本發(fā)明涉及衛(wèi)星微波海洋遙感，具體涉及一種結(jié)合亮溫圖像及子空間的射頻干擾定位的方法及裝置。

背景技術(shù)：

1、由于世界各地非法射頻干擾(rfi)源的存在，sair在軌觀測數(shù)據(jù)受到了嚴(yán)重影響。關(guān)停非法rfi源或者對(duì)rfi源進(jìn)行抑制，大多需要在已知rfi精確位置的前提下實(shí)施。

2、現(xiàn)有技術(shù)中，基于亮溫的rfi源定位方法定位精度和空間分辨率受到了儀器角分辨的限制，在處理多個(gè)很近源或非均勻背景中的源時(shí)存在問題。h.park等人提出的基于子空間的music(multiple?signal?classification，多重信號(hào)分類)算法將doa(directionof?arrival,空間信號(hào)波達(dá)方向)估計(jì)應(yīng)用到sair中，可以實(shí)現(xiàn)超分辨率定位，能夠區(qū)分很近的rfi源。但music算法子空間分解使用的協(xié)方差矩陣受背景噪聲和通道噪聲影響，在低snr(signal-to-noise?ratio,信噪比)情況下(背景非均勻，rfi強(qiáng)度較弱)這種影響不能忽略，嚴(yán)重影響算法的定位性能。因此需要提出一種新的rfi源地理定位方法以實(shí)現(xiàn)在低信噪比情況下更高的精度。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種結(jié)合亮溫圖像及子空間的射頻干擾定位的方法及裝置，能夠解決現(xiàn)有技術(shù)影響定位性能的技術(shù)問題。

2、為了解決上述技術(shù)問題，本發(fā)明是這樣實(shí)現(xiàn)的。

3、一種結(jié)合亮溫圖像及子空間的射頻干擾定位的方法，所述方法包括如下步驟：

4、步驟s1：對(duì)地球表面發(fā)射的微波輻射信號(hào)進(jìn)行原始測量進(jìn)而得到觀測地球場景的原始場景亮溫圖像，使用正向模型確定地球場景中的海洋恒定亮溫和陸地恒定亮溫，構(gòu)建地球場景的模擬背景亮溫圖像，將所述原始場景亮溫圖像與所述模擬背景亮溫圖像作差分，得到第一次snr提升后的亮溫圖像；

5、步驟s2：對(duì)所述原始場景亮溫圖像進(jìn)行圖像處理，生成與所述原始場景亮溫圖像對(duì)應(yīng)的射頻干擾(rfi)掩碼，將所述rfi掩碼與所述第一次snr提升后的亮溫圖像進(jìn)行hadamard積運(yùn)算，得到第二次snr提升后的亮溫圖像；

6、步驟s3：將所述第二次snr提升后的亮溫圖像進(jìn)行傅里葉變換，得到可見度樣本；構(gòu)建第二次snr提升后的亮溫圖像的協(xié)方差矩陣，對(duì)所述協(xié)方差矩陣進(jìn)行子空間分解，對(duì)第二次snr提升后的亮溫圖像視場內(nèi)觀測到的rfi源進(jìn)行地理定位。

7、優(yōu)選地，所述步驟s1，包括：

8、步驟s11：對(duì)地球表面發(fā)射的微波輻射信號(hào)進(jìn)行原始測量進(jìn)而得到觀測地球場景的原始場景亮溫圖像；獲取所述原始場景亮溫圖像地球視場中各個(gè)像素點(diǎn)對(duì)應(yīng)的經(jīng)緯度坐標(biāo)，獲取所述像素點(diǎn)對(duì)應(yīng)的海陸掩碼；

9、步驟s12：基于各個(gè)像素點(diǎn)對(duì)應(yīng)的海陸掩碼，對(duì)地球視場中的像素點(diǎn)進(jìn)行分類，分為位于海洋位置的像素點(diǎn)和位于陸地位置的像素點(diǎn)兩種類別；

