一种机载扫描雷达实时超分辨成像方法技术

本发明专利技术公开一种机载扫描雷达实时超分辨成像方法，应用于雷达信号处理领域，针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题；本发明专利技术通过建立斜前视矢量卷类积精确回波模型，突破斜前视角分辨率提升机理性瓶颈；然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数，将斜前视成像分辨率提升问题转化为在线递归优化估计问题；最后，通过Updating和Downdating滑窗递归，实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率，而且显著降低了其复杂度和内存占用率，有利于机载雷达的高品质连续实时成像。仿真结果证明了所提出方法的有效性。真结果证明了所提出方法的有效性。真结果证明了所提出方法的有效性。

【技术实现步骤摘要】
一种机载扫描雷达实时超分辨成像方法


[0001]本专利技术属于雷达信号处理
，特别涉及一种扫描雷达技术中的实时快速成像技术。

技术介绍

[0002]机载雷达斜前视高分辨率成像具备全天时、全天候工作的特点，作为一种主动式的遥感手段在地质测绘、灾害监测、军事侦察等领域有着广泛的应用。机载雷达往往采用多普勒波束锐化技术(DBS)对斜前视区成像，其主要利用雷达与目标之间的相对运动所引起的多普勒信息区分目标。但是，在宽幅快扫的成像模式中，基于传统快速傅里叶变换的DBS技术往往因其观测孔径不足而导致方位分辨率受限，其点扩散函数往往呈现宽主瓣、高旁瓣的特点。
[0003]为进一步提升方位分辨率，文献“Super
‑
resolution Doppler beam sharpening imaging based on an iterative adaptive approach，Remote Sensing Letters,vol.7,pp.259
–
268,01 2016.”提出了一种基于迭代自适应方法(IAA)谱估计方法用于解决DBS目标散射系数估计问题。但是，由于每次迭代的矩阵求逆运算，该方法的计算复杂度非常高，不利于实时处理。文献“Super
‑
resolution Doppler beam sharpening method using fast iterative adaptive approach based spectral estimation，Journal of Applied Remote Sensing,vol.12,no.1,pp.1,2018.”提出了一种基于加权的快速迭代自适应超分辨率频谱估计方法提出了最小二乘理论以增强DBS的分辨率。然而，该方法确实有效地降低了迭代自适应方法的计算复杂度，但其对于回波的处理方式仍采用批处理形式。这意味着该方法无法在扫描的同时进行超分辨处理，从而导致实时性能的损失。

