一种基于Lp正则化的小型化无人机载下视三维成像方法技术

本发明专利技术提供一种基于Lp正则化的小型化无人机载下视三维成像方法。包括：第一步：预处理之后的下视三维SAR回波信号进行重新排列，构建超完备字典，将成像过程转化为Lp正则化模型；第二步：对此Lp正则化模型降采样，并使用贝叶斯学习方法求解此正则化模型，得到重构的三维成像结果。该方法在保证成像质量的前提下大幅减少成像所需发射阵元数与阵列长度，或者在相同阵列条件下提高成像质量，使其可以应用与小型化无人机平台。

【技术实现步骤摘要】
一种基于Lp正则化的小型化无人机载下视三维成像方法
本专利技术涉及信号与信息处理技术，具体涉及一种基于Lp正则化的小型化无人机载下视三维成像方法。
技术介绍
多输入多输出合成孔径雷达(MultiInputMultiOutput-SyntheticApertureRadar,MIMO-SAR)下视三维成像是在单站SAR二维成像的基础上发展起来的一种新体制三维成像方式。该成像方式利用发射大带宽信号获得距离向分辨率，利用平台运动形成的合成孔径获得沿航迹向(方位向)分辨率以及利用俯仰向的MIMO雷达天线阵列获得俯仰向的分辨率，从而实现对地观测场景的三维成像。无人机载MIMO-SAR下视三维成像在对地观测、战场信息获取以及态势感知等方面具有广阔的应用前景。由于近几年无人机小型化乃至微型化技术日趋成熟，无人机载下视三维MIMO-SAR的小型化问题亟需解决。现有的MIMO-SAR下视三维成像技术大致可以分为两类，一类是基于奈奎斯特采样定理和匹配滤波的成像方式(参见彭学明的《基于跨航向稀疏阵列的机载下视MIMO3D-SAR三维成像算法》，发表在《电子与信息学报》，2012，第四期)；另一类是基于压缩本文档来自技高网...

【技术保护点】
一种基于Lp正则化的小型化无人机载下视三维成像方法，包括下列步骤：步骤一：采用构造超完备字典的方式将MIMO‑SAR下视三维成像问题转化为Lp正则化模型；步骤二：对此Lp正则化模型降采样，并使用贝叶斯学习方法求解此Lp正则化模型，得到重构的三维成像结果。

【技术特征摘要】
1.一种基于Lp正则化的小型化无人机载下视三维成像方法，包括下列步骤：步骤一：采用构造超完备字典的方式将MIMO-SAR下视三维成像问题转化为Lp正则化模型；步骤二：对此Lp正则化模型降采样，并使用贝叶斯学习方法求解此Lp正则化模型，得到重构的三维成像结果。2.根据权利要求1所述的基于Lp正则化的小型化无人机载下视三维成像方法，其特征在于：所述的步骤一具体包括下述步骤：Step1)预处理：N个点目标的散射信息向量为采集的回波数据为Nx×Nz×L的三维矩阵，Nx表示发射的脉冲数，Nz表示每一脉冲的采样点数，L＝Nt×Nr表示等效阵元数目，Nt表示发射阵元个数，Nr表示接收阵元个数，对回波数据进行距离向匹配滤波，距离袭动矫正，方位向匹配滤波处理后得到sc(t)；Step2)将等效阵元按照所属发射阵元重新排列：对处理后的回波数据sc(t)，也按照相同规律重新排列，Sij,c是第i个发射阵元发射、第j个接受阵元接收到的回波数据：Sc＝[S11,c,,S12,c,...,S1Nr,c,S21,c,,S22,c,...,S2Nr,c,...,SNt1,c,,SNt2,c,...,SNtNr,c]T；Step3)将成像场景沿俯仰向划分为Ny份，对包含目标散射信息的非稀疏向量进行插值处理可以得到当yi处存在目标时，ρi≠0；Step4)将sc(t)的剩余相位构造成L×Ny的...

【专利技术属性】
技术研发人员：康乐，张群，李涛泳，罗迎，林永照，其他发明人请求不公开姓名，
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