10、步驟s13：基于正向模型，確定觀測地球場景的海洋恒定亮溫和陸地恒定亮溫；

11、步驟s14：將所述原始場景亮溫圖像中位于海洋位置的像素點(diǎn)亮溫設(shè)置為海洋恒定亮溫，將所述原始場景亮溫圖像中位于陸地位置的像素點(diǎn)亮溫設(shè)置為陸地恒定亮溫，得到模擬背景亮溫圖像；

12、步驟s15：將所述原始場景亮溫圖像與所述模擬背景亮溫圖像作差分，得到第一次snr提升后的亮溫圖像。

13、優(yōu)選地，所述海洋恒定亮溫和陸地恒定亮溫的計(jì)算方式為

14、

15、

16、

17、其中，是陸地恒定亮溫，是天線溫度；為地球表面計(jì)算1k亮溫的可見度，為冷空、海洋、太陽和/或月亮、太陽鏡面反射、以及天線背瓣的可見度；分別是垂直極化和水平極化的海洋恒定亮溫，為v極化海洋恒定亮溫，為h極化海洋恒定亮溫，γv(sst,sss，θ)為v極化菲涅爾反射系數(shù)，γh(sst,sss，θ)為h極化菲涅爾反射系數(shù)，sst表示海表溫度，sss表示海表鹽度，ws表示風(fēng)速，sst，sss，ws的默認(rèn)值分別設(shè)置為平均值15℃，35psu和4m/s，θ為傳感器方向目標(biāo)的天頂角，r(·)為菲涅爾反射系數(shù)模型，其計(jì)算公式為

18、

19、

20、其中εs是海洋的復(fù)數(shù)介電常數(shù)。

21、優(yōu)選地，所述步驟s2，包括：

22、步驟s21：根據(jù)亮溫閾值對(duì)所述原始場景亮溫圖像進(jìn)行二值化；

23、步驟s22：對(duì)二值化后的亮溫圖像進(jìn)行膨脹；

24、步驟s23：將膨脹后的二值化亮溫圖像通過hfft反演得到補(bǔ)充諧波分量的亮溫圖像，其中：

25、vhcs＝f(tdilated)??????????公式12

26、thcs＝f-1(vhcs)???公式13

27、vhcs代表補(bǔ)充諧波分量的亮溫圖像，f(tdilated)為響應(yīng)函數(shù)，tdilated為膨脹后的亮溫圖像，thcs為補(bǔ)充諧波分量的亮溫圖像，f-1(vhcs)為hfft變換，vhcs為補(bǔ)充諧波分量可見度；

28、步驟s24：將所述補(bǔ)充諧波分量的亮溫圖像的閾值范圍變換到[0.3，3]，生成rfi掩碼

29、

30、其中tmask是rfi掩碼，thcs為補(bǔ)充諧波分量的亮溫圖像；

31、步驟s25：將所述rfi掩碼與所述第一次snr提升后的亮溫圖像進(jìn)行hadamard積運(yùn)算，得到第二次snr提升后的亮溫圖像。

32、優(yōu)選地，所述步驟s3，包括：

33、步驟s31：將所述第二次snr提升后的亮溫圖像進(jìn)行傅里葉變換，得到可見度樣本，

34、

35、其中，表示可見度樣本，f(·)表示傅里葉變換，為第二次snr提升后的亮溫圖像；

36、步驟s32：構(gòu)建第二次snr提升后的亮溫圖像的協(xié)方差矩陣，

37、

38、其中，表示snr協(xié)方差矩陣，為協(xié)方差矩陣的元素，(uij，vij)為天線i和天線j構(gòu)成的基線，等于xy平面上兩個(gè)天線i，j之間由波長歸一化的間距，為snr提升后的對(duì)應(yīng)天線i和天線j的可見度，h為hermilte轉(zhuǎn)置，i，j為天線序號(hào)，n為天線數(shù)量；(uji，vji)為天線j和天線i構(gòu)成的基線，等于xy平面上兩個(gè)天線j，i之間由波長歸一化的間距，為snr提升后的對(duì)應(yīng)天線j和天線i的可見度的hermilte轉(zhuǎn)置。

