買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國人民解放軍國防科技大學申請的專利一種基于自適應相位追蹤的SAR微弱機動目標成像方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116299458B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310327067.5，技術領域涉及：G01S13/90；該發(fā)明授權一種基于自適應相位追蹤的SAR微弱機動目標成像方法是由宋勇平;杜華貴;黃曉濤;范崇祎;王建;姜南;曹春設計研發(fā)完成，并于2023-03-30向國家知識產(chǎn)權局提交的專利申請。

本一種基于自適應相位追蹤的SAR微弱機動目標成像方法在說明書摘要公布了：本發(fā)明公開了基于自適應相位追蹤的SAR微弱機動目標成像方法，包括步驟：構建雷達回波信號模型；對SAR回波信號進行脈沖壓縮，并通過SOKT來校正距離彎曲，通過Hough變換估計一階運動參數(shù)來校正距離走動；經(jīng)過距離走動校正后的機動目標信號能量將聚集于一個距離單元內(nèi)，將其建模為PPS信號；提取機動目標所在距離單元的信號進行相位追蹤，利用追蹤得到的相位反演出機動目標參數(shù)；利用估計得到的運動參數(shù)構建相位補償函數(shù)，實現(xiàn)聚焦成像。本發(fā)明可用于SAR微弱機動目標成像；參數(shù)估計精確度高，計算量較小；能在低SNR下進行聚焦成像。

