用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法
2023-06-24 18:48:46 1
專利名稱：用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法
技術領域：
本發明涉及一種對合成孔徑雷達成像質量評估的插值方法。更特別地說，是指一種適用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法。
背景技術：
合成孔徑雷達(Synthetic Aperture Radar，SAR)不受天時、氣候的影響，是目前備受關注的遙感信息獲取系統。SAR系統主要由中央電子設備和天線兩部分組成。中央電子設備根據指令選擇SAR工作模式、控制各分機的工作，按照一定的頻率發射脈衝、接收地面回波，形成雷達回波數據。天線對發、收信號進行增益，並通過調整波束指向實現對指定區域的觀測。SAR載體運動方向為方位向，垂直方位向的方向為距離向，波束指向與距離向的夾角稱為斜視角(一般該角度小於90度)。回波數據經過成像處理，轉化為可視的圖像。
成像質量評估對於高解析度SAR圖像獲取的意義主要在於 1.驗證SAR系統參數設計是否正確，能否滿足技術指標要求。
2.根據質量評價準則，優化SAR成像處理算法，正確選擇加權因子等參數。
SAR成像質量評估主要指標包括空間解析度、等效解析度、擴展係數、積分旁瓣比、峰值旁瓣比、圖像均值、圖像方差、動態範圍、等效視數、輻射分辨等。這些指標從不同的角度反映了圖像的質量。其中，空間解析度、等效解析度、擴展係數、積分旁瓣比、峰值旁瓣比反映了圖像中點目標的分辨能力，是衡量SAR系統性能與成像算法優劣的重要依據。
2006年10月科學出版社出版、王正明等編著的《SAR圖像提高解析度技術》、2009年4月3日孫兵等申請的專利《一種斜視SAR的點目標解析度評估方法》(申請號200910081387)、2009年8月曾濤等在《北京理工大學學報》發表的文章《雙基地SAR點目標圖像質量評估算法》中指出，SAR點目標成像質量評估是利用點目標衝激響應來進行測定的。由於SAR成像結果的像素間距通常只是略優於空間解析度，所以如果直接對SAR圖像進行評估，無法滿足高精度的評估要求，必須進行插值。目前採用的具體方法是，以SAR點目標復圖像數據作為測量指標的輸入；先對該數據進行二維快速傅立葉變換，得到二維頻譜數據；然後分別沿方位向和距離向在頻譜數據最小值處補零；最後經逆二維快速傅立葉變換，得到細化後的圖像。補零的數目由插值倍數決定；在二維插值的基礎上，提取兩個主要剖面，進行一維插值，得到評估結果，參見圖1A、圖1B所示。
上述二維插值方法要求SAR系統觀測目標時必須保持正側視或者較小的斜視角，同時在成像處理中要補償由參考距離引入的固定相位。對於大斜視角SAR成像來說，這兩點都是很難實現的 1.大斜視角成像時點目標成像結果對應的二維頻譜數據會出現嚴重的傾斜現象。採用該二維插值方法會改變通帶內的頻譜特性，生成錯誤的評估結果。
2.為了計算斜視成像時的參考距離，需要獲取準確的斜視角，而現有慣導設備的精度難以滿足角度測量的要求。此外，由於固定相位補償與否均不影響成像質量，從減少運算量的角度出發，斜視成像通常是不補償該相位的。
因此，現有的二維插值方法難以應用於大斜視角SAR點目標成像質量評估。
發明內容
本發明的目的是提出一種用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法，該方法利用二維快速傅立葉變換將點目標成像結果變換到二維頻域中，自適應地確定二維譜矩陣中的每行和每列的插值位置，然後利用二維快速傅立葉逆變換將頻域補零後的數據變換到二維時域矩陣，即得到插值結果。該方法在合成孔徑雷達工作於任意斜視角度、並且無論成像處理是否補償由參考距離引入的固定相位的情況下，都能夠對點目標成像結果進行正確地插值，有助於獲取更加精確的點目標成像質量評估結果。
