[发明专利]基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法

摘要

本发明公开了一种基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法，主要解决现有技术在低信噪比下成像质量低的问题。其方案包括：1)接收ISAR回波并进行距离向脉冲压缩；2)将距离脉冲压缩后的信号沿方位向进行短时傅里叶变换，得到距离‑多普勒‑时间立方图，并按时间顺序进行取值得到图像序列；3)对不包含目标的图像区域取值，计算得到噪声的标准差；4)根据图像序列中的值进行最大似然估计得到相应的参数向量；5)根据参数向量计算像素点的降噪向量，并构成降噪图像序列。本发明在低信噪比下实现了对含噪距离‑瞬时多普勒图像序列的降噪效果，有效改善了图像质量，可用于低信噪比条件下的非平稳运动目标检测、成像与特征提取。

主权项

基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法，包括：(1)通过逆合成孔径雷达向运动目标发射线性调频信号，并获取其回波，取距离向采样点数为Nr，方位向采样点数为Na，得到一个Nr×Na的含噪雷达回波矩阵Sr；(2)对含噪雷达回波矩阵Sr沿距离向进行脉冲压缩，得到距离向脉冲压缩后的矩阵Sd；(3)对距离向脉冲压缩后的矩阵Sd沿方位向进行短时傅里叶变换，得到距离‑多普勒‑时间立方图其中r代表距离维，f代表多普勒维，t代表时间维，M代表多普勒维分辨单元个数，N代表时间单元个数；(4)按照时间顺序从1到N取距离‑多普勒‑时间立方图C(r,f,t)中的不同时刻的N帧距离‑瞬时多普勒图像，组成含噪图像序列I；(5)将含噪图像序列I中第i行第j列的像素点序列记为Iij，用序列Iij的纵坐标值组成含噪纵坐标向量Yij，在含噪图像序列I中选取没有目标出现的正方形区域，对区域中所有像素点位置取值，计算得到含噪图像序列I的平均噪声标准差σn；(6)重新设置行下标i和列下标j的初始值为i＝1，j＝1，用序列Iij的横坐标值组成横坐标向量Xij；(7)根据公式计算得到参数核矩阵CN，其中σf为幅度参数，σ为尺度参数，xa代表横坐标向量Xij中的第a个元素，xb代表横坐标向量Xij中的第b个元素，a和b取值从1到N；(8)采用共轭梯度法最大化函数得到参数向量估计值其中参数向量θ＝{σf,σ}，为幅度参数估计值，σ*为尺度参数估计值；(9)取横坐标向量Xij中的第c个元素设循环下标c的初始值为c＝1；(10)将步骤(8)中得到的参数向量估计值代入如下公式：k*(xa,xb)=σf*2exp[-(xa-xb)22σ*2]+σn2δ(xa,xb),]]>并计算得到数据核矩阵K和核向量K*，将数据核矩阵K、核向量K*和含噪纵坐标向量Yij代入公式计算得到元素所对应的函数值‑1表示求逆操作，T表示转置操作；(11)将循环下标c与时间单元个数N比较，若c＜N,则令c＝c+1，返回步骤(10)；若c≥N，用这些函数值构成降噪纵坐标向量并执行步骤(12)；(12)将行下标i与距离向采样点数Nr比较，将列下标j与多普勒维分辨单元个数M比较，若i＜Nr且j＜M，则令j＝j+1，若i＜Nr且j≥M，则令i＝i+1，j＝1，返回步骤(7)；若i≥Nr，用这些降噪纵坐标向量构成降噪图像序列I*。