一种基于解耦原子范数最小化的高精度多带融合方法技术

本发明专利技术涉及一种基于解耦原子范数最小化的高精度多带融合方法，包括如下步骤：步骤1、接收各子脉冲时间段内的各子带雷达信号；步骤2、对每个脉冲时间段内的子带雷达信号进行运动补偿；步骤3、对各子带雷达信号的模型表示；步骤4、对完成运动补偿后的每个脉冲回波信号进行基于MRA的各子带信号间非相干项的估计与补偿；步骤5：基于解耦原子范数最小化从多个子带信号中估计大带宽信号并成像。带信号中估计大带宽信号并成像。带信号中估计大带宽信号并成像。

【技术实现步骤摘要】
一种基于解耦原子范数最小化的高精度多带融合方法


[0001]本专利技术涉及雷达成像领域，具体涉及一种基于解耦原子范数最小化的高精度多带融合方法。

技术介绍

[0002]微波雷达通过向目标上发射电磁波，然后处理目标的反射电磁波来观测目标，因此有全天时全天候的工作能力。相比于光学探测器，微波雷达可在恶劣环境中探测、跟踪和识别目标，在国土测绘、洪水监测、海冰监测、土壤湿度调查、森林资源清查、灾情估计等领域有着不可或缺的重要作用。
[0003]为获取目标更精细的结构信息，需提高微波雷达的距离向和方位向分辨率。距离分辨率可通过发射大带宽线性调频信号来提高，方位向分辨率可通过增加成像积累角来提高。为了在硬件消耗最小的条件下提高现有雷达系统的距离向分辨率，已有学者提出了多带融合成像方法，该方法通过估计算法从多个窄带回波信号中估计出宽带信号的散射模型参数，再将散射模型参数代入到散射模型中从而得到宽带雷达信号。由于稀疏重建算法可在低于奈奎斯特采样率的条件下准确恢复低信噪比环境中的雷达回波信号，因此近几年其被应用在多带融合领域。但现有基于稀疏重建的多带融合方法在网格失配条件下易失效。

