本发明涉及目标雷达电磁散射，具体涉及一种基于宽角度散射机理识别的目标部件分解方法。
背景技术：
1、在雷达目标探测中，需要识别位于目标上最关键或者最易损的部件，并对该部件进行单独的目标特性仿真或测试研究，所以需要将目标整体进行部件级分解。但是上述分解不是目标几何外形上或者目标功能上的分解，而是电磁散射拓扑结构意义上的分解，比如不能将座舱拆解为一个单独的部件，因为在很大的入射角度范围内座舱的爬行波散射机理将导致座舱与机身强耦合。如果将飞机按照几何部件分解为机头、座舱、机翼、垂尾等部件，单独测试部件散射特性后，不能通过矢量叠加得到整体的电磁散射特性。因此，需要发明一种目标部件级分解方法，可以在大角度范围内实现目标部件与整体的电磁散射解耦，以供目标部件识别、局部散射性能检测等需要将目标分解并单独研究其散射特性的情形，具有较高的学术价值和应用前景。
2、在现有的研究工作中，有大量成熟的算法是在小角度sar/isar(inversesynthetic aperture radar)成像数据上进行gtd(geometrical theory of diffraction)属性散射中心模型参数估计，所用参数估计算法包括正交匹配追踪、松弛算法等迭代逼近算法。其中，有研究者提出基于部件分解的高分辨雷达目标提取方法，通过构造属性散射中心基对目标信号进行分解，对分解部件的能量设置门限，提取属于目标的部件，该基于部件分解的目标提取方法比基于像素能量的提取方法能提取出更多且连续的目标部件，但该方法只在小角度范围内有效，当雷达视线偏离该角度范围时，部件分解将失效。又有研究者提出了多视角属性散射中心模型的部件提取与合成方法，将大视角范围划分成若干子视角(有重叠)，分别进行属性散射中心模型参数估计，然后将各参数统一投影到同一坐标系下，实现目标特征提取。上述研究者选择这类方法的原因是，他们面对的是各种渠道得到的sar/isar数据，一般只含有小角度信息。本发明研究背景是针对已知目标，在充分的电磁散射特性研究后，进行宽角度散射机理意义上的目标部件级分解，所以摒弃了成熟的基于小角度属性散射中心模型参数逼近的迭代算法，而是选择一种宽角度散射机理识别算法。
3、可以理解的是，上述陈述仅提供与本发明有关的背景技术，而并不必然地构成现有技术。
技术实现思路
1、本发明的目的是提供一种基于宽角度散射机理识别的目标部件分解方法，能够在保证精度的前提下，避免了大量仿真计算，提高方法效率。
2、为了达到上述目的，本发明提供了一种基于宽角度散射机理识别的目标部件分解方法，包含以下步骤：s1、获取目标某频点下宽俯仰角、全方位角电磁散射场数据；其中，宽俯仰角表示为俯仰角在一个宽角度范围内的变化，全方位角表示为方位角在全方位内对应变化；s2、对某频点、某俯仰角下全方位角电磁散射场数据进行时频变换，得到方位时频图；s3、对所述s2中的方位时频图进行散射中心自动检测；s4、根据属性散射中心模型得到散射中心信息并记录；并转到下一个俯仰角数据，重复所述s2和s3处理流程，直到得到全部俯仰角下的散射中心信息；s5、将不同俯仰角下的散射中心信息统一投影到同一坐标系下；s6、综合s5中同一坐标系下的三维信息得到目标部件分解结果。
3、优选的，所述宽俯仰角、全方位角的电磁散射场数据采用仪器测量或仿真计算。
4、优选的，所述宽俯仰角、全方位角的电磁散射场数据的数据格式为带有相位信息的复数远场散射场。
5、优选的，所述的s1中，电磁散射场选取频率的具体原则为：
6、d/λ＞10；
7、式中，λ＝c/f，c是光速，f是电磁散射场的频率，d是目标最大尺寸。
8、优选的，所述俯仰角选取范围，对于空中目标以3°为间隔取-10°～+10°范围，对于地面目标以5°为间隔取30°～70°范围。
9、优选的，方位角采样密度满足乃奎斯特采样原则：
10、
11、式中，是方位角采样间隔。
12、优选的，所述的s2中，所述时频变换包括线性时频变换和二次时频变换。
13、优选的，所述的s3中，散射中心自动检测包括分布型散射中心自动检测和局部型散射中心自动检测。
14、优选的，所述分布型散射中心自动检测，其对方位时频图的每一行进行一维峰值检测，在所有的峰值点中，将连续性的峰值点相连，组成分布型散射中心，得到散射中心信息。
15、优选的，所述局部型散射中心自动检测，其采用逆radon变换，检测方位时频图中的各个正弦线特征，并通过二维峰值检测进行提取，组成局部型散射中心，得到散射中心信息。
16、优选的，所述的s6中，综合三维信息时需进行散射中心信息去冗余操作，具体为：若新的散射中心信息有更新则将新的散射中心信息加入散射中心信息数据集中；若新的散射中心信息与散射中心信息数据集中的信息重复，则不进行更新；再根据不冗余的散射中心信息进行聚类，实现目标部件分解。
17、综上所述，与现有技术相比，本发明提供的一种基于宽角度散射机理识别的目标部件分解方法具有以下有益效果：
18、(1)能够通过目标全方位角电磁散射数据识别散射机理，获取驻相点(spp)，边缘谐振点(rsp)，边界顶点(vp)等散射机理在目标上发生的位置，从而分解宽角度范围内适用的目标部件，作为电磁散射特性研究的单元；
19、(2)使用gtd属性散射中心模型，相比于点散射中心模型，具有宽角度优势，可以更好地刻画目标的散射特征；
20、(3)应用方式广泛，可以应用于目标部件级识别、目标局部散射性能测试与诊断、测试目标模拟等需要将目标分解成部件的场景；
21、(4)能够在保证精度的前提下，避免了大量仿真计算过程，可以即时获得近场回波仿真结果，并可以用于弹目交会场景下的近程雷达探测，相对传统方法，具有更高的工程应用价值。
1.一种基于宽角度散射机理识别的目标部件分解方法，包含以下步骤：
2.如权利要求1所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述的s1中，所述宽俯仰角、全方位角的电磁散射场数据采用仪器测量或仿真计算；
3.如权利要求1所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述的s1中，电磁散射场选取频率的具体原则为：
4.如权利要求3所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述俯仰角选取范围，对于空中目标以3°为间隔取-10°～+10°范围，对于地面目标以5°为间隔取30°～70°范围。
5.如权利要求4所述的宽角度散射机理识别的目标部件分解方法，其特征在于，方位角采样密度满足乃奎斯特采样原则：
6.如权利要求1所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述的s2中，所述时频变换包括线性时频变换和二次时频变换。
7.如权利要求1所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述的s3中，散射中心自动检测包括分布型散射中心自动检测和局部型散射中心自动检测。
8.如权利要求7所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述分布型散射中心自动检测，其对方位时频图的每一行进行一维峰值检测，在所有的峰值点中，将连续性的峰值点相连，组成分布型散射中心，得到散射中心信息。
9.如权利要求7所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述局部型散射中心自动检测，其采用逆radon变换，检测方位时频图中的各个正弦线特征，并通过二维峰值检测进行提取，组成局部型散射中心，得到散射中心信息。
10.如权利要求1所述的宽角度散射机理识别的目标部件分解方法，其特征在于，所述的s6中，综合三维信息时需进行散射中心信息去冗余操作，具体为：
