基于超分辨技术的机载/弹载阵列雷达前视成像方法技术

本发明专利技术公开了一种基于超分辨技术的机载/弹载阵列雷达前视成像方法，该方法针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题，过对接收的各通道回波数据进行样本协方差估计，并对该协方差进行修正及空间平滑等处理，随后采用改进的MUSIC算法估计空间谱，再根据系统参数将谱曲线进行累积，最终获得雷达前视图像。相较于传统单通道雷达，阵列接收系统具备更高的空域自由度，采用相应的超分辨信号处理技术能获得更高的空间分辨能力，能弥补单脉冲技术在地貌较为复杂的情况，即波束内强散射点数目多于一个时成像质量下降的不足，可用于前视条件下雷达成像方位分辨率的改善，大大提高了机载/弹载雷达前视成像的分辨率。

【技术实现步骤摘要】
基于超分辨技术的机载/弹载阵列雷达前视成像方法
本专利技术涉及雷达成像，阵列信号处理及数字信号处理领域
，特别是一种基于超分辨技术的机载/弹载阵列雷达前视成像方法。
技术介绍
机载雷达前视成像在复杂地形回避，自主着陆和精确制导等方面具有重要意义。一般情况下，机载雷达在对地面目标成像时，常常采用多普勒波束锐化(DBS)技术或合成孔径雷达(SAR)技术。但当目标位于前视位置时，等距离线与等多普勒线非正交，上述方法失效，无法实现前视成像，形成前视成像盲区。目前，解决机载雷达前视盲区问题的方法主要有：实波束成像技术、单脉冲成像技术、双基地SAR成像技术等。实波束成像技术通过实孔径天线方位扫描方式，获得前视成像区域的实波束回波，再经过时频积累，坐标变化得到前视区域的地面图像，但该方法随着天线波束宽度和作用距离的增加急剧下降，无法得到较高的方位分辨率。单脉冲成像技术利用单脉冲测角技术获得散射点偏离波束中心的角度，从而对目标进行定位，但当波束内存在多个目标时，性能急剧恶化，甚至无法确定目标的正确位置。双基地SAR利用目标的非后向散射信号进行成像，有利于目标的分类和识别，但由于其收发分置，需要解决系统的同步问题并且不同的飞行几何关系对成像算法的要求也不同，难以找到通用的成像算法。可见，现有的雷达前视成像技术，虽然有各自的优点，但在实际应用时面临着多目标分辨力差或计算复杂度高等问题。针对现有机载雷达系统对前视成像的迫切需求，本专利技术提出采用阵列天线系统，将阵列信号处理中的超分辨技术引入前视成像方法。相较于传统单通道雷达，阵列接收系统具备更高的空域自由度，采用相应的超分辨信号处理技术能获得更高的空间分辨能力，故可用于前视条件下雷达成像方位分辨率的改善。然而，现有的超分辨算法，如MUSIC算法等，需要采用独立样本实现接收信号自相关矩阵的估计，在实际处理中，往往选取与待处理单元相邻距离门的接收信号作为训练样本。在雷达成像模式下，不同距离门所对应的场景不同，故采用相邻距离门估计必然会导致距离分辨率的损失。此时，需考虑采用相邻脉冲信号作为训练样本实现某距离-脉冲单元相关矩阵的估计，但在一般条件下，相邻脉冲间地面回波信号相关性极强，会造成虚警或目标定位错误。因此，采用上述思路实现前视成像时，面临的一个关键问题即为相干信源的空间谱估计问题。
技术实现思路
本专利技术要解决的技术问题是提供一种基于超分辨技术的机载/弹载阵列雷达前视成像方法，该方法能够很好地解决现有的超分辨算法在阵列信号处理中的相干信源的空间谱估计问题，实现采用阵列天线系统完成雷达前视成像，大大提高了机载/弹载雷达前视成像的分辨率。本专利技术在解相干处理的基础上，提出了一种基于改进MUSIC(多重信号分类)算法的阵列雷达前视成像方法。首先利用各通道回波数据样本估计协方差，对所得协方差进行修正并进行空间平滑去相干，随后采用MUSIC算法估计空间谱，再根据载机运动、波束扫描等参数，将每个距离门-脉冲的谱曲线进行累积，最终获得前视图像。为实现上述专利技术目的，本专利技术采用以下技术方案：基于超分辨技术的机载/弹载阵列雷达前视成像方法，包括以下步骤：1)对阵列雷达接收的数据进行脉冲压缩处理，并进行距离徙动校正。2)逐距离门-脉冲处理步骤1)获得的数据，首先由相邻脉冲样本估计得到M×M维协方差矩阵并对其进行修正及平滑处理得到维数为N×N(N＜M)的协方差矩阵R'。3)利用盖氏圆方法估计信源数K，并对步骤2)获得的R'进行特征分解，以N-K个小特征值对应特征向量组成噪声子空间。4)搜索信号来波方向θ，计算该距离门-脉冲回波对应的空间谱曲线；其中，a(θ)为导引矢量。5)根据波束扫描等参数，将步骤4)获得的每个距离门的谱曲线进行累积，最终形成距离-方位图像。进一步的，所述步骤2)的具体步骤如下：21)在以往处理中，往往选取相邻距离门数据作为训练样本完成估计。而在成像处理中，由于不同距离门地面场景不同，故在获取某个距离门空间谱(即方位图像)时，训练样本无法从相邻距离门获取。在这种条件下，只能考虑在慢时间域选取训练样本，即选用同距离相邻脉冲的信号作为样本估计协方差矩阵得到协方差矩阵其中，M为阵元数，L为时间采样数，X为阵列输出信号矢量。22)通常情况下，是Hermite矩阵而不是Toeplitz矩阵，对进行修正，得到Toeplitz的协方差矩阵的估计值RX，使信号协方差的秩恢复为rank(RX)＝K，从而能有效地估计出信号的超分辨空间谱。式中Iv为M×M维反向单位矩阵，是的共轭，RX是Hermite的Toeplitz矩阵，且是的无偏估计。23)在MUSIC算法之前先用空间平滑技术对协方差矩阵进行预处理，能得到更加精准的超分辨空间谱。其基本思想是以一定重叠率将等距线阵分成若干子阵列。若各子阵的阵列流形相同，则子阵列协方差矩阵可以加权后取平均取代原来意义上的协方差矩阵。与单向空间平滑相比，双向空间平滑的孔径损失更少。对修正后协方差矩阵RX进行双向平滑处理得到N×N维协方差矩阵R′：其中，Rf为RX前向空间平滑后协方差矩阵，Rb为RX后向空间平滑后协方差矩阵。Rb是Rf的共轭倒序阵，它们服从共轭倒序不变性。进一步的，所述步骤3)的具体步骤如下：31)信源数估计问题是MUSIC算法得以实现的前提条件，MUSIC算法利用子空间的正交性来进行超分辨空间谱估计，不准确的信源数会使得噪声子空间估计错误，从而导致信号与噪声子空间不完全正交，造成估计信源时的虚警或漏警，最终使得信号来波方向估计存在误差。根据特征空间的分析可知，数据协方差矩阵的大特征值数目对应于信源数目，其他小特征值是相等的。但在实际应用中，由于快拍数，信噪比等的限制，不可能明显区分大小特征值。因此本专利技术用一种不需要具体知道特征值的信源数估计方法—盖氏圆方法，即利用Gerschgorin圆盘定理，就可以估计出各特征值的位置，进而估计出信号源数目K；32)对R′进行特征分解：[N,S,U]＝SVD(R′)(4)33)以N-K个小特征值对应特征向量组成噪声子空间：UN＝N(:,K+1:N)(5)有益效果：本专利技术采用基于超分辨技术的阵列雷达前视成像方法，有效地解决了机载雷达前视成像的盲区问题，，大大提高了机载/弹载雷达前视成像的分辨率。本专利技术提出采用阵列天线系统，将阵列信号处理中的超分辨技术引入前视成像方法。相较于传统单通道雷达，阵列接收系统具备更高的空域自由度，采用相应的超分辨信号处理技术能获得更高的空间分辨能力，能弥补单脉冲技术在地貌较为复杂的情况，即波束内强散射点数目多于一个时成像质量下降的不足，可用于前视条件下雷达成像方位分辨率的改善。附图说明图1为本专利技术基于超分辨技术的机载/弹载阵列雷达前视成像方法流程图；图2为二维机载阵列雷达前视成像几何模型；图3为空间平滑示意图；图4为本专利技术超分辨成像方法信号处理流程图；图5为点目标超分辨方法成像结果；图6为点目标超分辨方法成像结果剖面图；图7为机场跑道高分辨SAR图像；图8为超分辨方法机场跑道成像结果；图9为海面场景实波束成像结果；图10为海面场景超分辨方法成像结果图；图11为海面场景超分辨方法成像结果剖面图。具体实施方式下面结合附图，对本专利技术提出的一种基于超分辨技术的机载/弹载阵列雷达前视成像方法进行详本文档来自技高网...

