[发明专利]基于能量轨迹提取的高价值目标散射中心参数估计方法

说明书

本发明公开了一种基于能量轨迹提取的高价值目标散射中心参数估计方法，包括以下步骤：S1、系统参数初始化；S2、对GTD模型的回波信号使用Dechirp进行距离压缩，得到距离压缩后的信号；S3、采用后向投影算法对目标进行成像；S4、选取Nsubgt;tar/subgt;个孤立的反射强点作为待识别的高价值目标；S5、提取高价值目标的能量轨迹；S6、分别估计每个高价值目标的GTD参数。本发明相比基于压缩感知的估计方法，降低了对场景稀疏性的要求，降低了字典矩阵的规模，运算处理复杂度低。

技术领域

本发明属于合成孔径雷达(Synthetic Aperture Radar,SAR)参数估计技术领域，具体涉及一种基于能量轨迹提取的高价值目标散射中心参数估计方法。

背景技术

合成孔径雷达是一种具有全天时、全天候、远距离等特点的高分辨微波主动成像雷达。随着对合成孔径雷达成像分辨能力的要求不断提高，发射信号的带宽也随之增大，此时高价值目标的电磁散射频率特性可以从回波中得到准确估计。研究表明，波段在光学区的雷达目标回波可以认为是若干个散射中心回波的相干叠加，而散射中心一般出现在目标的边缘，转角等具有明显几何特征的不连续部位，识别散射中心的类型对于目标检测与识别具有重大意义，因此需要建立宽带回波信号下的目标散射中心模型来反映目标回波的频率特性，以获取回波数据中的特征信息。

GTD(geometrical theory of diffraction，几何绕射理论)模型作为一种典型的散射中心模型，很适合雷达回波特性的研究。相比理想点散射模型，GTD模型将散射中心根据几何特征划分为五种不同的典型散射结构，并在回波模型中引入一项频率依赖项以描述不同结构散射体的电磁散射特性。

为了实现对GTD模型参数准确估计，“Two-dimensional superresolution radarimaging using the MUSIC algorithm,IEEE Transactions on Antennas andPropagation,vol.42,no.10,pp.1386-13”与“Two-dimensional esprit with trackingfor radar imaging and feature extraction,IEEE Transactions on Antennas andPropagation,vol.52,no.2,pp.524-532,200”提出了基于MUSIC与ESPRIT的方法来实现对GTD模型参数的估计，但这类基于谱估计的方法需要解决模型定阶与位置配对等问题。“Theparameters estimation of hrrp based on compressive sensing,Science Technologyand Engineering,2014”提出了基于压缩感知理论的参数估计方法，克服了基于谱估计方法的局限性，不需要解决位置配对等问题，同时利用散射中心的稀疏特性大大提高了参数估计的性能，但面临计算量大，抗干扰性差且需要目标稀疏等局限性。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能够降低对场景稀疏性的要求，降低字典矩阵的规模，运算处理复杂度低的基于能量轨迹提取的高价值目标散射中心参数估计方法。

本发明的目的是通过以下技术方案来实现的：基于能量轨迹提取的高价值目标散射中心参数估计方法，包括以下步骤：

S1、系统参数初始化，初始化的参数包括发射信号载频f₀，距离向采样频率f_s，方位向采样频率PRF，距离向采样点数L，目标观测时间T_a，方位向采样点数K；

S2、对GTD模型的回波信号S_gtd(f_τ,η)使用Dechirp进行距离压缩，得到距离压缩后的信号

S3、采用后向投影算法对目标进行成像；

S4、选取N_tar个孤立的反射强点作为待识别的高价值目标