一种机载MIMO-SAR下视三维稀疏成像方法技术

本发明专利技术提供一种机载MIMO‑SAR下视三维稀疏成像方法，包括：第一步：分析MIMO‑SAR成像处理过程，构建了MIMO‑SAR回波数据的稀疏表示模型，并对回波数据进行降采样处理；第二步：依据稀疏模型对数据进行重构，获得经过高度向与方位向补偿和匹配滤波的结果，并对结果进行俯仰向成像处理，实现场景的三维成像。该方法能够利用少量数据进行重构，实现高分辨率三维成像，有效地降低数据量，为解决MIMO‑SAR数据量过大问题提供一种有力的方法。

【技术实现步骤摘要】

本专利技术涉及信号与信息处理技术，具体涉及一种机载MIMO-SAR下视三维稀疏成像方法。
技术介绍
机载下视多输入多输出合成孔径雷达(Multiple Input Multiple OutputSynthetic Aperture Radar,MIMO-SAR)通过采用多个发射天线阵元和多个接收天线阵元形成虚拟阵元的方法，有效地减少了物理阵元的数量，并且采用下视三维成像技术，实现了场景的三维成像。高度向上，机载下视MIMO-SAR采用脉冲压缩技术实现高度向上的高分辨率成像；方位向上，利用载机运动形成的合成孔径实现方位向上的高分辨率成像；俯仰向上，通过虚拟阵元形成的合成孔径实现俯仰向的高分辨率成像。随着MIMO-SAR分辨率的不断提高，采用奈奎斯特(Nyquist)采样定理所生成的SAR数据给数据存储和传输带来了巨大的挑战。压缩感知(Compressive Sensing,CS)理论的提出使得信号处理与获取等方面发生了革命性变化，并为解决高分辨率雷达数据量过大的问题提供了思路，CS理论指出，当信号具有稀疏性时，可以用远低于Nyquist采样定理所要求的采样速率来采集信号，并通过重构算法准确重构出原始信号。现有采用压缩感知对机载下视MIMO-SAR进行成像处理的技术，如基于压缩感知的下视三维SAR成像新方法(参见李学仕的《基于压缩感知的下视三维SAR成像新方法》，发表在《电子与信息学报》，2012，第34期)；基于贝叶斯压缩感知的噪声MIMO雷达目标成像方法(参见王超宇的《基于贝叶斯压缩感知的噪声MIMO雷达目标成像》，发表在《南京理工大学学报》，2013，第37期)，这些成像算法，将CS理论应用于俯仰向的成像处理，致力于提高成像质量，但对于高分辨率SAR数据量过大的问题，这些方法都未能有效地解决。由于现有成像方法无法解决高分辨率SAR数据量过大的问题，将会带来以下不足：对于载机平台而言，数据的存储和传输能力都是有限的，SAR数据量过大将会增加载机平台的负荷；对于稀疏性场景，运用压缩感知理论，只需少量的数据就能实现场景的三维成像，若直接存储和传输原始数据将会造成资源的浪费。
技术实现思路
本专利技术的目的在于克服上述现有技术中的不足之处，提出一种机载MIMO-SAR下视三维稀疏成像方法。本专利技术是通过如下方式实现的：步骤一：构建MIMO-SAR回波数据稀疏表示模型，并进行降采样处理；步骤二：依据稀疏模型对数据进行重构，获得高度向与方位向的成像处理结果，并对结果进行俯仰向成像处理，实现场景的三维成像。所述的步骤一具体包括：采集的回波数据为Ti表示第i个发射阵元，i＝1,2,K,Nt，共有Nt个发射阵元，阵元间隔为2d；Rj表示第j个发射阵元，j＝1,2,K,Nr，共有Nr个接收阵元；对回波数据进行成像处理得其中Θ表示高度向与方位向的成像处理结果，Ξ(·)表示高度向与方位向成像算子；对回波数据进行降采样处理，其中Φ＝{φc,d本文档来自技高网...

【技术保护点】
一种机载MIMO‑SAR下视三维稀疏成像方法，包括下列步骤：步骤一：构建MIMO‑SAR回波数据稀疏表示模型，并进行降采样处理；步骤二：依据稀疏模型对数据进行重构，获得高度向与方位向的成像处理结果，并对结果进行俯仰向成像处理，实现场景的三维成像。

【技术特征摘要】
1.一种机载MIMO-SAR下视三维稀疏成像方法，包括下列步骤：步骤一：构建MIMO-SAR回波数据稀疏表示模型，并进行降采样处理；步骤二：依据稀疏模型对数据进行重构，获得高度向与方位向的成像处理结果，并对结果进行俯仰向成像处理，实现场景的三维成像。2.根据权利要求1所述的机载MIMO-SAR下视三维稀疏成像方法，其特征在于：所述...

【专利技术属性】
技术研发人员：李涛泳，张群，顾福飞，陈怡君，康巧燕，张慧伟，罗迎，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西;61