【技术保护点】
一种基于超分辨技术的机载/弹载阵列雷达前视成像方法，其特征在于，包括以下步骤：1)对阵列雷达的数据进行脉冲压缩处理，并进行距离徙动校正；2)逐距离门‑脉冲处理步骤1)获得的数据，首先由相邻脉冲样本估计得到M×M维协方差矩阵

【技术特征摘要】
1.一种基于超分辨技术的机载/弹载阵列雷达前视成像方法，其特征在于，包括以下步骤：1)对阵列雷达的数据进行脉冲压缩处理，并进行距离徙动校正；2)逐距离门-脉冲处理步骤1)获得的数据，首先由相邻脉冲样本估计得到M×M维协方差矩阵并对其进行修正及平滑处理得到维数为N×N(N＜M)的协方差矩阵R'；3)利用盖氏圆方法估计信源数K，并对步骤2)获得的R'进行特征分解，以N-K个小特征值对应特征向量组成噪声子空间；4)搜索信号来波方向θ，计算该距离门-脉冲回波对应的空间谱曲线；5)根据波束扫描等参数，将步骤4)获得的每个距离门的谱曲线进行累积，最终形成距离-方位图像。2.根据权利要求1所述的基于超分辨技术的机载/弹载阵列雷达前视成像方法，其特征在于，所述步骤2)中采用相邻脉冲样本估计协方差矩阵的过程为：其中，M为阵元数，L为时间采样数，X为阵列输出信号矢量。3.根据权利要求2所述的基于超分辨技术的机载/弹载阵列雷达前视成像方法，其特征在于，所述步骤2)中对协方差矩阵进行修正及平滑处理得到维数为N×...

【专利技术属性】
技术研发人员：吴迪，张洁，朱岱寅，毛新华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32