一种SVD求逆分裂布雷格曼的扫描雷达前视成像方法技术

本发明专利技术提出了一种SVD求逆分裂布雷格曼的扫描雷达前视成像方法，解决了现有技术中存在复杂矩阵求逆导致前视扫描雷达成像效率较低的问题。实现步骤为：对回波矩阵进行预处理；构建每个距离单元的目标散射幅度向量，噪声幅度向量以及类卷积测量矩阵；建立每个距离单元前视高分辨成像类卷积模型；将前视高分辨成像问题转换为无约束凸优化问题；获取托普利茨矩阵；对类卷积测量矩阵进行奇异值分解，以获取托普利茨矩阵的逆矩阵；采用裂布雷格曼求解无约束凸优化问题，将逆矩阵带入目标散射幅度计算公式，得到扫描雷达前视高分辨图像，本发明专利技术在保证高分辨成像质量的同时，显著提升了成像效率，为实现前视扫描雷达快速成像提供了新思考。考。考。

【技术实现步骤摘要】
一种SVD求逆分裂布雷格曼的扫描雷达前视成像方法


[0001]本专利技术属于雷达成像
，涉及一种适用于前视扫描雷达快速成像的方位角高分辨方法，可用于前视扫描雷达成像算法中的方位向聚焦快速处理。

技术介绍

[0002]雷达前视区域高分辨成像是实现对地搜索、自主导航、环境勘测等的重要技术，传统的单站合成孔径雷达和多普勒波束锐化等技术须利用多普勒信息实现方位向聚焦，但在前视区域，雷达平台航迹与天线的波束指向重合使得多普勒带宽为零，无法实现方位向聚焦，形成前视盲区。
[0003]扫描雷达是一种常用的雷达工作模式，通过天线扫描的方式先后照射成像区域，获得目标散射系数信息，不依赖多普勒频率，因此可以适用于前视区域的成像。实现扫描雷达前视区域高分辨成像要求图像在距离向和方位向同时具有相匹配的高分辨率，通过发射大时宽带宽积的线性调频信号，然后对距离向进行距离脉冲压缩可实现距离向高分辨，方位向分辨率依赖于天线的孔径宽度，由于天线孔径宽度受平台限制导致无法满足实际工程中方位向高分辨率的需求，目前扫描雷达提高方位向分辨率方法主要有解卷积前视成像算法和单脉冲前视成像算法。
[0004]申请公布号为CN105607055A，名称为“一种基于天线方向图的机载雷达单脉冲前视成像方法”的专利申请，公开了一种基于天线方向图的机载雷达单脉冲前视成像方法，该方法补偿了实际天线与理想天线相位误差角，再综合和、差单脉冲实现对回波方位角的测量，测角精度高，能够对单目标实现方位向高分辨率，但是该方法是建立在单脉冲测角的基础上，受限于多数散射中心合成的角闪烁效应影响，不能区分在同一距离分辨单元或同一波束内的多个目标，导致对多目标的分辨率差。
[0005]申请公布号为CN108333587A，名称为“基于分裂Bregman的前视扫描雷达超分辨成像方法”的专利申请，公开了一种基于分裂布雷格曼解卷积前视成像算法，该方法将前视扫描雷达方位向角超分辨问题转化为数学中的L1正则化问题的求解，根据分Bregman算法进行变量分离，再通过交叉迭代，提高方位向分辨率，能够实现同一波束覆盖范围内多个目标的区分，但是该方法每次迭代都涉及复杂的矩阵求逆运算，单次迭代的运算量较大，不利于快速成像。

技术实现思路

[0006]本专利技术的目的在于克服上述技术中存在的不足，提出了一种SVD求逆分裂布雷格曼的扫描雷达前视成像方法,在保证方位向成像分辨率的情况下，用于解决现有技术中涉及复杂矩阵求逆导致前视扫描雷达成像效率较低的技术问题。
[0007]为实现上述目的，本专利技术的技术方案包括如下步骤：
[0008](1)对回波矩阵进行预处理：
[0009](1a)扫描雷达获取线性调频信号的回波矩阵s：
[0010]对扫描雷达天线方向图的幅度调制信号进行L点采样，得到长度为L的采样值向量距离单元数为N的扫描雷达获取其向前视成像区域发射M个脉冲的线性调频信号，经过每个距离单元分布的(M+L
‑
1)个目标点反射的由采样值向量幅度加权的维数为N
×
M的回波矩阵s，其中，N≥2，M≥2，L≥2；
[0011](1b)对回波矩阵s进行预处理：
[0012]对回波矩阵s进行距离向脉冲压缩，并对距离向脉冲压缩后的回波矩阵进行距离向徙动校正，得到距离向徙动校正后的回波矩阵Y，Y＝[y1，y2，
…
y
n
，
…
，y
N
]T
，其中，y
n
为长度为M的第n个距离单元的方位向回波向量，[
·
]T
为转置操作；
[0013](2)构建类卷积测量矩阵A，以及每个距离单元的目标散射幅度向量x
n
和噪声幅度向量g
n
：
[0014]由采样值向量构造维数为M
×
(M+L
‑
1)类卷积测量矩阵A，由方位向回波向量y
n
中(M+L
‑
1)个目标点的散射幅度构建每个距离单元的长度为(M+L
‑
1)目标散射幅度向量x
n
，由方位向回波向量y
n
中包含噪声的幅度构建每个距离单元的长度为(M+L
‑
1)的噪声幅度向量g
n
；
[0015](3)建立每个距离单元前视高分辨成像类卷积模型χ
n
：
[0016]通过每个距离单元的目标散射幅度向量x
n
，以及方位向回波向量y
n
和噪声幅度向量g
n
，利用矩阵向量运算建立每个距离单元前视高分辨成像类卷积模型χ
n
:
[0017]y
n
＝Ax
n
+g
n
；
[0018](4)将前视高分辨成像问题转换为无约束凸优化问题：
[0019](4a)将求解目标散射幅度向量x
n
的问题作为前视高分辨成像问题：
[0020]在噪声幅度向量g
n
服从高斯分布的特性前提下，将求解每个距离单元前视高分辨成像类卷积模型χ
n
中目标散射幅度向量x
n
的问题作为前视高分辨成像问题；
[0021](4b)将不等式约束凸优化问题转化为等式约束凸优化问题：
[0022]通过前视高分辨成像问题中噪声幅度向量g
n
的能量二范数以及目标散射幅度向量x
n
的误差值一范数||x
n
||1，将前视高分辨成像问题转化为不等式约束凸优化问题，通过每个距离单元的噪声均衡的正则化参数ξ
n
，将不等式约束凸优化问题转化为等式约束凸优化问题；
[0023](4c)将等式约束凸优化问题转化为无约束凸优化问题：
[0024]通过惩罚系数η，将等式约束凸优化问题转化为无约束凸优化问题，无约束凸优化问题为：
[0025][0026]其中：为目标散射幅度向量x
n
的二范数项，||
·
||2为二范数，||
·
||1为一范数，w
n
为长度为M的第n个距离单元的第一隐藏变量向量；
[0027](5)获取托普利茨矩阵(ξ
n
[A]T
A+ηI)：
[0028]求无约束凸优化问题中的目标散射幅度向量x
n
的二范数项
对目标散射幅度向量x
n
的导数，提取导数{(ξ
n
[A]T
A+ηI)x
n
‑
ξ
n
A
T
y
n
‑
ηw
n
}中的目标散射幅度向量x
n
的一次项，得到维数为(M+L
‑...