39、對(duì)所述協(xié)方差矩陣進(jìn)行子空間分解，得到噪聲子空間，包括：

40、對(duì)所述協(xié)方差矩陣進(jìn)行特征值分解，即

41、

42、其中，λk是第k個(gè)特征值，uk是λk對(duì)應(yīng)的特征向量，h為hermilte轉(zhuǎn)置；

43、提取n-m個(gè)最小特征值的特征向量，組成噪聲子空間

44、

45、其中，m是rfi源數(shù)量，us是n×m的信號(hào)子空間，un是n×(n-m+1)的噪聲子空間，∧s和∧n分別是具有信號(hào)子空間和噪聲子空間特征值的對(duì)角線矩陣；

46、步驟s33：對(duì)第二次snr提升后的亮溫圖像視場內(nèi)觀測的目標(biāo)區(qū)域計(jì)算信號(hào)的多信號(hào)分類偽譜，即

47、

48、其中pm(ξ，η)代表目標(biāo)區(qū)域的多信號(hào)分類偽譜，a(ξ，η)代表信號(hào)導(dǎo)向矢量，h為hermilte轉(zhuǎn)置，un為噪聲子空間；

49、步驟s34：對(duì)多信號(hào)分類偽譜進(jìn)行峰值檢測并插值，得到rfi源的地理定位坐標(biāo)，并將地理定位坐標(biāo)轉(zhuǎn)換為經(jīng)緯度形式。

50、本發(fā)明所提供的一種結(jié)合亮溫圖像及子空間的射頻干擾定位的裝置，所述裝置包括：

51、第一提升模塊：配置為對(duì)地球表面發(fā)射的微波輻射信號(hào)進(jìn)行原始測量進(jìn)而得到觀測地球場景的原始場景亮溫圖像，使用正向模型確定地球場景中的海洋恒定亮溫和陸地恒定亮溫，構(gòu)建地球場景的模擬背景亮溫圖像，將所述原始場景亮溫圖像與所述模擬背景亮溫圖像作差分，得到第一次snr提升后的亮溫圖像；

52、第二提升模塊：配置為對(duì)所述原始場景亮溫圖像進(jìn)行圖像處理，生成與所述原始場景亮溫圖像對(duì)應(yīng)的射頻干擾(rfi)掩碼，將所述rfi掩碼與所述第一次snr提升后的亮溫圖像進(jìn)行hadamard積運(yùn)算，得到第二次snr提升后的亮溫圖像；

53、定位模塊：配置為將所述第二次snr提升后的亮溫圖像進(jìn)行傅里葉變換，得到可見度樣本；構(gòu)建第二次snr提升后的亮溫圖像的協(xié)方差矩陣，對(duì)所述協(xié)方差矩陣進(jìn)行子空間分解，對(duì)第二次snr提升后的亮溫圖像視場內(nèi)觀測到的rfi源進(jìn)行地理定位。

54、本發(fā)明所提供的一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有多條指令；所述多條指令，用于由處理器加載并執(zhí)行如前所述方法。

55、本發(fā)明所提供的一種電子設(shè)備，其特征在于，所述電子設(shè)備，包括：

56、處理器，用于執(zhí)行多條指令；

57、存儲(chǔ)器，用于存儲(chǔ)多條指令；

58、其中，所述多條指令，用于由所述存儲(chǔ)器存儲(chǔ)，并由所述處理器加載并執(zhí)行如前所述方法。

59、本發(fā)明所帶來的有益技術(shù)效果：

60、(1)本發(fā)明通過在圖像域抑制背景噪聲，增強(qiáng)rfi信號(hào)，提升信噪比，在空間域使用music算法進(jìn)行定位，從而提高了低信噪比情況下rfi源的定位精度。

61、(2)本發(fā)明在圖像域進(jìn)行兩次信噪比增強(qiáng)，通過地球背景移除和rfi源目標(biāo)增強(qiáng)提升信噪比。由此獲得的高信噪比的協(xié)方差矩陣減輕了地球背景的影響，提高了rfi源定位精度。

62、(3)本發(fā)明通過將包含功率減輕了地球背景的影響,本發(fā)明的music偽譜獲得了更尖銳的峰值和更低的旁瓣，顯著改善了對(duì)比度。因此，與現(xiàn)有技術(shù)(傳統(tǒng)music方法)相比，本發(fā)明可以獲得更高定位精度。