基于模态选择的压缩感知涡旋成像方法、存储介质及应用技术

本发明专利技术属于雷达成像技术领域，公开了一种基于模态选择的压缩感知涡旋成像方法、存储介质及应用，对均匀圆环整列的相位激励方式进行调整以使不同模态的涡旋波具有相同的波束指向，从而目标可以被所有涡旋波束照射；基于傅里叶变换获得的二维成像结果和压缩感知算法获得的二维成像结果(随机选择模态序列)进行相关运算，并通过遗传算法优化模态序列，得到优化后的二维成像结果；通过对目标方位角的变化曲线拟合可得到一阶项系数，从而获得对应该目标的y轴信息，最终实现目标的三维成像。本发明专利技术考虑了不同模态涡旋波转向后场强变化对成像效果的影响，同时将压缩感知与遗传算法相结合从而有效降低了涡旋成像对模态数量的要求。合从而有效降低了涡旋成像对模态数量的要求。合从而有效降低了涡旋成像对模态数量的要求。

【技术实现步骤摘要】
基于模态选择的压缩感知涡旋成像方法、存储介质及应用


[0001]本专利技术属于雷达成像
，尤其涉及一种基于模态选择的压缩感知涡 旋成像方法、存储介质及应用。

技术介绍

[0002]目前，雷达成像技术相比于光成像技术，具有克服大气扰动、云雾等自然 条件影响而继续成像的能力，是一种在全时段、全气候条件下都能发挥作用的 信息获取手段。相比于传统平面波雷达仅在距离上存在差异而在凝视观测几何 条件下无法提供方位分辨能力，涡旋电磁雷达由于发射因携带轨道角动量 (Orbital AngularMomentum,OAM)而具有螺旋相位波前的涡旋电磁波，因此在距 离向和方位向同时具有相位差异性，利用这种相位差异性，通过对涡旋电磁波 回波处理可实现目标的距离向以及方位向二维成像，再与合成孔径(SyntheticAperture Radar,SAR)/逆合成孔径(Inverse Synthetic Aperture Radar,ISAR)技术相 结合可提供一种新的成像方式。
[0003]基于快速傅里叶变化(Fast Fourier Transform,FFT)等传统成像算法的涡旋电 磁成像的方位向分辨率与使用的轨道角动量模态l范围有关，采用的模态数越 多，方位向分辨率越高，否则将会使目标方位像轮廓产生较高的旁瓣甚至混叠， 为了降低方位角成像时对OAM模态范围的要求，对稀疏贝叶斯学习(SparseBayesian Learning，SBL)“Liu K,Li X,Gao Y,et al.High
‑
resolution electromagneticvortex imaging based on sparse Bayesian learning[J].IEEE Sensors Journal,2017,17 (21):6918
‑
6927.”、正交匹配追踪(Orthogonal Matching Pursuit,OMP)“Guo S,HeZ,Chen R.High resolution 2
‑
D electromagnetic vortex imaging using uniformcircular arrays[J].IEEE Access,2019,7:132430
‑
132437.”等稀疏恢复方法进行了 研究。然而，目前关于压缩感知(compressed sensing,CS)涡旋成像的研究中并没 有考虑涡旋波场强以及模态选择对成像效果的影响，由于不同模态的主瓣方向 不同，对于远距离目标而言无法被所有模态主瓣照射，这将会对信息获取以及 成像造成影响，文献“Yuan T,Cheng Y,Wang H,et al.Beam steering forelectromagnetic vortex imaging using uniform circular arrays[J].IEEE Antennas andWireless Propagation Letters,2016,16:704
‑
707.”与“Yuan T,Wang H,Qin Y,et al. Electromagnetic vortex imaging using uniform concentric circular arrays[J].IEEEAntennas and Wireless Propagation Letters,2015,15:1024
‑
1027.”提出涡旋波束主 瓣转向技术使目标可被不同模态涡旋波照射，但由于主瓣转向后存在残差，且 不同模态的残差不同，这将导致涡旋电磁波CS成像中不同模态序列获得的成像 结果存在差异。因此，在考虑涡旋场强的影响时，如何选择模态序列以保证压 缩成像效果需要进一步研究。
[0004]通过上述分析，现有技术存在的问题及缺陷为：由于不同模态涡旋波进行 波束控制转向后存在场强差异，而目前的涡旋成像压缩感知算法并没有考虑波 束转向后使用不同模态序列对成像质量的影响。
[0005]解决以上问题及缺陷的难度为：将压缩感知与遗传算法结合，并建立适合 模态序列变化与选择的遗传算法模型。
[0006]解决以上问题及缺陷的意义为：在考虑了不同模态涡旋波波束指向的基础 上，提供了一种能够选择较优模态序列的方法，从而减少了成像所需的模态数 量且提升了成像质量。

