一种实现前视雷达高分辨成像的方法技术

本发明专利技术公开一种实现前视雷达高分辨成像的方法，采用最小二乘求解天线方向图矩阵非方阵问题，并利用截断奇异值分解方法抑制噪声放大，求得目标散射函数估计量，实现前视扫描雷达方位向高分辨成像；本申请考虑到传统的tsvd处理是按方阵奇异值分解然后求逆，但当边缘有目标时，则有可能存在丢失信息的问题，采用最小二乘，不必对原始矩阵进行处理，通过二范数最小求出误差最小解，而且求逆项为方阵可以用奇异值分解降噪求逆，本申请的方法解决了天线方向图矩阵非方阵问题，并保留边缘信息，求得目标散射函数估计量；并分析求解估计量的过程中存在的噪声放大问题，采用截断奇异值分解方法抑制噪声放大，从而实现前视扫描雷达方位向高分辨成像。

Method for realizing high resolution imaging of forward looking radar

The invention discloses a method for realizing forward radar high resolution imaging, using the least squares solution of non square matrix antenna problem, and the truncated singular value decomposition method to suppress noise amplification using, calculate the estimated target scattering function, realizes forward azimuth scanning radar high resolution imaging; this application considering the traditional TSVD processing is based on the square the singular value decomposition and inversion, but when the edge of the target, there may exist missing information, using the least squares, do not need to deal with the original matrix, through the two minimum norm calculated error minimum solution, and inverse inverse noise can be decomposed by singular value matrix method for the application. To solve the problem of non square matrix antenna, and keep the edge information is obtained to estimate the target scattering function; and analysis to estimate the amount of process For the noise amplification problem, the truncated singular value decomposition (SVD) method is used to suppress the noise amplification, so as to realize the azimuth high resolution imaging of forward looking radar.

