一种合成孔径雷达的运动目标迭代最小熵成像方法及装置与流程

本发明涉及雷达成像技术领域，尤其是涉及一种合成孔径雷达的运动目标迭代最小熵成像方法及装置。

背景技术：

合成孔径雷达(sar，syntheticapertureradar)是一种高分辨遥感设备，具有全天候、全天时对地观测成像能力。传统的sar成像算法主要任务是针对地面、海面等静止场景成像。随着sar性能的提升，功能多样化发展，针对静止场景中运动目标的高分辨成像也成为了sar的一项重要任务。而sar完成对动目标成像需要解决两个关键问题：去除背景杂波干扰和相位误差补偿。

动目标回波与背景回波在原始数据域相互混合，使得接收信号的信杂比较低。现有的天线相位中心偏置(displacedphasecenterantenna,dpca)技术和干涉技术是两种最常用的杂波抑制方法。但是这些方法都对硬件设备有一定要求，不适用于普通单天线sar系统。对于单天线sar的动目标信号处理问题，提取roi(regionofinterest)数据是一种有效的杂波抑制方法。所谓roi数据是指，利用传统成像算法对原始回波数据进行处理，在成像结果中散焦的动目标所占据的区域。因此，roi也可以看作是原始数据成像结果的一块复数子图像。提取roi数据可以有效地去除大量的背景杂波干扰，并且包含了动目标的所有回波能量。此外，roi数据量明显小于原始数据量，更便于快速处理。

对于动目标成像中未知的相位误差补偿问题，现有的处理方法大致可以分为两类：非参数化方法和参数化方法。非参数化方法如相位梯度自聚焦(phasegradientautofocus,pga)，shearaveraging等。这一类方法对于动目标相位误差没有做出任何参数化的模型假设，直接通过优化算法估计动目标信号的相位误差，因此需要求解的变量较多，算法较为复杂。另一类参数化方法是将动目标回波相位误差建模为确定参数的变量，将相位误差估计问题转化为少量参数的估计问题。由于相位误差是由目标运动引起的，因此动目标成像问题通常被转化为目标运动参数估计问题。此时相位误差补偿的精度取决于动目标运动参数估计精度。

近年来，研究人员围绕sar运动目标成像展开了广泛的研究。下面重点介绍两个具有代表性的sar运动目标成像技术的主要贡献以及存在的不足。

一方面，有文献以散焦的roi数据为输入量，利用二维等效速度构建roi数据的相位补偿函数，经过相位补偿与插值处理，得到一幅处理后的动目标图像，并计算该图像的对比度。等效速度的获取是通过方位向和距离向二维速度空间搜索获得的，搜索目标是聚焦后的图像对比度最大化。该方法经过实测数据检验，最终可以获得清晰的运动目标成像结果，但该算法成像效果与处理效率受等效速度搜索区间和搜索步长影响。

另一方面，有文献基于最小熵准则提出了一种非参数化动目标成像方法。该方法采用二分法在区间内搜索每一个方位向采样数据的相位误差。该方法的主要缺点在于孤立了各方位向采样数据的相位误差的联系，当方位向采样数据较多时，搜索次数显著增大。

通过上述对现有的sar运动目标成像方法的总结可以看出，现有的动目标成像算法存在需要输入先验参数，全域搜索等问题，不便于动目标自适应成像处理。

技术实现要素：

本发明所要解决的技术问题是如何解决现有的动目标成像算法存在需要输入先验参数，全域搜索，不便于动目标自适应成像处理等问题。

针对以上技术问题，本发明的实施例提供了一种合成孔径雷达的运动目标迭代最小熵成像方法，包括：

s1：获取对合成孔径雷达接收到的原始回波数据处理后得到的场景图像，提取所述场景图像中包含运动目标的roi复图像，得到roi复图像矩阵，根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数；

