一种目标关键部位的近场散射中心特征表征方法与流程

本发明涉及近场目标特性分析和sar图像解译，特别涉及一种目标关键部位的近场散射中心特征表征方法。

背景技术：

1、近年来多种机动目标凭借其高机动性和高灵活度等特点，在民用和军事领域都应用广泛。对机动目标的检测和识别研究不仅有助于及时发现入侵目标，达到防空预警的效果，而且若能获得目标的关键部位等细节信息，将为战场精确毁伤目标提供技术支撑。对机动目标的关键部位的有效特征提取和特征表征是进行目标准确检测、跟踪和识别的关键。

2、现有的目标特征提取方法一般属于雷达信号处理领域，为进行属性散射中心参数提取的方法。目前要害部位识别、基于深度学习的电磁散射特征提取取得了许多研究成果，在sar(视频合成孔径雷达)图像解译领域的应用也日益广泛，然而却没有目标关键部位的近场散射中心特征表征与特征拓展方法。

技术实现思路

1、本发明的目的是提供一种目标关键部位的近场散射中心特征表征方法，实现目标关键部位近场探测环境下的有效特征表征，为目标关键部位识别提供特征数据和算法支持。

2、为了实现以上目的，本发明通过以下技术方案实现：

3、一种目标关键部位的近场散射中心特征表征方法，包括：

4、步骤s1、基于一定雷达视角下的近场雷达回波计算高分辨距离像。

5、步骤s2、基于近场属性散射中心模型计算二维sar图像的近场属性散射中心图，并提取近场属性散射中心参数特征。

6、步骤s3、基于所述近场属性散射中心图计算近场时频图特征。

7、步骤s4、基于目标的全姿态三维散射中心重构模型产生目标在多方位姿态下的电磁散射数据，并结合卷积神经网络提取多方位姿态深度特征。

8、步骤s5、将所述高分辨距离像和所述近场属性散射中心参数特征融合生成目标整体与目标关键部位之间的相对空间位置特征。

9、步骤s6、通过所述近场时频图特征获取目标相对于雷达探测方位角改变的时域变化特征。

10、步骤s7、将所述相对空间位置特征和所述时域变化特征与所述多方位姿态深度特征匹配与融合，实现在全方位姿态下的近场散射中心特征表征及特征扩展。

11、可选地，所述近场属性散射中心参数特征包括：目标属性散射中心参数、以及获取的对应关键部位的类型特征、散射强度特征、几何尺寸特征和散射来源特征。

12、可选地，所述步骤s2包括：步骤s2.1、在所述二维sar图像的近场属性散射中心图中分割出包含单个散射中心响应的图像区域。

13、步骤s2.2、采用近似极大似然方法估计该包含单个散射中心响应的图像区域中的散射中心的电磁散射参数。

14、步骤s2.3、接着对所述二维sar图像消除已处理过的散射中心的影响，并分割出下一个包含单个散射中心响应的图像区域；采用近似极大似然方法估计此包含单个散射中心响应的图像区域中的散射中心的电磁散射参数。

15、步骤s2.4、重复步骤s2.3，直至提取出所述二维sar图像中所有散射中心的电磁散射参数；所有散射中心的电磁散射参数特征为所述近场属性散射中心参数特征。

16、可选地，所述多方位姿态深度特征为多姿态下，目标关键部位sar图像或一维散射点序列的深度特征。

17、可选地，所述步骤s4包括：步骤s4.1、利用目标的全姿态三维散射中心重构模型仿真目标的三维散射中心，根据观测角度将目标三维散射中心映射到二维图像的相应位置，产生目标在标准条件下的二维散射数据。

18、步骤s4.2、对二维散射数据中的目标关键部位信息进行标准化标注，并且可由二维散射数据映射对应的标有关键部位信息的一维散射点序列。

19、步骤s4.3、在目标中各个部件属性信息的支持下生产不同的假设空间，结合实测数据，模拟产生多种扩展操作条件下的目标的电磁散射数据。

20、步骤s4.4、将步骤s4.3所产生的目标的电磁散射数据作为训练数据，训练cnn，提取深层特征图作为目标及关键部位的深度解译特征，与其他特征智能融合为目标关键部位识别提供特征输入。

21、可选地，所述步骤s5包括：步骤s5.1、由所述高分辨距离像确定一定雷达视角下，目标上各个散射中心的相对几何关系。

22、步骤s5.2、由所述近场属性散射中心参数特征中的方位属性参数确定散射中心长度，由散射强度的频率依赖性参数确定散射结构类型。

23、步骤s5.3、通过各个散射中心之间的相对几何关系、散射中心长度和散射结构类型形成所述相对空间位置特征，以描述目标的头尾方向以及各个关键部位的相对位置和部位类型。