【技术实现步骤摘要】
一种实现前视雷达高分辨成像的方法
本专利技术属于雷达成像
，特别涉及机载前视扫描雷达角高分辨成像。
技术介绍
雷达前视成像广泛应用在地形回避、精确制导、自主着陆、对海探测与成像、飞机盲飞、地形跟随等军用和民用领域。传统的成像方法，如多普勒波束锐化技术和合成孔径成像，受成像机理限制，无法实现前视区域的方位高分辨成像。现有的前视成像方法，主要利用扫描成像的卷积特性，通过矩阵求解的方法，求解目标散射函数矩阵，实现方位向高分辨。文献“MARichards.Iterativenon-coherentangularsuper-resolutionradar[C].RadarConference,Proceedingsofthe1988IEEENational.IEEE,AnnArbor,MI,1988,100-105.”中提出了一种适用于前视成像的高分辨方法，它通过卷积核函数在频域的迭代因式分解实现卷积反演过程解，并利用构造的因式分解结构实现快速迭代，但该方法需要高信噪比条件。文献“SMStranahan,KAWillets.Super-resolutionopticalimagingofsingle-moleculeSERShotspots[J].Nanoletters,2010,10(9):3777-3784.”和“SCPark,MKPark,MGKang.Super-resolutionimagereconstruction:atechnicaloverview[J].SignalProcessingMagazine,IEEE,2003,20(3):21-36.”中提出了贝叶斯反卷积方法，并应用在光学成像中。将文献中所提出的方法应用到雷达成像中，需要根据雷达成像中噪声的统计特性和目标服从稀疏分布的特性，建立和求解目标函数，实现高分辨成像，但解卷积在数学上是一个病态问题，这种病态性会带来噪声的敏感性。文献“L.Rudin,S.Osher,etal.Totalvariationbasedimagerestorationwithfreelocalconstraints[M].1994,31–35.”提出了一种卷积反演的正则化方法，通过选择合适的正则项，实现矩阵补秩，虽然该方法能够抑制噪声放大现象，但正则化参数很难确定，但正则化参数值决定了抑制噪声和恢复目标散射系数的效果。文献“YLHuang,YBZha,etal.ForwardLookingRadarImagingbyTruncatedSingularValueDecompositionandItsApplicationforAdverseWeatherAircraftLanding,Sensors2015,15,14397-14414.”中提出了截断奇异值分解的方法，该方法虽然能够抑制卷积反演中噪声放大现象，但应用于该方法的卷积矩阵是方阵，在实际情况中，卷积矩阵并非全是方阵，如果将卷积矩阵截成方阵，会导致边缘信息的丢失，从而使导致求解不精确。为了方便描述，对以下术语进行解释。术语1：最小二乘理论对于线性方程组Ax＝b，若A为N×M矩阵，M＞N，即未知量的数目大于独立方程数目，该线性方程为欠定方程组。对于欠定方程组来说，尽管不能找到一个解x，使得方程Ax＝b成立，但可以找到一个使得误差向量在某种意义下取得极小值。在最小二乘的意义下，使估计误差的模的平方和取得极小值，所得到的解成为最小二乘解，记作在最小二乘的意义下，方程式的唯一解为术语2：奇异值分解矩阵A∈Rm×n(或Cm×n)其中R，C分别表示实数或复数域，则存在酉矩阵U∈Rm×m(Cm×m)和V∈Rn×n(Cn×n)使得A＝U∑VT(或U∑VH)，其中，D＝diag(σ1,σ2,…σr)，其中diag(·)表示由括号中的矩阵奇异值组成一个对角矩阵，其对角线上的元素按照括号中元素的先后顺序依次排列；其对角元素按照顺序σ1≥σ2≥…σr＞0,r＝rank(A)；rank(A)表示矩阵的秩。
技术实现思路
本专利技术为解决上述技术问题，提出了一种实现前视雷达高分辨成像的方法，通过对最小二乘项中的求逆项截断奇异分解(TSVD，TruncatedSingularValueDecomposition)处理，抑制了求解方法因固有病态性引起的噪声放大现象，同时边缘信息不会丢失。本专利技术采用的技术方案是：一种实现前视雷达高分辨成像的方法，采用最小二乘求解天线方向图矩阵非方阵问题，利用截断奇异值方法降低噪声放大，从而求得目标散射函数估计量，实现前视扫描雷达方位向高分辨成像。进一步地，具体包括以下步骤：S1、根据前视扫描雷达与目标的相对运动关系建立前视扫描雷达的几何模型，得到回波信号；S2、根据构造的脉冲压缩参考信号，对步骤S1得到的回波信号进行距离向脉冲压缩；S3、对步骤S2得到的回波信号，进行距离走动校正；S4、根据步骤S3得到的回波信号，构建方位向回波信号；S5、采用最小二乘方法求解步骤S4构建的方位向回波信号，实现前视扫描雷达方位向高分辨成像。进一步地，步骤S1所述回波信号表达式为：其中，Z表示目标区域，Σ表示求和运算；f(x,y)为位于场景(x,y)处的目标散射系数；ωa为慢时间域的窗函数，表示天线方向图函数在方位向的调制；η为天线方位角时刻变量；ηa0为天线方位角初始时刻；fc为发射信号载频；c为电磁波的传播速率；R(x,y,t)表示平台运动t时刻后，机载平台与成像场景中位于(x,y)的目标的距离历史；Tb是目标在3dB天线波束宽度的驻留时间；N2(τ,η)为噪声的离散表示；τ是快时间。更进一步地，所述步骤S2包括：S21、构造脉冲压缩参考信号Sr：其中，rect(·)表示矩形信号，τr为距离向参考时间，k′为线性调频斜率，Tp为脉冲时间宽度；S22、将脉冲压缩参考信号进行傅里叶转换，然后在频域中与回波信号s2(τ,η)进行运算，再将结果转化为时域信号，得到脉冲压缩后的结果s3(τ,η)表达式为：其中，N3(τ,η)为脉冲压缩后系统的噪声，B为发射信号的信号带宽。更进一步地，所述步骤S3包括以下分步骤：S31、将距离历史在t＝0处进行泰勒级数展开，得到结果为：其中，V为机载平台的运动速度，θ为波束俯仰角，为目标方位角，R0为目标相对于平台的初始距离；S32、对s3(τ,η)进行尺度变换，得到距离走动校正后的回波信号s4(τ,η)表达式为：其中，N4(τ,η)为进行距离走动校正处理后的系统中的噪声。进一步地，步骤S4所述构建方位向回波信号，具体为：将方位向信号构建为目标散射函数与天线方向图的矩阵运算形式；回波信号表示为矩阵运算形式s＝Hf+n；其中，s是NRNA×1维矩阵，是将回波信号距离向在方位向重新排列，f是目标散射系数距离向在方位向重新排列，T表示矩阵的转置；H为天线方向图构造的运算矩阵，且n为对应的噪声矩阵；为天线方向图构成的矩阵，K为实际波束扫描到方位向点数；H为构成的NRNA×NRK维矩阵。进一步地，所述步骤S5包括以下分步骤：S51、通过最小二乘理论，得到目标散射函数矩阵的估计量为：其中，(·)-1表示求逆运算；S52、将估计量中HHT进行奇异值分解得到：其中，(·)-1表示求逆运算，T表示矩阵的转置本文档来自技高网...