本發(fā)明授權一種基于自適應相位追蹤的SAR微弱機動目標成像方法在權利要求書中公布了：1.一種基于自適應相位追蹤的SAR微弱機動目標成像方法，其特征在于，包括以下步驟：獲取機動目標的SAR回波信號，并構建雷達回波信號模型；對SAR回波信號進行脈沖壓縮，并通過SOKT來校正距離彎曲，通過Hough變換估計一階運動參數(shù)來校正距離走動；經(jīng)過距離走動校正后的機動目標信號能量將聚集于一個距離單元內(nèi)，將該距離單元內(nèi)的信號建模為PPS信號并提取；對提取的機動目標所在距離單元的信號進行相位追蹤，利用追蹤得到的相位反演出機動目標參數(shù)；利用反演得到的運動參數(shù)構建相位補償函數(shù)，實現(xiàn)機動目標的SAR聚焦成像；使用基于自適應相位追蹤方法估計各階運動參數(shù)，具體步驟為：1提取機動目標所在距離單元的信號并構建為高階PPS信號；經(jīng)過距離走動矯正后，機動目標回波集中于一個距離單元內(nèi)，對該距離單元內(nèi)的回波提取后，建模為一個高階PPS信號，如下： 對該信號進行離散化采樣并考慮噪聲項，有：sk＝Ak·exp{jφk}+nk9其中k＝1，2，…，Na，表示SAR方位向采樣索引，Na表示方位向的采樣點數(shù)，nk是方差為δ2的復零均值高斯白噪聲，Ak為脈壓后的幅度采樣值，φk為表示機動目標多普勒特性的多項式相位函數(shù)，具體地： 其中Ts為方位向采樣間隔，且Ts＝1PRF，PRF為SAR方位向采樣的脈沖重復頻率，δs是目標復反射系數(shù)；2針對相位，構建相位追蹤所需的相位狀態(tài)方程； 表示3個連續(xù)相位采樣點的值，如下： 由φk的表達式得到，多項式相位曲線相鄰采樣點間的相位值近似相等，因此：φk-1-2φk+φk+1≈012結合11和12，得到： 其中B＝[0，1，0；0，0，1；0，-1，2]；采用一個局部多項式表示采樣點序列為k時的相位值，為了平衡計算效率和估計精確度的關系，采用二階局部多項式進行相位擬合，即有：Φk＝ck-1kTs2+ckkTs+ck+114其中，ck為k時刻相位局部多項式的系數(shù)；根據(jù)14，則連續(xù)3個相位采樣點的值構成的向量表示為： 其中對于某一k時刻，是一個確定的矩陣；表示相位狀態(tài)向量；結合13和15，可知：Mkck＝BMk-1ck-116因此，式16兩端同時乘以Mk的逆矩陣，二階局部多項式相位系數(shù)向量ck構成的相位狀態(tài)方程表示為：ck＝Fk-1ck-117其中表示狀態(tài)傳輸矩陣；3針對幅度，構建幅度狀態(tài)方程；隨慢時間采樣點k變化的幅度Ak是緩變的，并且用二階局部多項式表示幅度，則二階局部多項式幅度系數(shù)向量pk構成的幅度狀態(tài)方程表示為：pk＝Fk-1pk-118其中pk＝[pk-1，pk，pk+1]T；Ak＝pk-1kTs2+pkkTs+pk+1，表示幅度的二階局部多項式；另外，連續(xù)三個幅度采樣值Ak為：Ak＝[Ak-1，Ak，Ak+1]T，且Ak＝Mkpk；4根據(jù)提取的機動目標回波信號，構建相位追蹤所需的觀測方程；因為和Ak分別表示連續(xù)3個幅度和相位的采樣點，將觀測數(shù)據(jù)拆分為實部和虛部構建觀測方程，根據(jù)式9可知： 其中，sk表示經(jīng)過脈沖壓縮和距離走動后的動目標信號sηa的連續(xù)3個采樣點，即sk＝[sk-1，sk，sk+1]T，vrk和vik分別表示復高斯白噪聲的實部和虛部采樣點，⊙表示Hadamard乘積，將Ak＝Mkpk和代入式19中，得觀測方程為：yk＝h1pk⊙h2ck+vk20其中另外，vk＝[vrk；vik]T，5構建二元狀態(tài)空間方程構建如下的二元狀態(tài)空間方程： 其中w1和w2分別表示相位和幅度噪聲，Q1和Q2表示其對應的噪聲協(xié)方差矩陣，vk表示觀測噪聲，R表示觀測方程對應的噪聲協(xié)方差矩陣；由于相位和幅度同時未知，且共同決定觀測量，所以構建的狀態(tài)空間方程包含兩個線性狀態(tài)方程和一個非線性觀測方程，即二元狀態(tài)空間方程；6求解二元狀態(tài)空間模型獲得相位估計值；使用結合ADMM與EKF算法的自適應幅相交替迭代的相位跟蹤方法，穩(wěn)定求解所述二元狀態(tài)空間方程，所述ADMM方法用于解決模型中存在兩個狀態(tài)方程的問題，EKF用于處理非線性的觀測方程；7通過相位估計值反演出機動目標的參數(shù)估計值；在得到相位估計值后，運動參數(shù)估計值為： 其中表示運動參數(shù)的估計值，Ψ表示多項式相位基矩陣，具體形式為： 8得到機動目標的參數(shù)估計值后，通過構造相位補償函數(shù)實現(xiàn)聚焦成像，其中，相位補償函數(shù)構建為： 將式23中相位補償函數(shù)與式7相乘得： 其中表示由于參數(shù)估計誤差造成的殘留相位；最后，對s4tr，ηa沿著方位向進行FFT，得到在平面內(nèi)的動目標聚焦成像結果，表達式如下： 利用改進的EKF進行二元狀態(tài)空間方程的自適應求解流程如下：S1：獲取脈壓和距離走動校正后的動目標所在距離單元的信號sk；初始化參數(shù)值：c1,P11,Q11；p1,P21,Q21；R；其中c1表示相位狀態(tài)向量的初始值，所述初始值即k＝1時刻的值，P11表示c1所對應初始協(xié)方差矩陣，Q11表示相位狀態(tài)方程的初始噪聲協(xié)方差矩陣；以此類推，p1表示幅度狀態(tài)向量的初始值，P21表示p1所對應初始協(xié)方差矩陣，Q21表示幅度狀態(tài)方程的初始噪聲協(xié)方差矩陣；R表示觀測方程的噪聲協(xié)方差矩陣；S2：設置k＝2，提取數(shù)據(jù)sk：sk＝[sk-1，sk，sk+1]T；S3：計算yk：yk＝[realsk；imagsk]T；real·為取實部操作，imag·為取虛部操作；S4：計算Mk-1、Mk和Fk-1：S5：預測相位狀態(tài)向量ck|k-1和幅度狀態(tài)向量pk|k-1： 其中k|k-1表示根據(jù)前一時刻k-1對后一時刻k的預測結果；S6：預測相位和幅度的狀態(tài)協(xié)方差矩陣P1k|k-1和P2k|k-1： T表示轉置；S7：交替計算相位雅克比矩陣H1k和幅度雅克比矩陣H2k；S8：計算相位和幅度的卡爾曼增益K1k和K2k： S9：進行k時刻的幅度預測：S10：更新相位狀態(tài)向量和幅度狀態(tài)向量 S11：自適應更新相位狀態(tài)噪聲協(xié)方差矩陣Q1k和幅度噪聲協(xié)方差矩陣Q2k： 其中，dk＝1-b1-bk，0＜b＜1，b為遺忘因子；S12：更新相位和幅度的協(xié)方差矩陣P1k和P2k：P1k＝I-K1kH1kP1k|k-1；P2k＝I-K2kH2kP2k|k-1其中I是單位矩陣；S13：計算 其中表示ck的估計值；S14：依次將k遞增1，重復步驟S2-S13，直到k等于Na-1；S15：得到瞬時相位向量φ的估計值

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國人民解放軍國防科技大學，其通訊地址為：410073 湖南省長沙市開福區(qū)硯瓦池正街47號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。