[发明专利]一种对多帧ISAR图像中的散射中心进行关联的方法

权利要求书

1.一种对多帧ISAR图像中的散射中心进行关联的方法，其特征在于，该方法包括如下步骤：

A、确定具有N帧ISAR图像的ISAR图像序列中的第一帧图像的散射中心的二维位置，并设i的初始值为2；其中，N为大于1的自然数；

B、对于ISAR图像序列中的第i帧图像，利用系统的状态方程预测当前时刻该第i帧图像的散射中心的二维位置；

C、以预测的散射中心的二维位置以及前一帧图像中的散射中心的二维位置分别作为空间管道两端的中心，并以预设的r值为管道半径，建立当前帧图像与上一帧图像之间的空间管道；

D、预测协方差矩阵；

E、根据空间管道的端部和所预测的散射中心的二维位置，读取观测值；

F、计算卡尔曼增益矩阵；

G、根据观测值和预测的散射中心的二维位置，通过滤波方程得到对散射中心的二维位置的估计值；

H、更新协方差矩阵；

I、判断当前的i的取值是否等于N，如果是，则执行步骤J；否则，i＝i+1，返回执行步骤B；

J、根据ISAR图像序列中的N帧图像之间的空间管道，构造至少一个连续空间管道，并确定各个连续空间管道中的有效散射中心的个数；其中，所述连续空间管道包括N-1个顺序连接的空间管道；

K、如果在N帧图像中同一连续空间管道有多于M个有效散射中心，则该连续空间管道中的各个空间管道为关联的，执行步骤L；否则，为不关联的；如果所构造的所有连续空间管道均为不关联，则将i的值修改为2，并修改管道直径r的取值以及卡尔曼滤波方程中的各个参数，返回执行步骤B；其中，M<N；

L、输出关联的连续空间管道中的散射中心参数。

2.根据权利要求1所述的方法，其特征在于，所述状态方程为：

X(k|k-1)＝ΦX(k-1|k-1)+BU(k)

其中，X为预测的散射中心的二维位置，Φ和B为系统参数，U(k)为k时刻对系统的控制量，k为当前时刻，k-1为上一时刻。

3.根据权利要求2所述的方法，其特征在于，通过如下的公式来预测协方差矩阵

P(k|k-1)＝ΦP(k-1|k-1)Φ^T+Q

其中，P为协方差矩阵，Q为系统过程的协方差。

4.根据权利要求3所述的方法，其特征在于，所述步骤E包括：

若在图像上的所述空间管道的端部内，只有一个散射中心，则读取该端部内的散射中心在图像上的位置坐标作为观测值；

若在图像上的所述空间管道的端部内，有多个散射中心，则读取端部内的每个散射中心位置形成多个观测值；

若在图像上的所述空间管道的端部内，不存在散射中心，则将上一时刻的观测值作为当前时刻的观测值。

5.根据权利要求4所述的方法，其特征在于，通过如下的卡尔曼滤波方程来计算卡尔曼增益矩阵：

K＝P(k|k-1)H^T/(HP(k|k-1)H^T+R)

其中，K为卡尔曼增益矩阵，R为测量过程的协方差，H为测量系统参数矩阵。

6.根据权利要求5所述的方法，其特征在于，通过如下的公式来得到对散射中心的二维位置的估计值：

X(k|k)＝X(|kk-1)+K(Z(k)-HX(k|k-1))

其中，X(k|k)为对散射中心的二维位置的估计值；Z(k)为观测值。

7.根据权利要求6所述的方法，其特征在于，通过如下的公式来更新协方差矩阵：

P(k|k)＝(I-KH)P(k|k-1)

其中，P(k|k)为更新后的协方差矩阵，I为单位矩阵。