一种大动态场景下SAR运动补偿方法和装置与流程

本发明涉及雷达成像领域，是一种大动态场景下sar运动补偿方法和装置。

背景技术：

1、合成孔径雷达(sar)具有全天时、全天候和高分辨成像的特点。随着sar成像技术的发展，将sar与导弹景象匹配定位相结合的弹载sar已成为近年的研究热点。

2、导弹对目标的检测识别概率与sar图像的聚焦效果息息相关。由于导弹在飞行过程中难以保持匀加速直线运动，导弹飞行过程中的机动性会引起回波信号包络和相位失真，影响雷达图像精确聚焦，必须提取高精度的弹体运动参数进行运动误差补偿。

3、导弹的飞行路线会经过多种地貌，而现有的补偿方法通常只能适用于单一的地貌或单一的飞行状态(例如匀速飞行)，因此在大机动条件和大动态场景下，无法满足导弹对sar成像运动补偿的要求。

技术实现思路

1、鉴于上述的分析，本技术旨在提出一种大动态场景下sar运动补偿方法和装置，以实现根据飞行过程的成像场景对导弹进行运动补偿。

2、本技术的目的主要是通过以下技术方案实现的：

3、一方面，本技术提供了一种大动态场景下sar运动补偿方法，由导弹执行，包括：

4、获取sar图像对应的子孔径数据；

5、根据子孔径数据，确定所述图像中的强点数量、所述图像中的强点位置信息和所述图像的当前熵值；

6、基于所述图像中的强点位置信息，确定所述图像的预测熵值；

7、基于所述强点数量、所述预测熵值和所述当前熵值，确定用于运动补偿的调频率；

8、利用所述确定的调频率进行运动补偿。

9、进一步地，所述子孔径数据为二维数据矩阵，包括：距离向数据和方位向数据；所述强点包括距离向强点和对比度强点。

10、进一步地，根据子孔径数据，确定所述图像中的距离向强点数量和所述图像中的距离向强点位置信息，包括：

11、对所述距离向数据依次进行脉冲压缩、时域校正、距离走动校正和距离弯曲校正处理，得到处理后的子孔径数据；

12、沿方位向，对所述处理后的子孔径数据进行叠加，得到一维距离向数据；

13、确定所述一维距离向数据的幅度均值和幅度方差；

14、根据所述幅度均值和所述幅度方差，确定所述距离向强点的数量和在所述图像中的位置信息。

15、进一步地，所述根据子孔径数据，确定所述图像中的对比度强点数量所述图像中的对比度强点位置信息，包括：

16、对所述方位向数据进行方位向压缩，得到压缩方位向数据；

17、确定所压缩方位向数据的幅度均值和幅度方差；

18、根据所述幅度均值和幅度方差，确定距离向数据的对比强度；

19、确定所述距离向数据的对比强度的均值和方差；

20、根据所述对比强度的均值和方差，确定对比度强点的数量和在所述图像中的位置信息。

21、进一步地，所述根据子孔径数据，确定所述图像的当前熵值，包括：

22、对所述方位向数据进行距离向压缩；

23、根据压缩后的方位向数据，确定所述图像中各像素出现的概率；

24、根据所述图像中各像素出现的概率，得到所述当前熵值。

25、进一步地，所述预测熵值包括md熵值和对比度熵值。

26、进一步地，对比度强点确定所述图像的md熵值，包括：

27、根据所述强点的位置信息，确定第一目标方位向数据；

28、对所述第一目标方位向数据进行方位向压缩得到第一压缩方位向数据；

29、根据所述子孔径数据在方位向的矩阵元素个数，将所述第一压缩方位向数据分为两个部分；

30、基于傅里叶变换、归一化和互相关，确定所述两部分数据的平移量；

31、根据所述平移量，确定md调频率；

32、根据所述md调频率，确定md滤波系数；

33、基于所述md滤波系数，对所述第一目标方位向数据进行方位向压缩；

34、根据再次压缩后的第一目标方位向数据，得到md熵值；确定所述图像的对比度熵值，包括：

35、根据所述对比度强点的位置信息，确定第二目标方位向数据；

36、对所述第二目标方位向数据进行方位向压缩得到第二压缩方位向数据；

37、根据所述md调频率和预设步长，确定调频率搜索序列；

38、以所述调频率搜索序列为自变量集合构建滤波函数；

39、根据所述滤波函数对所述第二压缩方位向数据进行滤波；

40、确定滤波后第二压缩方位向数据的幅度均值和幅度方差；

41、根据所述第二压缩方位向数据的幅度均值和幅度方差，确定所述调频率搜索序列中各调频率对应的对比度；

42、确定最大对比度对应的调频率为对比度调频率；

43、根据所述对比度调频率，确定对比度滤波系数；

44、基于所述对比度滤波系数，对所述第二目标方位向数据进行方位向压缩；根据再次压缩后的第二目标方位向数据，得到对比度熵值。

45、进一步地，所述基于所述强点数量、所述预测熵值和所述当前熵值，确定用于运动补偿的最佳方法，包括：

46、当所述对比度强点数量大于第一阈值，且所述对比度熵值小于所述当前熵值时，确定所述md调频率和所述对比度调频率之和为所述调频率；

47、当所述距离向强点大于第二阈值，所述对比度强点数量小于第一阈值，且所述md熵值小于所述当前熵值时，确定所md调频率为所述调频率；

48、否则，使用惯性导航数据确定所述调频率。

49、另一方面，本技术还提供了一种大动态场景下sar运动补偿装置，包括：获取模块，数据处理模块和运动补偿模块；

50、所述获取模块用于获取图像对应的子孔径数据；

51、所述数据处理模块用于根据子孔径数据，确定所述图像中的强点数量、所述图像中的强点位置信息和所述图像的当前熵值；基于所述图像中的强点位置信息，确定所述图像的预测熵值；基于所述强点数量、所述预测熵值和所述当前熵值，确定用于运动补偿的调频率；

52、所述运动补偿模块用于利用所述确定的调频率进行运动补偿。

53、进一步地，所述子孔径数据为二维数据矩阵，包括：距离向数据和方位向数据；

54、所述强点包括距离向强点、对比度强点中的至少一种；

55、当所述强点包括距离向强点，所述数据模块用于对所述距离向数据依次进行脉冲压缩、时域校正、距离走动校正和距离弯曲校正；沿方位向，对所述距离向数据进行叠加，得到一维距离向数据；确定所述一维距离向数据的幅度均值和幅度方差；根据所述幅度均值和所述幅度方差，确定所述距离向强点的数量和在所述图像中的位置信息；

56、当所述强点包括比度强点；所述数据模块用于对所述子孔径数据进行方位向压缩，得到压缩方位向数据；确定所压缩方位向数据的幅度均值和幅度方差；根据所述幅度均值和幅度方差，确定距离向数据的对比强度；确定所述距离向数据的对比强度的均值和方差；根据所述对比强度的均值和方差，确定对比度强点的数量和在所述图像中的位置信息。

57、与现有技术相比，本技术至少能实现以下技术效果之一：

58、1.基于强点和图像熵两个维度对雷达图像的拍摄场景进行分类，并在相应的拍摄场景下选取相应的调频率，以便于后续进行精确地运动补偿。

59、2.基于md算法、对比度算法和惯导数据，实现仅凭导弹自身的自身资源和数据，实现运动补偿，保证了运动补偿的时效性。

60、本技术的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。