基于互信息的多基地InISAR成像融合新方法

发布时间：2020-02-18 05:24

【摘要】：针对当前多基地雷达系统中传统算法无法利用各自孤立的信息进行目标有效重建的现状,提出了一种利用互信息(Mutual Information)进行目标干涉配准及融合的研究方法。首先,对干涉In ISAR回波模型及特点进行了分析。其次,提出了利用三维目标的二维投影进行仿射变换寻求最优互信息匹配参数,当两幅图像配准时,互信息达到最大。最后,将各个投影平面内融合好的二维图像重构目标的三维空间分布。仿真结果明确表明,融合后的三维分布比单独In ISAR系统可以更好的展现飞机原始模型的分布,目标更多的特征得以表现。与传统方法进行对比,其成像图像质量有了明显提升,验证了算法的有效性。
【图文】：

模型图,模型,天线,雷达

锏玫降丯SAR图像为参考图像(ReferenceImage)和浮动图像(FloatImage)图像，然后用来确定仿射变换矩阵(AffineTransformationMatrix)形式[12]。以两幅图像的互信息达到最大的原则进行其矩阵参数的搜索，在搜素到最优参数的基础上进行浮动图像的放射变换，最终和参考图像进行融合。本文中提出的算法获得浮动图像与同时刻的参考图像相比，其方位分辨率和"视角"不同，因而从浮动图像可以得到目标的另外一些信息。最后我们通过仿真结果验证了本中的融合方法的有效性。。2InISAR信号模型InISAR雷达与目标的几何模型，如图1所示图1多InISAR系统几何模型Fig.1GeometricmodelofmultiInISARsystemInISAR系统1的坐标系为(x,y,z)，其中，天线O,1A和2A的位置分别为(0,0,0),(D,0,0)和(0,0,D)。天线O为发射/接收，1A和2A分别接收目标反射天线O的回波。InISAR系统2的坐标系为(x,y,z),其中天线O、1A和2A在(x,y,z)坐标系的坐标分别为(a,a,a),(aD,a,a)和(a,a,aD)，(x,y,z)坐标系原点在(x,y,z)中为(a,a,a)。InISAR系统与InISAR系统1工作模式类似，天线O为发射/接收，1A和2A分别接收目标反射天线O的回波。设目标上一坐标为(x,y,z)的散射点q位于雷达的同一侧，设雷达发射线性调频信号12exp22statjfttrcm(1)式中，cf为载频，为调频率t，c为光速，mt为慢时间，分别为mt时刻目标上的第k个散射点分别到雷达A和雷达B的距离，()rat为雷达线性调频信号的窗函数和方位窗函数。kA为第k个点的散射强度，总共由k个散射点。O,1A和1A接收q的信号经距离向匹配滤波后，11112(),sinc4exp()mqmmrcmRtsttftcfjRtc(2)

流程图,配准,二维图像,流程

后归一化的FI与RI的边缘图像概率分布和联合图像概率分布，即,(,)FRPfr,,(,)(,)(,)FRfrhfrpfrhfr(31),,()(,)FFRrpfpfr(32),,()(,)FFRfpfpfr(33)最优仿射变换参数估计应由下式决定argmax()optimalI(34)这里用Powell进行搜索，其中的一维搜索用Brent法实现[14]。配准前两幅ISAR图像进行变标，之后用搜索到最优仿射参数，对FI进行仿射变换，进行PV插值后得到其配准后的图像，这样可以与RI进行融合[15]。综上所述，其配准融合流程，如图2所示。图2二维图像配准流程Figure2twodimensionalimageregistrationprocess

【相似文献】