技术实现思路

[0004]本专利技术面向传统稀疏重建方法在网格失配条件下对多带融合性能下降的问题，提出了一种基于解耦原子范数最小化的高精度多带融合方法，可实现网格失配情况下的高精度多带融合方法。在该方法中，首先，构建基于原子范数的无网格化多带融合稀疏表示模型，将需求解宽带信号中的散射中心幅度和位置作为模型参数。然后，利用原子范数半正定性质，将原子范数最小化问题转化为半正定规划问题，并基于新的矩阵形式原子集将观测到的所有子带回波信号解耦。最后，利用Vander
‑
monde分解得到最终的宽带信号参数估计并重构出宽带信号。由于避免了网格离散化处理，因此可实现网格失配情况下的高精度多带融合。仿真实验结果验证了所提方法的有效性。
[0005]本专利技术的技术方案为：一种基于解耦原子范数最小化的高精度多带融合方法，包括如下步骤：步骤1、接收各子脉冲时间段内的各子带雷达信号；步骤2、对每个脉冲时间段内的子带雷达信号进行运动补偿；步骤3、对各子带雷达信号的模型表示；步骤4、对完成运动补偿后的每个脉冲回波信号进行基于MRA的各子带信号间非相干项的估计与补偿；步骤5：基于解耦原子范数最小化从多个子带信号中估计大带宽信号并成像。
[0006]进一步的，步骤1中，各雷达之间的距离要足够小，雷达间的最大视角差和最小波
长与目标最大尺寸之间的关系是：，其中λ代表波长，L代表目标的最大距离向尺寸。
[0007]其中，各雷达发射除频带不同外其他参数（如脉冲持续时间，带宽等）都相同的线性调频信号。
[0008]其中，所有雷达需同时对同一个目标的相同部位进行探测，且目标上的散射中心在雷达照射范围内保持不变。
[0009]其中，对每个雷达接收信号进行的运动补偿包括：距离徙动校正，以及由于目标在脉冲与脉冲中位置的不同引起的多普勒频移。相位误差可使用图像偏移方法 (Map Drift Algorithm, MDA) ，相位梯度自聚焦 (Phase Gradient Autofocus, PGA) 和最小熵自聚焦 (Minimum Entropy Autofocus, MEA) 等方法来补偿。
[0010]所述步骤4中，非相干项包括幅度项和相位项。幅度非相干项可通过归一化补偿。
[0011]其中，幅度非相干项通过归一化补偿，各子脉冲段各子带接收完回波信号后，分别进行归一化处理。
[0012]雷达系统噪声以及目标和各雷达间相对位置的不同造成的初始相位项和线性相位项需基于改进的root
‑
MUSIC方法进行估计和补偿。具体的，其中，步骤4中，对完成运动补偿后的每个脉冲回波信号完成以下操作：选择分布在最低频率段的子带信号作为参考信号，基于改进root
‑
MUSIC（Modified RELAX Algorithm，简称MRA，该方法在我们的专利“基于改进松弛算法的可高分成像和抗杂波的多带融合算法”，202011463271.2中已被详细介绍）计算并补偿其他子带信号与该子带信号之间的非相干项；有益效果：（1）对于距离向超分辨：利用多个子带回波数据估计一个带宽大于各子带带宽之和的大带宽雷达回波信号，和改造单部雷达来提高雷达带宽的方法相比，不需要对雷达系统射频前端进行改造和更换，极大地节省了人力物力和财力，可简便地提高雷达分辨率。
[0013]（2）在估计目标上散射中心的个数时，考虑了目标回波自身的性质，基于差分原则将信号对应奇异值与噪声对应奇异值分开，估计精度高于现有散射中心估计准则。
[0014]（3）利用原子范数半正定性质，将原子范数最小化问题转化为半正定规划问题，并基于新的矩阵形式原子集将观测到的所有子带回波信号解耦。利用Vander
‑
monde分解得到最终的宽带信号参数估计并重构出宽带信号。由于避免了网格离散化处理，因此可实现网格失配情况下的高精度多带融合。
[0015]（4）当子带个数大于两个时，子带互相干步骤、缺失频带信号估计步骤与两子带时相同，方法易扩展。
[0016]（5）本专利技术仿真证明部分以两个子带和两个子脉冲回波段为例，相比最后估计出的大带宽信号带宽，每个子带的带宽是大带宽的30%，每个子脉冲回波段对应的时间长度是长脉冲回波段对应的时间长度的30%。
附图说明
[0017]图1为基于解耦原子范数最小化的简单目标多带融合流程图；图2为两子带在频域中的分布；
图3为仿真中的原始宽带信号成像结果；图4为仿真中的低子带信号成像结果；图5为仿真中的高子带信号成像结果；图6为仿真中的融合宽带信号成像结果。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本专利技术的一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。
[0019]本专利技术的一种基于解耦原子范数最小化的高精度多带融合方法，包括如下步骤：步骤1：接收各子脉冲时间段内的各子带雷达信号；如图1所示，假设频率域共有N
zd
个子带信号，每个子带都对应一个雷达系统，分布在最低频段的子带被称为子带1，其对应雷达系统被称为雷达1。以雷达1的时间为基准，同步其余雷达的时间，使所有雷达在相同时间段内向同一个目标发射除信号频带不同外其他参数都相同的线性调频脉冲信号。观测时间段内，各雷达同时接收目标的反射电磁波，并对回波做归一化处理消除幅度非相干项。
[0020]步骤2、对每个脉冲时间段内的子带雷达信号进行运动补偿；首先对每个脉冲时间段内的各子带雷达信号进行脉冲压缩。由于各子带的雷达信号运动补偿公式推导相同，因此在步骤2和步骤3中不在下标中体现子带编号，即在该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，包括如下步骤：步骤1、接收各子脉冲时间段内的各子带雷达信号；步骤2、对每个脉冲时间段内的子带雷达信号进行运动补偿；步骤3、对各子带雷达信号的模型表示；步骤4、对完成运动补偿后的每个脉冲回波信号进行基于MRA的各子带信号间非相干项的估计与补偿；步骤5：基于解耦原子范数最小化从多个子带信号中估计大带宽信号并成像。2.根据权利要求1所述的一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，所述步骤1中，各雷达间的最大视角差θ和最小波长与目标最大尺寸之间的关系是：，其中λ代表最小波长，L代表目标的最大距离向尺寸；各雷达发射频带不同，脉冲持续时间，带宽相同的线性调频信号。3.根据权利要求1所述的一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，所述步骤1中，所有雷达需同时对同一个目标的相同部位进行探测，且目标上的散射中心在雷达照射范围内保持不变。4.根据权利要求1所述的一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，所述步骤2中，对每个雷达接收信号进行的运动补偿包括：距离徙动校正，以及由于目标在脉冲与脉冲中位置的不同引起的多普勒频移。5.根据权利要求1所述的一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，所述步骤3、对各子带雷达信号的模型表示具体如下：对步骤2中已完成校正的所有子带信号进行距离向融合，对距离向的融合在频域进行，将的距离
‑
时间域信号变换到频率
‑
时间域，对距离向做逆傅里叶变换，然后将方位向相关项融合到幅度项中并离散化。6.根据权利要求1所述的一种基于解耦原子范数最小化的高精度多带融合方法，其特征在于，所述步骤4中，对完成运动补偿后的每个脉冲回波信号进行基于MRA的各子...

【专利技术属性】
技术研发人员：李王哲，蒋文，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：