基于HSNet的信噪比稳健ISAR成像方法及装置

本发明属于雷达数据处理，具体涉及一种基于hsnet的信噪比稳健isar成像方法及装置。

背景技术：

1、逆合成孔径雷达(inverse synthetic aperture radar，简称isar)由于其全天时、全天候、远作用距离和高分辨率等特点，在空间态势感知、空中目标监视中发挥着重要作用。而由于在实际成像任务中，isar往往面临复杂的观测条件，如目标距离变化导致信噪比变化等，因此如何在不同信噪比条件下实现isar稳健成像是现有技术的首要研究问题。

2、现有技术中，基于稀疏信号重构方法通过稀疏模型将isar成像问题转化为一个稀疏信号重构问题，以优化问题求解。近些年，基于深度网络的isar成像方法得到雷达学界的密切关注，其主要的方法包括：数据驱动方法和稀疏贝叶斯学习方法。数据驱动方法根据驱动网络直接学习输入与标签之间的关系，从而获得高分辨图像，但由于该方法的网络可解释性较差，因此无法在复杂的观测环境实现高分辨isar成像；稀疏贝叶斯学习方法通过学习目标和环境的统计信息获得全局最优解，但该方法在进行最大值预测和变分推断的过程中，存在着大量的矩阵求逆操作，这就导致了求解过程中较高的计算复杂度。

3、因此，现有的isar成像方法存在成像质量较差或者计算复杂度较高的问题。

技术实现思路

1、为了解决现有技术中所存在的上述问题，本发明提供了一种基于hsnet的信噪比稳健isar成像方法及装置。

2、本发明要解决的技术问题通过以下技术方案实现：

3、第一方面，本发明提供了一种基于hsnet的信噪比稳健isar成像方法，包括：

4、获取待成像isar回波数据；

5、对所述待成像isar回波数据进行运动补偿和距离-多普勒成像处理，得到原始回波的距离-多普勒图像；

6、将所述原始回波的距离-多普勒图像输入预训练hsnet网络，输出得到重建isar图像的参数信息；

7、基于所述重建isar图像的参数信息获取isar成像结果；所述预训练hsnet网络的预设损失函数为负的变分下界。

8、可选地，所述参数信息包括：重建isar图像高斯分布的均值、重建isar图像高斯分布的方差、噪声方差的逆伽马分布第一参数以及噪声方差的逆伽马分布第二参数。

9、可选地，所述对所述待成像isar回波数据进行运动补偿和距离-多普勒成像处理，得到原始回波的距离-多普勒图像，包括：

10、对所述待成像isar回波数据依次进行包络对齐和自聚焦处理，以完成运动补偿得到补偿isar回波数据；

11、对所述补偿isar回波数据进行距离-多普勒成像处理，得到所述原始回波的距离-多普勒图像。

12、可选地，所述基于所述重建isar图像的参数信息获取isar成像结果，包括：

13、将所述参数信息中的所述重建isar图像高斯分布的均值作为所述isar成像结果。

14、可选地，所述预训练hsnet网络为心形网络结构；所述心形网络结构包括第一侧处理结构和第二侧处理结构；

15、所述第一侧处理结构用于拟合所述噪声方差的逆伽马分布第一参数以及所述噪声方差的逆伽马分布第二参数；所述第二侧处理结构用于拟合所述重建isar图像高斯分布的均值和所述重建isar图像高斯分布的方差；

16、所述第一侧处理结构和所述第二侧处理结构通过所述预设损失函数进行参数关联。

17、可选地，所述预训练hsnet网络的训练过程包括：

18、获取isar回波数据样本；

19、对所述isar回波数据样本进行运动补偿和距离-多普勒成像处理，得到距离多普勒图像样本；

20、利用预设损失函数和所述距离多普勒图像样本对初始hsnet网络进行训练；

21、将所述预设损失函数达到收敛条件时所对应的所述初始hsnet网络，作为所述预训练hsnet网络。

22、可选地，所述预训练hsnet网络的任意节点的输出表示为：

23、

24、其中，oi,j表示节点xi,j的输出，i表示下采样个数，j表示卷积层个数，k表示第k个卷积层，表示多个含有带泄露线性整流激活函数的卷积层，表示下采样操作，表示上采样操作。

25、可选地，所述变分下界表示为：

26、

27、表示变分下界，表示距离多普勒图像样本的似然函数，代表重建isar图像样本z的变分后验和z的先验之间的差异，代表样本噪声方差σ2的变分后验和σ2的先验之间的差异；

28、

29、

30、

31、表示z与σ2的预设共轭先验，q(z，σ2)表示z与σ2的预设整体后验分布，表示对q(z，σ2)求期望，p代表真实图像x距离维矩阵的长度，q代表真实图像x频域矩阵的长度，μ表示z的高斯分布的均值，m表示z的高斯分布的方差，α表示σ2的逆伽马分布第一参数，β表示σ2的逆伽马分布第二参数，ψ表示双伽玛函数，tr表示矩阵的迹，φ表示实数域观测字典，dkl表示kl散度处理，q(z)表示z的预设后验分布，p(z)表示z的预设共轭高斯先验，u表示x距离维矩阵的宽度，v代表x频域矩阵的宽度，δ表示z与x依赖关系的超参数，det(·)表示计算输入矩阵行列式的值，q(σ2)表示σ2的预设后验分布，p(σ2)表示σ2的预设共轭先验，ρ表示第一超参数，ω表示第二超参数，γ(·)表示伽玛函数，t表示矩阵转置处理。

32、第二方面，本发明提供了一种基于hsnet的信噪比稳健isar成像装置，所述基于hsnet的信噪比稳健isar成像装置包括：获取单元、补偿单元以及计算单元；

33、所述获取单元用于，获取待成像isar回波数据；

34、所述补偿单元用于，对所述待成像isar回波数据进行运动补偿和距离-多普勒成像处理，得到原始回波的距离-多普勒图像；

35、所述计算单元用于，将所述原始回波的距离-多普勒图像输入预训练hsnet网络，输出得到重建isar图像的参数信息；

36、所述获取单元还用于，基于所述重建isar图像的参数信息获取isar成像结果；所述预训练hsnet网络的预设损失函数为负的变分下界。

37、第三方面，本发明提供一种基于hsnet的信噪比稳健isar成像设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述基于hsnet的信噪比稳健isar成像设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面所述基于hsnet的信噪比稳健isar成像方法的步骤。

38、本发明提供了一种基于hsnet的信噪比稳健isar成像方法及装置。其中，一种基于hsnet的信噪比稳健isar成像方法包括：获取待成像isar回波数据；对待成像isar回波数据进行运动补偿和距离-多普勒成像处理，得到原始回波的距离-多普勒图像；将原始回波的距离-多普勒图像输入预训练hsnet网络，输出得到重建isar图像的参数信息；基于重建isar图像的参数信息获取isar成像结果；预训练hsnet网络的预设损失函数为负的变分下界。在本发明中，通过预训练hsnet网络获取重建isar图像的参数信息，有效的避免传统贝叶斯学习中频繁的矩阵求逆，降低了现有isar成像问题的计算复杂度；其次，通过将预设损失函数设置为负的变分下界，不仅提高了成像质量，且由于该预设损失函数能对噪声方差进行准确估计，大大提高了网络的可解释性。

39、以下将结合附图及实施例对本发明做进一步详细说明。