s2：根据当前的所述相位补偿因子计算图像熵替代函数关于所述相位补偿因子的一阶导数，得到当前的一阶导数；

s3：根据当前的所述相位补偿因子计算所述图像熵替代函数关于所述相位补偿因子的负二阶导数，得到当前的负二阶导数；

s4：根据当前的一阶导数、当前的负二阶导数和当前的相位补偿因子，计算得到更新后的相位补偿因子；

s5：根据更新后的相位补偿因子和所述图像熵替代函数计算得到更新后的图像熵，根据当前的相位补偿因子和所述图像熵替代函数计算得到当前的图像熵；

s6：根据更新后的图像熵和当前的图像熵，判断所述图像熵的收敛性是否满足预设收敛要求，若是，将更新后的相位补偿因子对应的二维图像作为所述运动目标聚焦后的图像；若所述图像熵的收敛性不满足预设收敛要求，将更新后的相位补偿因子作为当前的相位补偿因子，返回s2。

可选地，所述s1包括：

接收合成孔径雷达接收到的原始回波数据，对所述原始回波数据经过距离徙动算法成像处理，得到所述场景图像；

提取所述场景图像中散焦的区域对应的，且包含所述运动目标的roi复图像，根据所述roi复图像得到所述roi复图像矩阵s0；

初始化算法迭代次数l＝1，初始化相位补偿因子作为当前的相位补偿因子α⁽¹⁾＝0；

根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数

其中，α^(l)表示算法迭代次数为l时对应的相位补偿因子，zmn表示聚焦后的复图像矩阵z(α)的第m行第n列的元素值，ψr和ψa分别表示距离向和方位向dft变换矩阵，nr和na为正整数，分别表示roi数据矩阵的距离向和方位向采样点数；h(α)为关于相位补偿因子α的函数。

可选地，所述s2包括：

根据当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，根据公式

计算图像熵替代函数θ(α；α^(l))关于α的一阶导数，得到当前的一阶导数a^(l)；

其中，|zmn(α)|表示相位补偿后的roi复数图像第m行第n列元素的模制，zmn_r(α)和zmn_i(α)分别表示zmn(α)的实部和虚部。

可选地，所述s3包括：

根据当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，根据公式

计算图像熵替代函数θ(α；α^(l))关于α的负二阶导数，得到当前的负二阶导数b^(l)；

可选地，所述s4包括：

根据当前的一阶导数a^(l)、当前的负二阶导数b^(l)和当前的相位补偿因子α^(l)，通过公式α^(l+1)＝α^(l)+arctan(a^(l)/b^(l))计算得到更新后的相位补偿因子α(^l+1)。

可选地，所述s5包括：

根据更新后的相位补偿因子α^(l+1)和更新后的相位补偿因子α^(l+1)对应的图像熵替代函数θ(α；α^(l+1))，计算得到更新后的图像熵e^(l+1)；

根据当前的相位补偿因子α^(l)和当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，计算得到当前的图像熵e^(l)；

其中，

可选地，所述s6包括：

根据更新后的图像熵e^(l+1)和当前的图像熵e^(l)，判断是否满足|e^(l+1)-e^(l)|/|e^(l)|＜ε，若是，将更新后的相位补偿因子α^(l+1)对应的roi图像|z|的二维图像作为所述运动目标聚焦后的图像；

若不满足|e^(l+1)-e^(l)|/|e^(l)|＜ε，则将l+1作为当前的算法迭代次数，将α^(l+1)作为当前的相位补偿因子，返回所述s2；

其中，ε是收敛阈值。

可选地，所述h(α)为关于相位补偿因子α的函数，若相位补偿因子α已知，则h(α)中各元素的关系为：

其中j表示虚数单位，rref表示sar与目标间的参考距离，c表示电磁波传播速度，fc表示载波频率，v表示合成孔径雷达的平台速度，fr是一个nr×1的向量，表示距离向频率，fa是一个na×1的向量，表示方位向频率；

其中fs表示信号采样率，fprf表示脉冲重复频率。

第二方面，本发明的实施例还提供了一种合成孔径雷达的运动目标迭代最小熵成像装置，包括：

函数生成模块，用于获取对合成孔径雷达接收到的原始回波数据处理后得到的场景图像，提取所述场景图像中包含运动目标的roi复图像，得到roi复图像矩阵，根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数；