本發明採用自適應二維插值方法對合成孔徑雷達點目標成像質量進行評估的優點在於 ①能夠對合成孔徑雷達工作於任意斜視角度下獲得的點目標圖像進行正確的插值，得到精確的細化圖像； ②不要求成像處理過程中補償由參考距離引入的固定相位，減少了成像處理的運算量； ③為點目標成像質量評估中的一維插值過程提供更為準確的輸入數據，提高了評估結果的精度。
圖1A是用現有的插值方法得到的點目標三維細化圖像。
圖1B是用現有的插值方法得到的點目標等高線細化圖像。
圖2A是用本發明的插值方法得到的點目標三維細化圖像。
圖2B是用本發明的插值方法得到的點目標等高線細化圖像。
具體實施例方式 下面將結合附圖和實驗仿真對本發明做進一步的詳細說明。
本發明是一種用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法，是以複數形式表示的合成孔徑雷達點目標成像結果數據中，確定待評估點目標峰值所在的位置Q(X，Y)後，以Q(X，Y)位置為中心，抽取l行、r列構成待插值數據矩陣
然後對MA矩陣進行二維快速傅立葉變換處理，得到二維頻譜矩陣MB。本發明是對所述的MB矩陣進行自適應二維插值的成像處理，其具體步驟包括有 步驟100設置距離向插值倍數m＝16，選擇方位向插值倍數n； 步驟100-1如果斜視角為零，執行步驟101，且設置方位向插值倍數n＝16； 步驟100-2如果斜視角不為零，執行步驟101，且設置方位向插值倍數為2的整數次冪，即2N，N為大於4的自然數； 步驟101對MB矩陣的第一行複數據進行取模處理，得到實值行向量MC1； 步驟102對MC1向量進行處理，得到MC1向量所有元素中的最大值R1max和最小值R1min以及R1min在MC1向量中對應的位置P1min； 步驟103比較MC1向量第
個數據與R1min之差的絕對值|A1|、MC1向量第1個數據與R1min之差的絕對值|B1|； 步驟103-1如果
則執行步驟104，否則，執行步驟103-2； 步驟103-2如果
則執行步驟105，否則，執行步驟103-3； 步驟103-3MB矩陣第一行數據的插值位置P1＝P1min，執行步驟106； 步驟104MB矩陣第一行數據的插值位置
執行步驟106； 步驟105MB矩陣第一行數據的插值位置P1＝1，執行步驟106； 步驟106比較P1和r的大小； 步驟106-1如果P1≠r，則執行步驟107；否則執行步驟106-2； 步驟106-2對MB矩陣第一行複數據進行處理，在第P1-1個數據與第P1個數據之間插入r·(m-1)個零，得到補零後的行數據(記為補零第一行數據)，執行步驟111； 步驟107對MB矩陣第一行複數據進行處理，在第P1個數據與第P1+1個數據之間插入r·(m-1)個零，得到補零後的行數據(記為補零第一行數據)，執行步驟111； 步驟111對MB矩陣的第i(i＝2，3，…，l)行複數據進行取模處理，得到實值行向量MCi； 步驟112對MCi向量進行處理，得到MCi向量所有元素中的最大值Rimax和最小值Rimin以及Rimin在MCi向量中對應的位置Pimin； 步驟113比較MCi向量第Pi-1個數據的模值和Rimin之差的絕對值|Ai|、Pimin與Pi-1之差的絕對值|Bi|； 在本發明中，Pi表示第i行的插值位置，Pi-1表示第i-1行的插值位置。
步驟113-1如果
則執行步驟114，否則執行步驟113-2； 步驟113-2如果|Bi|＝r-1，則執行步驟114，否則執行步驟113-3； 步驟113-3由MCi向量第Pi-1個數據開始，分別向MCi向量左右兩側搜索，尋找與Rimin之差的絕對值不大於