技术实现思路

[0007]针对现有技术存在的问题，本专利技术提供了一种基于模态选择的压缩感知涡 旋成像方法、存储介质及应用。
[0008]本专利技术是这样实现的，一种基于模态选择的压缩感知涡旋成像方法，所述 基于模态选择的压缩感知涡旋成像方法，包括：
[0009]步骤一，建立成像模型，令雷达位于坐标系O
‑
xyz的原点O(0,0,0)，x轴 代表方位向，y轴代表距离向；用于产生涡旋电磁波的均匀圆环阵列由N个阵元 构成且中心位于原点O；(该步骤建立的成像模型为整个方案中理论推导的基础)
[0010]步骤二，目标由多个散射点组成，在距离雷达高度为H的平面沿着x轴正 向以速度v运动；线性调频信号被用于承载轨道角动量，对均匀圆环整列的相 位激励方式进行调整以使不同模态的涡旋波具有相同的波束指向，从而目标可 以被所有涡旋波束照射；(该步骤中对不同模态的涡旋波进行了波束控制，是接 下来对回波进行压缩感知与遗传算法优化的前提)
[0011]步骤三，基于傅里叶变换获得的二维成像结果和压缩感知算法获得的二维 成像结果(随机选择模态序列)进行相关运算，并通过遗传算法优化模态序列， 得到优化后的二维成像结果；(该步骤是本方案的核心部分，通过压缩感知降低 成像模态数量要求，并使用遗传算法优化成像质量)
[0012]步骤四，根据优化后的二维成像结果，通过对目标方位角的变化曲线拟合 可得到一阶项系数，从而获得对应该目标的y轴信息，最终实现目标的三维成 像(该步骤是对方案最后一个部分的完善，通过对方位角曲线分析以获得目标最 后的一维信息，实现目标三维信息重构)。
[0013]进一步，所述步骤二中，目标由多个散射点组成，在距离雷达高度为H的 平面沿着x轴正向以速度v运动具体过程为：
[0014]假设目标的等效相位中心为O'，则目标位于的相对坐标系为O'
‑
x'y'z'且指向 与雷达坐标系O
‑
xyz一致，理想散射点在相对坐标系中表示为 a'
T
(x'
T
,y'
T
,z'
T
)T∈1，2，...,M，在坐标系O
‑
xyz中可表示为a
T
(x
T
,y
T
,z
T
)，且为雷达与散射点之间连线的距离，两者满足关系为：
[0015][0016]线性调频信号被用于承载轨道角动量，发射信号表示为：
[0017][0018]其中T
p本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模态选择的压缩感知涡旋成像方法，其特征在于，所述基于模态选择的压缩感知涡旋成像方法，包括：步骤一，建立成像模型，令雷达位于坐标系O
‑
xyz的原点O(0,0,0)，x轴代表方位向，y轴代表距离向；用于产生涡旋电磁波的均匀圆环阵列由N个阵元构成且中心位于原点O；步骤二，目标由多个散射点组成，在距离雷达高度为H的平面沿着x轴正向以速度v运动；线性调频信号被用于承载轨道角动量，并对均匀圆环整列的相位激励方式进行调整以使不同模态的涡旋波具有相同的波束指向，从而目标可以被所有涡旋波束照射；步骤三，基于傅里叶变换获得的二维成像结果和压缩感知算法获得的二维成像结果(随机选择模态序列)进行相关运算，并通过遗传算法优化模态序列，得到优化后的二维成像结果；步骤四，根据优化后的二维成像结果，通过对目标方位角的变化曲线拟合可得到一阶项系数，从而获得对应该目标的y轴信息，最终实现目标的三维成像。2.如权利要求1所述基于模态选择的压缩感知涡旋成像方法，其特征在于，所述步骤二中，目标由多个散射点组成，在距离雷达高度为H的平面沿着x轴正向以速度v运动具体过程为：目标的等效相位中心为O'，则目标位于的相对坐标系为O'