一阶导数计算模块，用于根据当前的所述相位补偿因子计算图像熵替代函数关于所述相位补偿因子的一阶导数，得到当前的一阶导数；

负二阶导数计算模块，用于根据当前的所述相位补偿因子计算所述图像熵替代函数关于所述相位补偿因子的负二阶导数，得到当前的负二阶导数；

相位补偿因子更新模块，用于根据当前的一阶导数、当前的负二阶导数和当前的相位补偿因子，计算得到更新后的相位补偿因子；

图像熵计算模块，用于根据更新后的相位补偿因子和所述图像熵替代函数计算得到更新后的图像熵，根据当前的相位补偿因子和所述图像熵替代函数计算得到当前的图像熵；

处理模块，用于根据更新后的图像熵和当前的图像熵，判断所述图像熵的收敛性是否满足预设收敛要求，若是，将更新后的相位补偿因子对应的二维图像作为所述运动目标聚焦后的图像；若所述图像熵的收敛性不满足预设收敛要求，将更新后的相位补偿因子作为当前的相位补偿因子，控制所述一阶导数计算模块运行。

本发明的实施例提供了一种合成孔径雷达的运动目标迭代最小熵成像方法及装置，该方法以散焦的roi复图像作为输入量，将roi图像熵建模为相位补偿因子的函数，并构造图像熵替代函数将图像熵最小化问题转化为可以迭代求解的序贯优化问题，利用算法收敛得到的相位补偿因子，重建出较高分辨率的运动目标幅度图像。通过结合sar的roi数据与迭代最小熵算法，能够获得较高分辨率的运动目标自聚焦像。一方面以roi数据为输入量，极大地降低了待处理的数据量，提高了运动目标信杂比；另一方面，不需要任何先验参数，采用迭代最小熵算法估计出准确的相位补偿因子，获得最终的二维幅度图像。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的合成孔径雷达的运动目标迭代最小熵成像方法的流程示意图；

图2是本发明另一个实施例提供的合成孔径雷达的运动目标迭代最小熵成像方法的流程示意图；

图3是本发明另一个实施例提供的仿真实验的观测场景中静止散射点和运动散射点的几何关系示意图；

图4是本发明另一个实施例提供的利用距离徙动算法对接收到的回波数据进行处理后的结果示意图；

图5是本发明另一个实施例提供的采用本发明的方法的输入数据的示意图；

图6是本发明另一个实施例提供的采用本发明的方法的输出结果的示意图；

图7是本发明另一个实施例提供的合成孔径雷达的运动目标迭代最小熵成像装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本实施例提供的合成孔径雷达的运动目标迭代最小熵成像方法的流程示意图，参见图1，该方法包括：

s1：获取对合成孔径雷达接收到的原始回波数据处理后得到的场景图像，提取所述场景图像中包含运动目标的roi复图像，得到roi复图像矩阵，根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数；

s2：根据当前的所述相位补偿因子计算图像熵替代函数关于所述相位补偿因子的一阶导数，得到当前的一阶导数；

s3：根据当前的所述相位补偿因子计算所述图像熵替代函数关于所述相位补偿因子的负二阶导数，得到当前的负二阶导数；

s4：根据当前的一阶导数、当前的负二阶导数和当前的相位补偿因子，计算得到更新后的相位补偿因子；

s5：根据更新后的相位补偿因子和所述图像熵替代函数计算得到更新后的图像熵，根据当前的相位补偿因子和所述图像熵替代函数计算得到当前的图像熵；

s6：根据更新后的图像熵和当前的图像熵，判断所述图像熵的收敛性是否满足预设收敛要求，若是，将更新后的相位补偿因子对应的二维图像作为所述运动目标聚焦后的图像；若所述图像熵的收敛性不满足预设收敛要求，将更新后的相位补偿因子作为当前的相位补偿因子，返回s2。

