基于离网稀疏贝叶斯学习的双频段ISAR成像方法技术

本发明专利技术属于雷达信号处理技术领域，公开了一种基于离网稀疏贝叶斯学习的双频段ISAR成像方法，包括：对高低频段回波数据进行预处理，得到高低频段观测数据矩阵；根据高低频段观测数据矩阵建立高低频段数据的离网稀疏表征模型，并基于二阶泰勒展开简化高低频段数据的离网稀疏表征模型；根据高低频段在全频段的索引向量，生成对应的基字典矩阵和离网补偿字典矩阵；利用稀疏贝叶斯学习算法依次对不同方位单元中所包含的离网散射中心位置和散射强度进行求解，即可实现目标的二维高分辨成像。解决了观测目标上等效散射中心偏离字典网格时现有成像算法旁瓣高难以聚焦的问题，且在低信噪比下仍可得到聚焦的合成高分辨二维像，具有一定的噪声稳健性。定的噪声稳健性。定的噪声稳健性。

【技术实现步骤摘要】
基于离网稀疏贝叶斯学习的双频段ISAR成像方法


[0001]本专利技术涉及雷达信号处理
，具体涉及基于离网稀疏贝叶斯学习的双频段ISAR成像方法。

技术介绍

[0002]逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)凭借其全天时、全天候、远距离和高分辨成像的能力，广泛应用于目标探测和态势感知等军事与民用领域。ISAR图像距离维分辨率与雷达发射信号的带宽有关，带宽越大，分辨率越高。因此，为了获得高的距离分辨率，通常需要雷达具备大带宽信号的发射和接收处理能力。然而雷达发射信号的带宽并不是无限增加的，而是受到雷达收发链路硬件设备性能的制约。而多频带相干合成技术是解决上述问题的有效途径，在不改变雷达现有硬件的情况下，基于不同频段雷达对同一个目标相同观测视角的回波，通过多频段相干合成技术，即可实现ISAR成像距离分辨率的显著提升。
[0003]目前多频带相干合成ISAR成像方法主要分为两大类。一类是基于传统谱估计的多频段相干合成ISAR成像方法，该类方法在低信噪比下难以获得较高的精度；第二类是基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于离网稀疏贝叶斯学习的双频段ISAR成像方法，其特征在于，包括以下步骤：步骤1，对高低频段回波数据进行预处理，得到高低频段观测数据矩阵；步骤2，根据所述高低频段观测数据矩阵建立高低频段数据的离网稀疏表征模型，并基于二阶泰勒展开简化所述高低频段数据的离网稀疏表征模型，得到基于二阶泰勒展开的双频段离网稀疏表征模型；根据高低频段在全频段的索引向量，生成对应的基字典矩阵和离网补偿字典矩阵；步骤3，利用稀疏贝叶斯学习算法依次对不同方位单元中所包含的离网散射中心位置和散射强度进行求解，即可实现目标的二维高分辨成像。2.根据权利要求1所述的离网稀疏贝叶斯学习的双频段ISAR成像方法，其特征在于，步骤1具体包含以下子步骤：子步骤1.1，采用解线频调方式对高低频段回波数据进行脉冲压缩处理，再对脉冲压缩后的高低频段回波数据进行平动补偿，得到高低频段距离时域的回波为：其中，是距离快时间，t
m
是方位慢时间，K为观测目标上等效散射中心的个数，σ
k
为第k个散射中心的后向散射系数，R
k
(t
m
)为第m次回波第k个散射中心与雷达之间的距离，R
ref
为参考距离，
△
R
k
(t
m
)＝R
k
(t
m
)
‑
R
ref
，C为电磁波在真空中的传播速度，T
p
为发射信号脉冲宽度，γ为发射信号调频率，f
c
为发射信号载频，j是复数单位；子步骤1.2，经过脉冲压缩处理后，不同散射中心的时域回波变为单频脉冲，其频率为并且其中x
k
、y
k
和w分别表示散射中心的横坐标、纵坐标与等效转动角速度；将上式进行转换，将所述高低频段距离时域回波表达式写为：其中，f
r1
和f
r2
分别表示低频段和高频段雷达距离时域回波信号对应的距离频率，f
c1
和f
c2
分别表示低频段和高频段雷达距离时域回波信号的载频，B1和B2分别表示低频段和高频段雷达距离时域回波信号对应的带宽；子步骤1.3，将高低频段回波合成之后的回波称为合成全频段回波，利用合成全频段回波对应的中心频率f