並且在MCi向量中的位置與Pi-1之差的絕對值最小的數據，得到數據所在位置Pir和MB矩陣第i行數據的插值位置Pi＝Pir，執行步驟116； 步驟114得到MB矩陣第i行數據的插值位置Pi＝Pi-1，執行步驟116； 步驟116比較Pi和r的大小； 步驟116-1如果Pi≠r，則執行步驟117；否則執行步驟116-2； 步驟116-2對MB矩陣第i行複數據進行處理，在第Pi-1個數據與第Pi個數據之間插入r·(m-1)個零，得到補零後的行數據(記為補零第i行數據)，執行步驟118； 步驟117對MB矩陣第i行複數據進行處理，在第Pi個數據與第Pi+1個數據之間插入r·(m-1)個零，得到補零後的行數據(記為補零第i行數據)，執行步驟118； 步驟118重複步驟111～步驟117，完成對MB矩陣所有行的補零處理，得到複數矩陣MD； 步驟201對MD矩陣的第一列複數據進行取模處理，得到實值列向量ME1； 步驟202對ME1向量進行處理，得到ME1向量所有元素中的最大值S1max和最小值S1min以及S1min在ME1向量中對應的位置Q1min； 步驟203比較ME1向量第
個數據與S1min之差的絕對值|C1|、ME1向量第1個數據與S1min之差的絕對值|D1|； 步驟203-1如果
則執行步驟204，否則，執行步驟203-2； 步驟203-2如果
則執行步驟205，否則，執行步驟103-3； 步驟203-3得到MD矩陣第一列數據的插值位置Q1＝Q1min，執行步驟206； 步驟204得到MD矩陣第一列數據的插值位置
執行步驟206； 步驟205得到MD矩陣第一列數據的插值位置Q1＝1，執行步驟206； 步驟206比較Q1和l的大小； 步驟206-1如果Q1≠l，則執行步驟207；否則執行步驟206-2； 步驟206-2對MD矩陣第一列複數據進行處理，在第Q1-1個數據與第Q1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟211； 步驟207對MD矩陣第一列複數據進行處理，在第Q1個數據與第Q1+1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟211； 步驟211對MD矩陣的第j(j＝2，3，…，r)列複數據進行取模處理，得到實值列向量MEj； 步驟212對MEj向量進行處理，得到MEj向量所有元素中的最大值Sjmax和最小值Sjmin以及Sjmin在MEj向量中對應的位置Qjmin； 步驟213比較MEj向量第Qj-1個數據與Sjmin之差的絕對值|Ci|、Qjmin與Qj-1之差的絕對值|Di|； 在本發明中，Qi表示第j列的插值位置，Qj-1表示第j-1列的插值位置。
步驟213-1如果
則執行步驟214，否則，執行步驟213-2； 步驟213-2如果|Di|＝l-1，則執行步驟214，否則，執行步驟213-3； 步驟213-3由MEj向量第Qj-1個數據開始，分別向MEj向量上下兩側搜索，尋找與Qjmin之差的絕對值不大於
並且在MEj向量中的位置與Qj-1之差的絕對值最小的數據，得到數據所在位置Qjr和MD矩陣第j行數據的插值位置Qj＝Qjr，執行步驟216； 步驟214得到MD矩陣第j列數據的插值位置Qj＝Qj-1，執行步驟216； 步驟216比較Qj和l的大小； 步驟216-1如果Qj≠l，則執行步驟217；否則執行步驟216-2； 步驟216-2對MD矩陣第j列複數據進行處理，在第Qj-1個數據與第Qj個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟218； 步驟217對MD矩陣第j列複數據進行處理，在第Qj個數據與第Qj+1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟218； 步驟218重複步驟211～步驟217，完成對MD矩陣所有列的補零處理，得到複數矩陣MF； 步驟219對複數矩陣MF進行二維快速傅立葉逆變換處理，得到插值後的合成孔徑雷達點目標成像結果。