需要说明的是，本实施例提供的方法用于对合成孔径雷达的图像，尤其是运动的目标形成的图像进行处理。提取场景图像中的包含运动目标的roi复图像后，得到roi复图像矩阵，构造关于相位补偿因子的图像熵替代函数后，循环执行步骤s2至s6直到图像熵的收敛性满足预设收敛要求。可理解的是，首次构造图像熵替代函数时，可以对相位补偿因子进行初始化，例如，令第一次迭代的相位补偿因子α⁽¹⁾＝0。

第一次迭代的过程中，当前的相位补偿因子为α⁽¹⁾，由α⁽¹⁾经过步骤s2、s3和s4得到第二次迭代过程中的α⁽²⁾，即更新后的相位补偿因子。通过步骤s5由α⁽²⁾可以计算更新后的图像熵e⁽²⁾，由α⁽¹⁾可以计算当前的图像熵e⁽¹⁾。通过步骤s6，根据e⁽²⁾和e⁽¹⁾判断图像熵的收敛性是否满足预设收敛要求，若是，将α⁽²⁾对应的二维图像作为运动目标聚焦后的图像；若根据e⁽²⁾和e⁽¹⁾判断图像熵的收敛性不满足预设收敛要求，将α⁽²⁾作为当前的相位补偿因子，返回s2依次类推，直到图像熵的收敛性满足预设收敛要求，本实施例在此不再赘述。

本发明的实施例提供了一种合成孔径雷达的运动目标迭代最小熵成像方法及装置，该方法以散焦的roi复图像作为输入量，将roi图像熵建模为相位补偿因子的函数，并构造图像熵替代函数将图像熵最小化问题转化为可以迭代求解的序贯优化问题，利用算法收敛得到的相位补偿因子，重建出较高分辨率的运动目标幅度图像。通过结合sar的roi数据与迭代最小熵算法，能够获得较高分辨率的运动目标自聚焦像。一方面以roi数据为输入量，极大地降低了待处理的数据量，提高了运动目标信杂比；另一方面，不需要任何先验参数，采用迭代最小熵算法估计出准确的相位补偿因子，获得最终的二维幅度图像。

进一步地，在上述实施例的基础上，所述s1包括：

接收合成孔径雷达接收到的原始回波数据，对所述原始回波数据经过距离徙动算法成像处理，得到所述场景图像；

提取所述场景图像中散焦的区域对应的，且包含所述运动目标的roi复图像，根据所述roi复图像得到所述roi复图像矩阵s0；

初始化算法迭代次数l＝1，初始化相位补偿因子作为当前的相位补偿因子α⁽¹⁾＝0；

根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数

其中，α^(l)表示算法迭代次数为l时对应的相位补偿因子，α为变量的相位补偿因子，zmn表示聚焦后的复图像矩阵z(α)的第m行第n列的元素值，ψr和ψa分别表示距离向和方位向dft变换矩阵，

nr和na为正整数，分别表示roi数据矩阵的距离向和方位向采样点数；h(α)为关于相位补偿因子α的函数。

进一步地，在上述各个实施例的基础上，所述s2包括：

根据当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，根据公式

计算图像熵替代函数θα(；α^(l))关于α的一阶导数，得到当前的一阶导数a^(l)；

其中，|zmn(α)|表示相位补偿后的roi复数图像第m行第n列元素的模制，zmn_r(α)和zmn_i(α)分别表示zmn(α)的实部和虚部。

进一步地，在上述各个实施例的基础上，根据当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，根据公式

计算图像熵替代函数θ(α；α^(l))关于α的负二阶导数，得到当前的负二阶导数b^(l)。

进一步地，在上述各个实施例的基础上，所述s4包括：

根据当前的一阶导数a^(l)、当前的负二阶导数b^(l)和当前的相位补偿因子α^(l)，通过公式α^(l+1)＝α^(l)+arctan(a^(l)/b^(l))计算得到更新后的相位补偿因子α^(l+1)。