c
，对所述高低频段距离时域回波s(f
ri
,t
m
)进行统一的Keystone变换，消除越距离单元徙动和高低频段观测数据载频不同引起的方位分辨率差异，再进行方位向脉压，得到目标高低频段方位成像结果s(f
ri
,f
d
)：其中，f
d
为方位频率；子步骤1.4，将所述目标高低频段方位成像结果s(f
ri
,f
d
)沿方位向进行截取，得到包含
目标的距离单元；再沿距离数据域对所述包含目标的距离单元进行截取，得到距离向截取后的高低频段回波数据s(f
ri
,f
d
)：其中，f
d
取值为方位向目标所在区域对应的频率，距离向的截取操作使得利用公式得到子频段截取后的距离向点数，其中N
Ri
为子频段截取前的距离向采样点数，f
si
为第i个频段的采样频率；子步骤1.5，高低频段的频率采样间隔
△
f
i
与其对应的带宽B
i
、脉冲宽度T
pi
、采样频率f
si
有关，即对距离向截取后的高低频段回波数据进行插值、抽取处理调节频率采样间隔，得到距离向网格分辨率一致的高低频段数据；其中，高低频段距离向点数变为N
i
,i＝1,2，
△
f1＝
△
f2，距离网格分辨率统一为
△
f，记f
ri
+f
ci
＝f
c
+n
i
△
f，其中n
i
为子频带i在合成全频段中对应的索引；记方位采样索引为m，采样间隔为
△
f
d
，则预处理后的高低频段回波数据为：其中，该系数与i无关，于是高低频段的回波数据已被校正到统一的回波模型下；子步骤1.6，根据预处理后的高低频段回波数据构建高低频段观测数据矩阵Y＝[Y
L
；Y
H
]，其维度为N
×
M，其中Y
L
＝[s(n1,m1),
…
,s(n1,m
M
)]为低频段回波数据，Y
H
＝[s(n2,m1),
…
,s(n2,m
M
)]为高频段回波数据，N＝N1+N2为高低频段数据距离点数之和，M为方位截取后的回波次数。3.根据权利要求1所述的离网稀疏贝叶斯学习的双频段ISAR成像方法，其特征在于，步骤2包含以下子步骤：子步骤2.1，若使用相位项2πq表示任意一个处于[
‑
π,π)的相位，根据指数函数的周期性可知，对于目标的每一个等效散射中心k，存在q
k
使得即q包含了目标等效散射中心位置的所有可能取值；其中C为电磁波在真空中的传播速度，y
k
为散射中心的纵坐标，
△
f为距离网格分辨率；根据稀疏表示理论，将q等分为D份，用表示第k个散射中心对应的真实位置，用d
k
表示离真实位置最近的网格点，用δ
k
表示真实位置与其最近的网格点之间的距离，则
从而构建出高低频段数据的离网稀疏表征模型：Y＝ΦX+Ε其中，Ε为噪声矩阵；稀疏矩阵X为高低频段回波相干合成的二维成像结果，X的维度为D
×
M；离网字典其维度为N
×
D；为目标真实位置的所有可能取值；离网字典Φ的每一个原子表示为：其中，j是复数单位，n为高低频段在合成全频段中的索引向量，其维度为N
×
1；n1为低频段在合成全频段中的索引向量；n2为高频段在合成全频段中的索引向量；其中其中稀疏矩阵X中的每一列x都是稀疏向量，其不为零项的值即表示目标散射中心的幅度σ
″
，不为零项对应的原子相位即对应目标散射中心的位置y
k
，于是求解出的稀疏向量x即可表示目标一维距离像，而所有回波求解出的稀疏矩阵X即为高低频段回波相干合成的二维成像结果；子步骤2.2，由于δ
r
取值很小，将原子在d
r
处进行二阶泰勒展开，即其中其中其中若记基字典矩阵为A＝[a(d1),
…
,a(d
D
)]，一阶补偿字典矩阵B＝[b(d1),
…
,b(d
D
)]，二阶补偿字典矩阵C＝[c(d1),
…
,c(d
D
)]，其中δ＝[δ1,
…
,δ
D
]
T
称为模型补偿向量，于是得到基于二阶泰...

【专利技术属性】
技术研发人员：周峰，刘飞燕，刘磊，熊学明，吴标，郭城，石晓然，
申请(专利权)人：中国人民解放军三二二零三部队，
类型：发明
国别省市：