採用本發明的自適應二維插值方法對合成孔徑雷達點目標成像進行仿真處理，其仿真參數設置如下表 圖1A是用現有的插值方法得到的場景中心點目標三維細化圖像。圖1B是用現有的插值方法得到的場景中心點目標等高線細化圖像。圖2A是用本發明的插值方法得到的場景中心點目標三維細化圖像。圖2B是用本發明的插值方法得到的場景中心點目標等高線細化圖像。可以看出，採用本發明的插值方法得到插值結果明顯更為準確，而採用現有的插值方法得到的插值結果包含了不應該出現的旁瓣信號，會導致錯誤的點目標質量評估。
權利要求
1.一種用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法，是以複數形式表示的合成孔徑雷達點目標成像結果數據中，確定待評估點目標峰值所在的位置Q(X，Y)後，以Q(X，Y)位置為中心，抽取l行、r列構成待插值數據矩陣
然後對該MA矩陣進行二維快速傅立葉變換處理，得
到二維頻譜矩陣MB，其特徵在於對所述的MB矩陣進行自適應二維插值的成像處理具體步驟包括有
步驟100設置距離向插值倍數m＝16，選擇方位向插值倍數n；
步驟100-1如果斜視角為零，執行步驟101，且設置方位向插值倍數n＝16；
步驟100-2如果斜視角不為零，執行步驟101，且設置方位向插值倍數為2的整數次冪，即2N，N為大於4的自然數；
步驟101對MB矩陣的第一行複數據進行取模處理，得到實值行向量MC1；
步驟102對MC1向量進行處理，得到MC1向量所有元素中的最大值R1max和最小值R1min以及R1min在MC1向量中對應的位置P1min；
步驟103比較MC1向量第
個數據與R1min之差的絕對值|A1|、MC1向量第1個數據與R1min之差的絕對值|B1|；
步驟103-1如果
則執行步驟104，否則，執行步驟103-2；
步驟103-2如果
則執行步驟105，否則，執行步驟103-3；
步驟103-3MB矩陣第一行數據的插值位置P1＝P1min，執行步驟106；
步驟104MB矩陣第一行數據的插值位置
執行步驟106；
步驟105MB矩陣第一行數據的插值位置P1＝1，執行步驟106；
步驟106比較P1和r的大小；
步驟106-1如果P1≠r，則執行步驟107；否則執行步驟106-2；
步驟106-2對MB矩陣第一行複數據進行處理，在第P1-1個數據與第P1個數據之間插入r·(m-1)個零，得到補零後的行數據，執行步驟111；
步驟107對MB矩陣第一行複數據進行處理，在第P1個數據與第P1+1個數據之間插入r·(m-1)個零，得到補零後的行數據，執行步驟111；
步驟111對MB矩陣的第i(i＝2，3，…，l)行複數據進行取模處理，得到實值行向量MCi；
步驟112對MCi向量進行處理，得到MCi向量所有元素中的最大值Rimax和最小值Rimin以及Rimin在MCi向量中對應的位置Pimin；
步驟113比較MCi向量第Pi-1個數據的模值和Rimin之差的絕對值|Ai|、Pimin與Pi-1之差的絕對值|Bi|；
步驟113-1如果
則執行步驟114，否則執行步驟113-2；
步驟113-2如果|Bi|＝r-1，則執行步驟114，否則執行步驟113-3；
步驟113-3；由MCi向量第Pi-1個數據開始，分別向MCi向量左右兩側搜索，尋找與Rimin之差的絕對值不大於
並且在MCi向量中的位置與Pi-1之差的絕對值最小的數據，得到數據所在位置Pir和MB矩陣第i行數據的插值位置Pi＝Pir，執行步驟116；
步驟114得到MB矩陣第i行數據的插值位置Pi＝Pi-1，執行步驟116；
步驟116比較Pi和r的大小；
步驟116-1如果Pi≠r，則執行步驟117；否則執行步驟116-2；
步驟116-2對MB矩陣第i行複數據進行處理，在第Pi-1個數據與第Pi個數據之間插入r·(m-1)個零，得到補零後的行數據，執行步驟118；
步驟117對MB矩陣第i行複數據進行處理，在第Pi個數據與第Pi+1個數據之間插入r·(m-1)個零，得到補零後的行數據，執行步驟118；