24、可选地，所述步骤s6包括：步骤s6.1、仿真目标在不同雷达探测方位角下的局部散射中心及分布性散射中心的时频图像。

25、步骤s6.2、计算局部散射中心及分布性散射中心的幅度依赖曲线。

26、步骤s6.3、根据仿真计算得到的不同雷达探测方位角下，目标不同关键部位的不同散射中心时频图像变化和幅度依赖曲线差异得到所述时域变化特征，以描述不同关键部位的散射中心幅度变化与差异，可用于反演不同雷达探测方位角的散射中心图像。

27、可选地，所述特征扩展是指在目标的全姿态三维散射中心重构模型中各关键部位先验属性散射中心特征信息的支持下，预知部位随雷达探测方位角变化而可能发生的合理变化，从而利用目标的全姿态三维散射中心重构模型模拟构建出目标在多种扩展探测条件下的未知电磁散射情况。

28、可选地，所述目标的全姿态三维散射中心重构模型的方法流程包括：估计所获雷达数据的协方差矩阵，再采用基于信息论的方法估计散射中心数目，并对协方差矩阵进行特征分解以获得噪声子空间的估计结果。

29、根据所述噪声子空间的估计结果生成雷达数据的2d/3d music谱，再通过谱峰搜索方法估计出散射中心位置参数。

30、获取所述2d/3d music谱在谱峰位置处的导向矢量，再采用最小二乘法估计出散射中心的幅度参数，并结合散射中心的数目估计结果和位置估计结果，从而实现目标的散射中心重构。

31、可选地，还包括采用基于正交匹配追踪实现散射中心重构的步骤，包括：

32、对所获雷达回波数据进行表面三维成像，得到三维表面图像，再对所述三维表面图像的幅值进行降序排序。选取一定数量的散射中心数目，再根据散射中心数目与理想点目标回波构造稀疏字典。采用omp算法估计散射中心的位置与幅度，从而实现目标的散射中心重构。

33、本发明至少具有以下技术效果之一：

34、本发明一方面对目标的关键部位表征进行了特征提取算法设计，另一方面完成在多方位姿态下的电磁散射数据及特征扩展，从而完成基于近场散射中心模型的目标关键部位的有效特征表征，为深度学习识别网络模型设计提供特征知识引导。

技术特征：

1.一种目标关键部位的近场散射中心特征表征方法，其特征在于，包括：

2.如权利要求1所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述近场属性散射中心参数特征包括：目标属性散射中心参数、以及获取的对应关键部位的类型特征、散射强度特征、几何尺寸特征和散射来源特征。

3.如权利要求3所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述步骤s2包括：

4.如权利要求1所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述多方位姿态深度特征为多姿态下，目标关键部位sar图像或一维散射点序列的深度特征。

5.如权利要求5所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述步骤s4包括：

6.如权利要求1所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述步骤s5包括：

7.如权利要求1所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述步骤s6包括：

8.如权利要求1所述的目标关键部位的近场散射中心特征表征方法，其特征在于，所述特征扩展是指在目标的全姿态三维散射中心重构模型中各关键部位先验属性散射中心特征信息的支持下，预知部位随雷达探测方位角变化而可能发生的合理变化，从而利用目标的全姿态三维散射中心重构模型模拟构建出目标在多种扩展探测条件下的未知电磁散射情况。

9.如权利要求8所述的目标关键部位的近场散射中心特征表征方法，其特征在于，

10.如权利要求9所述的目标关键部位的近场散射中心特征表征方法，其特征在于，还包括采用基于正交匹配追踪实现散射中心重构的步骤，包括：

技术总结
本发明公开了一种目标关键部位的近场散射中心特征表征方法，包括：基于一定雷达视角下的近场雷达回波计算高分辨距离像；基于近场属性散射中心模型计算二维SAR图像的近场属性散射中心图，并提取近场属性散射中心参数特征；基于近场属性散射中心图计算近场时频图特征；基于目标的全姿态三维散射中心重构模型产生目标在多方位姿态下的电磁散射数据，并结合卷积神经网络提取多方位姿态深度特征；将所述高分辨距离像和所述近场属性散射中心参数特征融合生成目标整体与目标关键部位之间的相对空间位置特征；通过所述近场时频图特征获取目标相对于雷达探测方位角改变的时域变化特征；将所述相对空间位置特征和所述时域变化特征与所述多方位姿态深度特征匹配与融合，实现在全方位姿态下的近场散射中心特征表征及特征扩展，为关键部位识别提供特征空间支持。

技术研发人员：杜君,顾丹丹,孟夏莹,刘健,王彪,贺新毅,张玉涛
受保护的技术使用者：上海无线电设备研究所
技术研发日：
技术公布日：2024/10/10