【技术保护点】

【技术特征摘要】
1.一种SVD求逆分裂布雷格曼的扫描雷达前视成像方法，其特征在于，包括如下步骤：(1)对回波矩阵s进行预处理：(1a)扫描雷达获取线性调频信号的回波矩阵s：对扫描雷达天线方向图的幅度调制信号进行L点采样，得到长度为L的采样值向量距离单元数为N的扫描雷达获取其向前视成像区域发射M个脉冲的线性调频信号，经过每个距离单元分布的(M+L
‑
1)个目标点反射的由采样值向量幅度加权的维数为N
×
M的回波矩阵s，其中，N≥2，M≥2，L≥2；(1b)对回波矩阵s进行预处理：对回波矩阵s进行距离向脉冲压缩，并对距离向脉冲压缩后的回波矩阵进行距离向徙动校正，得到距离向徙动校正后的回波矩阵Y，Y＝[y1，y2，
…
y
n
，
…
，y
N
]
T
，其中，y
n
为长度为M的第n个距离单元的方位向回波向量，[
·
]
T
为转置操作；(2)构建类卷积测量矩阵A，以及每个距离单元的目标散射幅度向量x
n
和噪声幅度向量g
n
：由采样值向量构造维数为M
×
(M+L
‑
1)类卷积测量矩阵A，由方位向回波向量y
n
中(M+L
‑
1)个目标点的散射幅度构建每个距离单元的长度为(M+L
‑
1)目标散射幅度向量x
n
，由方位向回波向量y
n
中包含噪声的幅度构建每个距离单元的长度为(M+L
‑
1)的噪声幅度向量g
n
；(3)建立每个距离单元前视高分辨成像类卷积模型χ
n
：通过每个距离单元的目标散射幅度向量x
n
，以及方位向回波向量y
n
和噪声幅度向量g
n
，利用矩阵向量运算建立每个距离单元前视高分辨成像类卷积模型χ
n
:y
n
＝Ax
n
+g
n
；(4)将前视高分辨成像问题转换为无约束凸优化问题：(4a)将求解目标散射幅度向量x
n
的问题作为前视高分辨成像问题：在噪声幅度向量g
n
服从高斯分布的特性前提下，将求解每个距离单元前视高分辨成像类卷积模型χ
n
中目标散射幅度向量x
n
的问题作为前视高分辨成像问题；(4b)将不等式约束凸优化问题转化为等式约束凸优化问题：通过前视高分辨成像问题中噪声幅度向量g
n
的能量二范数以及目标散射幅度向量x
n
的误差值一范数||x
n
||1，将前视高分辨成像问题转化为不等式约束凸优化问题，通过每个距离单元的噪声均衡的正则化参数ξ
n
，将不等式约束凸优化问题转化为等式约束凸优化问题；(4c)将等式约束凸优化问题转化为无约束凸优化问题：通过惩罚系数η，将等式约束凸优化问题转化为无约束凸优化问题，无约束凸优化问题为：其中：为目标散射幅度向量x
n
的二范数项，||
·
||2为二范数，||
·
||1为一范数，w
n
为长度为M的第n个距离单元的第一隐藏变量向量；(5)获取托普利茨矩阵(ξ
n
[A]
T A+ηI)：
求无约束凸优化问题中的目标散射幅度向量x
n
的二范数项对目标散射幅度向量x
n
的导数，提取导数{(ξ
n
[A]
T
A+ηI)x
n
‑
ξ
n
A
T
y
n
‑
ηw
n
}中的目标散射幅度向量x
n
的一次项，得到维数为(M+L
‑
1)
×
(M+L
‑
1)的托普利茨矩阵(ξ
n
[A]
T A+ηI)，其中，I为维数(M+L
‑
1)
×
(M+L
‑
1)的单位矩阵；(6)对类卷积测量矩阵A进行奇异值分解，...

【专利技术属性】
技术研发人员：李亚超，朱恩娣，苏毅，王轩，郭亮，周宇，张磊，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：