技术实现思路

[0004]为解决上述技术问题，本专利技术提出一种机载扫描雷达实时超分辨成像方法，不仅有效地改善了传统方法的方位分辨率，而且显著降低了其复杂度和内存占用率，有利于机载雷达的高品质连续实时成像。
[0005]本专利技术采用的技术方案为：一种机载扫描雷达实时超分辨成像方法，包括：
[0006]A1、建立斜前视矢量卷类积精确回波模型；
[0007]A2、构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析最小二乘代价函数，将斜前视成像分辨率提升问题转化为优化估计问题；
[0008]A3、针对首个窗口数据，采用基于正则化的方法进行目标估计；
[0009]A4、针对剩下的窗口数据，采用Updating和Downdating滑窗递归，实现斜前视区域目标散射系数的实时更新。
[0010]步骤A1所述斜前视矢量卷类积精确回波模型为：
[0011]Y＝Aσ+e
[0012]A＝D
⊙
H
[0013]其中，Y表示方位回波矩阵，表示复数集合，A表示导向矩阵，D表示多普勒矩阵，H表示天线方向图矩阵，σ是目标的散射系数，e是加性高斯噪声矩阵，
⊙
表示点积。
[0014]Y通过下式离散采样得到：
[0015][0016]其中，τ和t分别表示距离和方位时间变量，σ(x,y)和h(
·
)分别表示目标后向散射系数和天线方向图响应函数，sinc(
·
)表示脉冲压缩响应函数，Φ为感兴趣的观测区域，B为带宽,λ为波长。
[0017]步骤A2所述的代价函数表达式为：
[0018][0019]其中，Y
1:L
表示首次滑窗窗口的回波矢量，A
1:L
表示首次滑窗窗口对应的导向矩阵。
[0020]步骤A3首个窗口数据估计得到的目标散射系数最优解为：
[0021][0022]步骤A4具体为：
[0023]A41、引入矩阵
[0024][0025]其中I表示单位矩阵；
[0026]A42、Downdating的结果可表示为
[0027][0028]其中
[0029][0030][0031][0032]A43、当前的目标散射系数由Downdating结果通过Updating递归计算得出
[0033][0034]其中
[0035][0036][0037][0038]A44、对于n>L重复步骤A42
‑
A43，实现当前第n时刻的在线递归更新结果
[0039]本专利技术的有益效果：本专利技术通过建立斜前视矢量卷类积精确回波模型，突破斜前
视角分辨率提升机理性瓶颈；然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析最小二乘代价函数，将斜前视成像分辨率提升问题转化为优化估计问题；最后，通过Updating和Downdating滑窗递归，实现斜前视区域目标散射系数的实时更新。相对于传统方法，提升了方位分辨率，同时显著降低了其复杂度和内存占用率。
附图说明
[0040]图1为本专利技术的方法流程图；
[0041]图2为本专利技术实施例提供的机载雷达斜前视超分辨成像方法的几何构型；
[0042]图3为本专利技术方法与传统方法的距离剖面一维对比结果；
[0043]图4为本专利技术的成像结果与现有技术的对比；
[0044]其中，图4(a)为实波束的二维成像结果，图4(b)为DBS方法的二维成像结果，图4(c)为LS方法的二维成像结果，图4(d)为本专利技术方法的二维成像结果。
具体实施方式
[0045]为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。
[0046]如图1所示，本专利技术的方法包括以下步骤：
[0047]步骤一：建立机载雷达斜前视回波精确模型
[0048]采用如图2所示机载雷达斜前视成像几何模型，选取如表1所示的雷达仿真系统参数。信噪比设置为SNR＝20dB。设机载雷达平台以恒定速度v＝30m/s沿着X轴方向匀速飞行，雷达天线以角速度ω＝90
°
/s扫描斜前视区域。平台的飞行高度为H＝1000m平台和目标P的初始斜距为R0＝3000m。在t时刻，平台与目标的距离历史R(t)表示为
[0049][0050]其中，表示目标俯仰角，θ表示目标方位角。
[0051]表1仿真参数
[0052]参数数值工作频段f
c
30.75GHz时宽T
p
40MHz带宽B2μs扫描区域
‑
25
°
～
‑5°
扫描速度ω90
°
/s波束宽度Δθ4
°
脉冲重复频率PRF2KHz初始斜距R03000m机载平台飞行速度v30m/s
[0053]雷达通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机载扫描雷达实时超分辨成像方法，其特征在于，包括：A1、建立斜前视矢量卷类积精确回波模型；A2、构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析最小二乘代价函数，将斜前视成像分辨率提升问题转化为优化估计问题；A3、针对首个窗口数据，采用基于正则化的方法进行目标估计；A4、针对剩下的窗口数据，采用Updating和Downdating滑窗递归，实现斜前视区域目标散射系数的实时更新。2.根据权利要求1所述的一种机载扫描雷达实时超分辨成像方法，其特征在于，步骤A1所述斜前视矢量卷类积精确回波模型为：Y＝Aσ+eA＝D
⊙
H其中，Y表示方位回波矩阵，表示复数集合，A表示导向矩阵，D表示多普勒矩阵，H表示天线方向图矩阵，σ是目标的散射系数，e是加性高斯噪声矩阵，
⊙
表示点积。3.根据权利要求2所述的一种机载扫描雷达实时超分辨成像方法，其特征在于，Y通过下式离散采样得到：其中，τ和t分别表示距离和方位时间变量，σ(x,y)和h(
·
)分别表示目标后向散射系数和天线方向图响应函...

【专利技术属性】
技术研发人员：张永超，黄钰林，罗嘉伟，张寅，殷曦晨，张永伟，杨海光，杨建宇，
申请(专利权)人：电子科技大学长三角研究院衢州，
类型：发明
国别省市：