进一步地，在上述各个实施例的基础上，所述s5包括：

根据更新后的相位补偿因子α^(l+1)和更新后的相位补偿因子α^(l+1)对应的图像熵替代函数θ(α；α^(l+1))，计算得到更新后的图像熵e^(l+1)；

根据当前的相位补偿因子α^(l)和当前的相位补偿因子α^(l)对应的图像熵替代函数θ(α；α^(l))，计算得到当前的图像熵e^(l)；

其中，

进一步地，在上述各个实施例的基础上，所述s6包括：

根据更新后的图像熵e^(l+1)和当前的图像熵e^(l)，判断是否满足|e^(l+1)-e^(l)|/|e^(l)|＜ε，若是，将更新后的相位补偿因子α^(l+1)对应的roi图像|z|的二维图像作为所述运动目标聚焦后的图像；

若不满足|e^(l+1)-e^(l)|/|e^(l)|＜ε，则将l+1作为当前的算法迭代次数，将α^(l+1)作为当前的相位补偿因子，返回所述s2；

其中，ε是收敛阈值。

进一步地，在上述各个实施例的基础上，所述h(α)为关于相位补偿因子α的函数，若相位补偿因子α已知，则h(α)中各元素的关系为：

其中j表示虚数单位，rref表示sar与目标间的参考距离，c表示电磁波传播速度，fc表示载波频率，v表示合成孔径雷达的平台速度，fr是一个nr×1的向量，表示距离向频率，fa是一个na×1的向量，表示方位向频率；

其中fs表示信号采样率，fprf表示脉冲重复频率。

本实施例提供了一种合成孔径雷达的运动目标迭代最小熵成像方法，如图2所示，该方法包括以下步骤：

步骤1：从包含运动目标的sar复图像提取散焦的roi数据，初始化相位补偿因子α；即利用sar距离徙动成像算法对原始回波数据进行成像处理，提取包含运动目标信息的散焦的roi复图像数据矩阵s0，矩阵s0水平方向表示方位向，竖直方向表示距离向；初始化相位补偿因子α；构造图像熵替代函数θ(α)；

步骤2：计算图像熵替代函数关于α的一阶导数a；即利用相位补偿因子计算图像熵替代函数关于α的一阶导数a；

步骤3：计算图像熵替代函数关于α的负二阶导数b；即利用相位补偿因子计算图像熵替代函数关于α的负二阶导数b；

步骤4：更新相位补偿因子α；即基于步骤2和步骤3中计算得到的a和b，更新相位补偿因子α；

步骤5：计算相位补偿后的roi数据图像熵e；即基于步骤4中计算得到的相位补偿因子α，更新roi数据图像熵e；

步骤6：进行算法终止条件判断，若终止(是)，则输出聚焦后的目标二维幅度图像|z|(运动目标聚焦后的图像)，否则，返回步骤2；即判断步骤5中获得的图像熵e是否满足算法终止条件。是，则输出聚焦后的roi图像|z|(即聚焦后的目标二维图像)，算法结束；否，则转至步骤2继续执行。

具体来说，步骤1：利用sar距离徙动成像算法对原始回波数据进行成像处理，提取包含运动目标信息的散焦的roi复图像数据矩阵s0，矩阵s0水平方向表示方位向，竖直方向表示距离向；初始化相位补偿因子α；构造图像熵替代函数θ(α)；

sar接收到的原始回波数据经过传统距离徙动算法成像处理，成像场景中的静止目标得到很好的聚焦图像，但场景中的运动目标是散焦的。将散焦的区域对应的复图像从场景复图像中提取出来，称之为roi复图像数据矩阵s0，矩阵s0包含该运动目标的所有散射能量。对于场景中的多个运动目标，可以分别提取各自对应的roi复数矩阵进行处理。初始化算法迭代次数l＝1，初始化相位补偿因子α⁽¹⁾＝0，上角标表示当前循环次数。构造图像熵替代函数其中zmn表示聚焦后的复图像矩阵z(α)的第m行第n列的元素值。其中，

其中ψr和ψa分别表示距离向和方位向dft变换矩阵，矩阵ψr和ψa中各元素形式分别如式(2)和(3)所示：

其中nr和na为正整数，分别表示roi数据矩阵的距离向和方位向采样点数，h(α)表示相位补偿矩阵，是关于相位补偿因子α的函数，给定相位补偿因子α时，矩阵h各元素形式如式(4)