‑
x'y'z'且指向与雷达坐标系O
‑
xyz一致，理想散射点在相对坐标系中表示为a'
T
(x'
T
,y'
T
,z'
T
)T∈1，2，...,M，在坐标系O
‑
xyz中可表示为a
T
(x
T
,y
T
,z
T
)，且为雷达与散射点之间连线的距离，两者满足关系为：x
T
＝vt
m
+x
′
T
.3.如权利要求1所述基于模态选择的压缩感知涡旋成像方法，其特征在于，所述步骤二中，线性调频信号被用于承载轨道角动量，发射信号表示为：其中T
p
和K分别代表信号的脉冲宽度以及LFM的调频率，t
m
与分别代表慢时间域以及快时间域，f
c
为信号的中心频率，l为OAM模态值并且φ
n
＝2πn/N,n＝0,1,2
…
,N
‑
1代表第n个阵元的相位，Ψ
n
＝lφ
n
为每个阵元所对应的相位激励；对不同模态值下的涡旋电磁波主瓣进行转向，每个阵元的激励相位需要变为：Ψ
n
＝lφ
n
+kasinθ0cosφ
n
；其中为波数，a为阵列的半径，θ0为相较于涡旋波原主瓣方向的偏转角度。4.如权利要求3所述基于模态选择的压缩感知涡旋成像方法，其特征在于，所述由于涡旋波主瓣指向与模态的关系满足下式：因此θ0＝θ
T
‑
θ
max
，其中θ
T
是需要转至的方向；根据上述分析，相应的强度函数可表示为：
其中ζ＝kasinθ，ζ0＝kasinθ0，并且当偏转角度θ0＝0时，上式可表示为贝塞尔函数J
l
(kasinθ)；当偏转角度较小时，涡旋电磁波的相位仍符合螺旋分布，目标方位角与OAM模态的对偶关系可视为不变。5.如权利要求1所述基于模态选择的压缩感知涡旋成像方法，其特征在于，所述步骤三中，距离压缩具体过程为：目标由M个散射点组成，且阵列为多入多出MIMO回波接收模式，则在一个脉冲内的接收回波表示为：其中τ
T
＝2r
T
/c为每个散射点所对应的回波延迟，为散射点在每个脉冲时间t
m
下的方位角；假设雷达至目标等效相位中心O'的距离为r
ref
，则解频调处理后的中频回波信号为：其中是以相位中心O'为参考的时间，τ
ΔT
＝τ
T
‑
τ
ref
为一个脉冲内的相对回波时延且τ
ref
＝2r
ref
/c；对上式中的残留视频相位项以及斜置项补偿后进行快时间域傅里叶变化可得到一维距离像：6.如权利要求5所述基于模态选择的压缩感知涡旋成像方法，其特征在于，所述雷达回波信号在方位角域的稀疏表示模型，对回波信号进行简化如下：其中l
k
(k＝1,2,...,K)为相应的模态数，α
T
＝sinc[...

【专利技术属性】
技术研发人员：朱永忠，周余昂，陈怡君，谢文宣，
申请(专利权)人：中国人民武装警察部队工程大学，
类型：发明
国别省市：