P*logQ 

据信号杂波区间计算信号区间内信号点数，通过CS精确重构理论计算最小观测值M，即为成像所需最小脉冲数。 

2.如权利要求1所述的一种基于压缩感知的ISAR成像脉冲估计算法，其特征在于：所述第一过程ISAR距离像PCA图像融合中步骤（1）中所述的得到ISAR部分原始回波数据的一维距离像，即为通过传统距离-多普勒成像方法，及脉冲压缩方法对部分原始数据进行距离像处理，获得ISAR数据的一维距离像                                                  图像大小为N，J为距离像个数； 

步骤（2）、（3）中所述计算得到各距离像协方差，而后根据所得协方差求得各距离像特征向量，并确定第一主成分所对应的特征向量，其具体方法如下： 

将步骤（1）中所得的距离像X＝{x₁,x₂,…,x_N}^T，求出其协方差矩阵 

其中，μ为均值向量； 

求出协方差矩阵Σ的全部N个特征值λ₁,λ₂,…λ_N，以及对应的特征向量u₁,u₂,…u_N；其中λ₁≥λ₂≥…≥λ_N，第一主成分对应的特征向量即为u₁； 

对于步骤（4）中的融合权重定义如下： 

假设有2幅图像A、B进行融合，其第一主成分对应的投影系数为x_A,x_B，则图A的权重分配为x_A/(x_A+x_B)，图B的权重分配为x_B/(x_A+x_B)。 

3.如权利要求1所述的一种基于压缩感知的ISAR成像脉冲估计算法，其特征在于：所述第二过程中对所获得的融合后的距离像进行信号及杂波分割中的步骤（6）中的Renyi熵阈值分割，按如下步骤进行： 

（6a）所获得的融合后的距离像Y＝{y₁,y₂,…,y_N}，其中y_i为图像中第i点的幅度值，而y_i∈G＝{0,1,…,K-1}，K表示幅度最大值，记y(g)为图像中幅度为g的像素点个数，故幅度值g出现的概率h(g)为： 

（6b）假设通过阈值k将图像划分成两类——信号和杂波背景，分别为C₀和C₁，则它们的先验概率如下： 

则给出图像Y的δ(δ＞0)阶Renyi熵定义如下： 

（6c）则一维Renyi熵阈值方法得到的最优阈值k^*为： 

则所区分的信号与杂波区间二值图像定义为： 

其中0表示信号区间，K-1表示杂波区间。