其中j表示虚数单位，rref表示sar与目标间的参考距离，c表示电磁波传播速度，fc表示载波频率，v表示sar平台速度，fr是一个nr×1的向量，表示距离向频率，其中各元素fr(k)的形式如(5)所示，fa是一个na×1的向量，表示方位向频率，其中各元素fa(n)的形式如(6)所示：

其中fs表示信号采样率，fprf表示脉冲重复频率，均由系统给出。

步骤2：利用相位补偿因子计算图像熵替代函数关于α的一阶导数a；具体操作方法：

利用当前相位补偿因子α^(l)构造图像熵替代函数θ(α；α^(l))，图像熵替代函数关于α的一阶导数如(7)所示：

其中|zmn(α)|表示相位补偿后的roi复数图像第m行第n列元素的模制，zmn_r(α)和zmn_i(α)分别表示zmn(α)的实部和虚部，由(1)式可得：

上式中矩阵和y是确定矩阵，与相位补偿因子无关，因此令

umnpq的实部和虚部分别记为umnpq_r和umnpq_i，则根据欧拉公式，(8)式可以重写为

其中φ(p,q)由(4)式给出。由(10)可得zmn(α)实部和虚部分别为：

由上式可以计算zmn_r(α)和zmn_i(α)关于α的一阶导数：

其中，

将(13)、(14)和(15)代入(7)即可得到替代函数关于α的一阶导数

步骤3：利用相位补偿因子计算图像熵替代函数关于α的负二阶导数b；具体操作方法：

利用当前相位补偿因子α^(l)构造图像熵替代函数θ(α；α^(l))，图像熵替代函数关于α的负二阶导数如(16)所示：

其中，

其中相位φ关于α的二阶导数为：

将(17)、(18)和(19)代入(16)即可得到替代函数关于α的一阶导数

步骤4：基于步骤2和步骤3中计算得到的a^(l)和b^(l)，更新相位补偿因子α；

α^(l+1)＝α^(l)+arctan(a^(l)/b^(l))(20)

步骤5：基于步骤4中计算得到的相位补偿因子α，更新roi数据图像熵e；

步骤6：判断步骤5中获得的图像熵e是否满足算法终止条件。终止条件如(22)所示

|e^(l+1)-e^(l)|/|e^(l)|＜ε(22)

其中ε是收敛阈值，一般取ε＝0.01％。若满足(22)式所示的终止条件，输出聚焦后的roi图像|z|(即聚焦后的目标二维图像)，算法结束；若不满足(22)式所示的终止条件，则更新算法迭代次数l←l+1，转至步骤2继续执行。

本发明的实施例主要针对sar动目标成像问题，以散焦的运动目标roi数据为输入，以图像熵值最小化为准则，通过迭代求解熵值替代函数最小化问题估计相位补偿因子，以收敛得到的相位补偿因子对roi数据进行相位补偿，最终自适应地聚焦出较高分辨率动目标图像。和现有的sar动目标成像算法相比，本发明方法一方面以roi数据为输入量，极大地降低了待处理的数据量，提高了运动目标信杂比；另一方面，不需要任何先验参数，采用迭代最小熵算法估计出准确的相位补偿因子，获得最终的二维幅度像。

为了进一步证明本发明实施例提供的方法的效果，本实施例采用仿真的动目标回波数据进行实验来验证本发明所提出的成像方法的效果。

设定sar工作在正侧视条带扫面模式，仿真试验中用到的系统相关参数如表一所示：

仿真实验的观测场景包含2个静止散射点和4个运动状态相同的运动散射点，其中动目标方位向速度分量为vx＝20m/s，距离向速度分量为vr＝5m/s，几何关系如图3所示。参见图3，在坐标系xor中，沿着ox轴的速度为vx，沿着or轴的速度为vr，两个静止静止散射点之间沿着or轴的距离为20米，4个运动散射点中靠近ox轴的两个点沿着ox轴方向上的距离为8m，远离or轴的两个运动散射点沿着or轴的距离为5m，远离ox轴的两个运动散射点之间的夹角为15°。

