[发明专利]复数域结构化SAR舰船目标动态仿真与速度估计方法

说明书

复数域结构化SAR舰船目标动态仿真与速度估计方法，属于SAR图像处理领域。本发明是为了解决在做SAR舰船目标仿真时缺乏大量仿真样本，且现有的SAR舰船目标仿真方法无法获取精确的舰船目标SAR图像，导致无法获取准确的舰船目标的问题。本发明方法包括：获取舰船3D模型，对舰船3D模型进行预处理，将预处理后的舰船3D模型划分为多个三角面元；根据设定的雷达参数进行射线追踪，得到舰船目标散射点空间坐标；进行舰船目标成像；将训练样本输入AlexNet网络得到训练好的AlexNet预训练模型，将待测样本输入训练好的AlexNet预训练模型，计算得到AlexNet网络复数域速度估计结果。本发明用于SAR舰船目标动态仿真与速度估计。

技术领域

本发明涉及复数域结构化SAR舰船目标动态仿真与速度估计方法。属于SAR图像处理领域。

背景技术

由于合成孔径雷达一般采用侧视，使得舰船被雷达波束照射时，舰船目标接收到雷达 照射部位会向各个方向散射电磁波，此外一些部位被遮挡存在阴影效应，同时还会存在顶 底倒置和透视收缩等问题。目标的RCS跟电磁波入射角、舰船结构、材质等都有关系，被 电磁波照射分辨单元内还存在随机散射引起的相干斑噪声，使得舰船目标的散射模型较为 复杂。因此在传统SAR舰船目标仿真方法中采用多个散射点进行简化研究，即在SAR照射区域内放置若干个点目标，点目标之间呈现出船舶基本形状，而且每个点目标的RCS均设置为1，仿真得到的SAR图像与实测舰船目标SAR图像相差很大。

在对舰船目标进行SAR成像时，由于一般情况下舰船存在运动，会造成SAR图像中舰船目标的偏移和散焦。散焦的SAR舰船目标图像不利于SAR图像的后续处理。解决运 动舰船目标散焦的一般办法是通过估计多普勒中心调频率进行运动补偿，但该方法对SAR 大场景下多个舰船目标处理时，尤其是多个目标在相同距离单元或方位单位时处理较为复 杂，且效果不稳定。随着深度学习技术的快速发展，逐渐出现了利用深度网络解决SAR图 像散焦的方法，但由于难以获取大量SAR运动舰船目标的标注样本，该解决方法仍存在较 大瓶颈。

为了解决传统SAR舰船目标仿真方法难以准确刻画舰船目标SAR图像的问题以及深 度学习网络缺乏大量SAR运动舰船目标样本的问题，现需一种复数域结构化SAR舰船目标动态仿真与速度估计方法，即利用射线追踪的方式仿真不同舰船目标在不同速度下的SAR图像，并利用深度学习网络完成SAR舰船目标复数域速度估计任务。

发明内容

本发明是为了解决在做SAR舰船目标仿真时缺乏大量仿真样本，且现有的SAR舰船目标仿真方法无法获取精确的舰船目标SAR图像，导致无法获取准确的舰船目标的问题。现提供复数域结构化SAR舰船目标动态仿真与速度估计方法。

复数域结构化SAR舰船目标动态仿真与速度估计方法，包括：

步骤一、获取舰船3D模型，对舰船3D模型进行预处理，并将预处理后的舰船3D模型划分为多个三角面元；

步骤二、设定雷达参数，根据设定的雷达参数进行射线追踪，得到舰船目标散射点空 间坐标；

步骤三、基于步骤二的舰船目标散射点空间坐标进行舰船目标成像；具体过程为：

步骤三一、记在t_i时刻得到的舰船目标散射点集合为P_i，则舰船目标散射点集合P_i通 过如下公式表示：