步驟118重複步驟111～步驟117，完成對MB矩陣所有行的補零處理，得到複數矩陣MD；
步驟201對MD矩陣的第一列複數據進行取模處理，得到實值列向量ME1；
步驟202對ME1向量進行處理，得到ME1向量所有元素中的最大值S1max和最小值S1min以及S1min在ME1向量中對應的位置Q1min；
步驟203比較ME1向量第
個數據與S1min之差的絕對值|C1|、ME1向量第1個數據與S1min之差的絕對值|D1|；
步驟203-1如果
則執行步驟204，否則，執行步驟203-2；
步驟203-2如果
則執行步驟205，否則，執行步驟103-3；
步驟203-3得到MD矩陣第一列數據的插值位置Q1＝Q1min，執行步驟206；
步驟204得到MD矩陣第一列數據的插值位置
執行步驟206；
步驟205得到MD矩陣第一列數據的插值位置Q1＝1，執行步驟206；
步驟206比較Q1和l的大小；
步驟206-1如果Q1≠l，則執行步驟207；否則執行步驟206-2；
步驟206-2對MD矩陣第一列複數據進行處理，在第Q1-1個數據與第Q1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟211；
步驟207對MD矩陣第一列複數據進行處理，在第Q1個數據與第Q1+1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟211；
步驟211對MD矩陣的第j(j＝2，3，…，r)列複數據進行取模處理，得到實值列向量MEj；
步驟212對MEj向量進行處理，得到MEj向量所有元素中的最大值Sjmax和最小值Sjmin以及Sjmin在MEj向量中對應的位置Qjmin；
步驟213比較MEj向量第Qj-1個數據與Sjmin之差的絕對值|Ci|、Qjmin與Qj-1之差的絕對值|Di|；
步驟213-1如果
則執行步驟214，否則，執行步驟213-2；
步驟213-2如果|Di|＝l-1，則執行步驟214，否則，執行步驟213-3；步驟213-3由MEj向量第Qj-1個數據開始，分別向MEj向量上下兩側搜索，尋找與Qjmin之差的絕對值不大於
並且在MEj向量中的位置與Qj-1之差的絕對值最小的數據，得到數據所在位置Qjr和MD矩陣第j行數據的插值位置Qj＝Qjr，執行步驟216；
步驟214得到MD矩陣第j列數據的插值位置Qj＝Qj-1，執行步驟216；
步驟216比較Qj和l的大小；
步驟216-1如果Qj≠l，則執行步驟217；否則執行步驟216-2；
步驟216-2對MD矩陣第j列複數據進行處理，在第Qj-1個數據與第Qj個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟218；
步驟217對MD矩陣第j列複數據進行處理，在第Qj個數據與第Qj+1個數據之間插入l·(n-1)個零，得到補零後的列數據，執行步驟218；
步驟218重複步驟211～步驟217，完成對MD矩陣所有列的補零處理，得到複數矩陣MF；
步驟219對複數矩陣MF進行二維快速傅立葉逆變換處理，得到插值後的合成孔徑雷達點目標成像結果。
全文摘要
本發明公開了一種用於合成孔徑雷達點目標成像質量評估的自適應二維插值方法，該方法利用二維快速傅立葉變換將點目標成像結果變換到二維頻域中，自適應地確定二維譜矩陣中的每行和每列的插值位置，然後利用二維快速傅立葉逆變換將頻域補零後的數據變換到二維時域矩陣，即得到插值結果。該方法在合成孔徑雷達工作於任意斜視角度、並且無論成像處理是否補償由參考距離引入的固定相位的情況下，都能夠對點目標成像結果進行正確地插值，有助於獲取更加精確的點目標成像質量評估結果。
文檔編號G01S13/90GK101806893SQ20101013357
公開日2010年8月18日 申請日期2010年3月25日 優先權日2010年3月25日
發明者於澤, 張巖, 劉敏, 李春升 申請人:北京航空航天大學