利用距离徙动算法对接收到的回波数据进行处理，结果如图4所示，从成像结果可以看出，静止散射点准确聚焦，但是运动散射点的成像结果是散焦的。提取图4中运动目标所在的方框区域复图像数据，作为本实施例提供的方法的输入数据(roi复图像矩阵)，输出较高分辨率的运动目标幅度图像(|z|)。

图5给出了本发明方法的输入数据，图6给出了本发明方法的输出结果。仿真实验结果印证了本发明方法可以利用roi数据再聚焦出高质量目标场景幅度图像。

表一

本发明的实施例涉所提供的方法包括利用经典距离徙动成像算法对原始回波数据做成像处理，获得整个观测场景的复图像；提取整幅场景复图像中的包含动目标的感兴趣区域(roi，regionofinterest)，获得散焦的运动目标的复图像矩阵；构造由相位补偿因子唯一确定的相位补偿函数，建立roi复图像熵与相位补偿因子的函数解析关系；构造图像熵替代函数，简化roi图像熵值最小化问题，迭代更新相位补偿因子；以收敛的相位补偿因子确定准确的相位补偿函数，最终获得高分辨的运动目标幅度图像。该方法针对合成孔径雷达运动目标，以roi复图像为输入数据，基于复图像熵值最小化准则，重建出较高分辨率运动目标幅度图像。

图7一种合成孔径雷达的运动目标迭代最小熵成像装置的结构示意图，参见图7，该装置包括函数生成模块701、一阶导数计算模块702、负二阶导数计算模块703、相位补偿因子更新模块704、图像熵计算模块705和处理模块706，其中，

函数生成模块701，用于获取对合成孔径雷达接收到的原始回波数据处理后得到的场景图像，提取所述场景图像中包含运动目标的roi复图像，得到roi复图像矩阵，根据所述roi复图像矩阵构造关于相位补偿因子的图像熵替代函数；

一阶导数计算模块702，用于根据当前的所述相位补偿因子计算图像熵替代函数关于所述相位补偿因子的一阶导数，得到当前的一阶导数；

负二阶导数计算模块703，用于根据当前的所述相位补偿因子计算所述图像熵替代函数关于所述相位补偿因子的负二阶导数，得到当前的负二阶导数；

相位补偿因子更新模块704，用于根据当前的一阶导数、当前的负二阶导数和当前的相位补偿因子，计算得到更新后的相位补偿因子；

图像熵计算模块705，用于根据更新后的相位补偿因子和所述图像熵替代函数计算得到更新后的图像熵，根据当前的相位补偿因子和所述图像熵替代函数计算得到当前的图像熵；

处理模块706，用于根据更新后的图像熵和当前的图像熵，判断所述图像熵的收敛性是否满足预设收敛要求，若是，将更新后的相位补偿因子对应的二维图像作为所述运动目标聚焦后的图像；若所述图像熵的收敛性不满足预设收敛要求，将更新后的相位补偿因子作为当前的相位补偿因子，控制所述一阶导数计算模块运行。

本发明的实施例提供的合成孔径雷达的运动目标迭代最小熵成像装置适用于上述实施例中提供的合成孔径雷达的运动目标迭代最小熵成像方法，在此不再赘述。

本发明的实施例提供了一种合成孔径雷达的运动目标迭代最小熵成像装置，该装置以散焦的roi复图像作为输入量，将roi图像熵建模为相位补偿因子的函数，并构造图像熵替代函数将图像熵最小化问题转化为可以迭代求解的序贯优化问题，利用算法收敛得到的相位补偿因子，重建出较高分辨率的运动目标幅度图像。通过结合sar的roi数据与迭代最小熵算法，能够获得较高分辨率的运动目标自聚焦像。一方面以roi数据为输入量，极大地降低了待处理的数据量，提高了运动目标信杂比；另一方面，不需要任何先验参数，采用迭代最小熵算法估计出准确的相位补偿因子，获得最终的二维幅度图像。

最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。