【技术保护点】
一种实现前视雷达高分辨成像的方法，其特征在于，采用最小二乘求解天线方向图矩阵非方阵问题，并利用截断奇异值分解方法抑制噪声放大，从而求得目标散射函数估计量，实现前视扫描雷达方位向高分辨成像。

【技术特征摘要】
1.一种实现前视雷达高分辨成像的方法，其特征在于，采用最小二乘求解天线方向图矩阵非方阵问题，并利用截断奇异值分解方法抑制噪声放大，从而求得目标散射函数估计量，实现前视扫描雷达方位向高分辨成像。2.根据权利要求1所述的一种实现前视雷达高分辨成像的方法，其特征在于，具体包括以下步骤：S1、根据前视扫描雷达与目标的相对运动关系建立前视扫描雷达的几何模型，得到回波信号；S2、根据构造的脉冲压缩参考信号，对步骤S1得到的回波信号进行距离向脉冲压缩；S3、对步骤S2得到的回波信号，进行距离走动校正；S4、根据步骤S3得到的回波信号，构建方位向回波信号；S5、采用最小二乘方法求解步骤S4构建的方位向回波信号，实现前视扫描雷达方位向高分辨成像。3.根据权利要求2所述的一种实现前视雷达高分辨成像的方法，其特征在于，步骤S1所述回波信号表达式为：其中，Z表示目标区域，Σ表示求和运算；f(x,y)为位于场景(x,y)处的目标散射系数；ωa为慢时间域的窗函数，表示天线方向图函数在方位向的调制；η为天线方位角时刻变量；为天线方位角初始时刻；fc为发射信号载频；c为电磁波的传播速率；R(x,y,t)表示平台运动t时刻后，机载平台与成像场景中位于(x,y)的目标的距离历史；Tb是目标在3dB天线波束宽度的驻留时间；N2(τ,η)为噪声的离散表示；τ是快时间。4.根据权利要求3所述的一种实现前视雷达高分辨成像的方法，其特征在于，所述步骤S2包括：S21、构造脉冲压缩参考信号Sr：其中，rect(·)表示矩形信号，τr为距离向参考时间，k′为线性调频斜率，Tp为脉冲时间宽度；S22、将脉冲压缩参考信号进行傅里叶转换，然后在频域中与回波信号s2(τ,η)进行运算，再将结果转化为时域信号，得到脉冲压缩后的结果s3(τ,η)表达式为：其中，N3(τ,η)为脉冲压缩后系统的噪声，B为...

【专利技术属性】
技术研发人员：张寅，吴阳，毛德庆，李昌林，徐帆云，张永超，黄钰林，杨建宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51