基于混合范数的自适应稀疏约束逆合成孔径雷达成像方法技术

本发明专利技术公开了一种基于混合范数的自适应稀疏约束逆合成孔径雷达成像方法，其包括如下步骤：对逆合成孔径雷达ISAR接收到的稀疏回波信号，进行距离压缩处理；用相邻相关法对距离压缩处理的回波信号进行包络对齐处理；用多特显点综合法对包络对齐后的回波信号进行相位矫正处理；对相位补偿后的回波信号，建立基于混合范数自适应稀疏约束的逆合成孔径雷达成像最优化代价函数，利用拟牛顿法最优化代价函数进行求解得到重建的全孔径回波信号；对上述所得的全孔径回波信号，进行快速傅里叶变换实现逆合成孔径雷达的高分辨距离多普勒成像。l

【技术实现步骤摘要】
基于混合范数的自适应稀疏约束逆合成孔径雷达成像方法


[0001]本专利技术属于通信
，更进一步涉及雷达信号处理领域中多功能雷达系统的基于混合范数的可自适应的稀疏约束逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)成像方法。本专利技术可用于逆合成孔径雷达短相干处理时间下目标的高分辨成像处理。

技术介绍

[0002]逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)成像属于高分辨成像技术，其距离分辨率是通过发射宽带信号来提高的，方位分辨率的提高则是依靠雷达和目标之间的相对运动形成合成阵列来实现的。在实际应用中，由于环境因素和噪声干扰，长相干时间处理(coherent processing interval,CPI)观测缺乏稳定性，无法确保回波数据的准确性和可靠性。相较而言，短CPI采样观测时可以将目标运动看作平稳运动，采样获得的数据更加稳定且可靠，处理更加简单。利用有限的短孔径数据来实现高分辨的逆合成孔径雷达ISAR成像是多功能雷达系统的关键。
[0003]陈倩倩，张磊，徐刚，邢孟道，保铮在论文“利用多通道联合稀疏重建的干涉逆合成孔径雷达三维成像算法”(《西安交通大学学报》)中提到一种基于l1范数的ISAR高分辨成像方法。该方法的具体步骤为：对逆合成孔径雷达ISAR回波数据进行距离压缩、运动补偿及越距离单元徙动校正后得到信号的复矩阵，然后通过高斯随机矩阵对该复矩阵进行降维处理，最后通过求解l1范数的最优化方程实现对目标的逆合成孔径雷达ISAR成像，该方法虽然基于稀疏先验特性实现了对目标的逆合成孔径雷达ISAR成像处理，但是该方法在实现过程中存在的不足是，因为l1范数收敛特性不够好导致算法的运算速度有一定的局限，又因为信号重建的最优化表达式中的正则化系数λ对重建精度和解的稀疏性均有影响且该系数需要根据噪声方差σ和拉普拉斯系数η进行调试，寻找最优系数的过程比较繁琐，耗时又长且精确性无法保证。

技术实现思路

[0004]本专利技术针对上述现有技术中的稀疏约束ISAR高分辨成像算法运算速度慢和参数寻找繁琐且不精确的问题提出了一种基于l
20
范数可自适应的稀疏约束ISAR高分辨成像算法。该算法利用观测样本信息、噪声及目标的统计信息来推导研究如何在存在噪声的情况下，当观测方式为短CPI采样时，将精确运动补偿后的稀疏孔径信号重构为全孔径信号来实现高分辨的逆合成孔径雷达ISAR成像，实现目标图像精确、高效恢复。
[0005]为实现本专利技术的目的，本专利技术的技术思路是：通过解线频调对逆合成孔径雷达ISAR接收到的回波信号，进行距离压缩处理并进行运动补偿，结合l
20
范数对补偿后的信号构建和需要重建的最终目标建立最优化关系，利用拟牛顿法对上述最优化关系代价函数进行求解，得到目标信号的高分辨成像结果。
[0006]为实现上述目的，本专利技术涉及的基于l
20
混合范数自适应稀疏约束的ISAR高分辨成
像方法，包括以下步骤：
[0007](1)距离压缩：
[0008]对逆合成孔径雷达ISAR接收到的稀疏回波信号，进行距离压缩处理，得到距离压缩处理的回波信号；
[0009](2)包络对齐：
[0010]用相邻相关法对距离压缩处理的回波信号进行包络对齐处理，得到包络对齐处理的回波信号；
[0011](3)相位补偿：
[0012]用多特显点综合法对包络对齐后的回波信号进行相位矫正处理，得到相位补偿后的回波信号；
[0013](4)重构短孔径回波信号：
[0014]基于ISAR的稀疏性，结合噪声的高斯概率分布密度和信号的拉普拉斯概率密度关系运用最大后验概率估计建立信号重建的最优化代价函数，利用拟牛顿算法，对最优化代价函数进行求解得到重建后的全孔径回波信号；
[0015](5)距离多普勒成像：
[0016]对步骤4重建所得的回波信号，进行快速傅里叶变换实现逆合成孔径雷达的高分辨率距离多普勒成像。
[0017]本专利技术与现有的技术相比，具有以下优点：
[0018]第一，本专利技术利用混合范数建立稀疏约束优化模型。l
20
混合范数结合了l2范数和l0范数的优点，优化了模型的收敛性，提高了模型求解的计算速度。
[0019]第二，本专利技术中的最优化模型在任意噪声条件下，正则化系数(约束系数值λ)可以根据每次迭代的稀疏性自适应调整，只需几个迭代周期即可确定相对稳定的系数。该方法避免了根据噪声和信号的统计特性来估计最优系数的复杂过程，提高了算法的效率。
附图说明
[0020]图1为本专利技术的流程图；
[0021]图2为实验中使用的飞机点目标模型；
[0022]图3为现有的稀疏约束ISAR高分辨成像技术的成像结果图；
[0023]图4为本专利技术技术对仿真数据的成像结果图；
[0024]图5为本专利技术与现有的稀疏约束ISAR高分辨成像技术迭代50次的运算时间对比结果；
[0025]图6为现有的稀疏约束ISAR高分辨成像技术对实测数据的成像结果图。
[0026]图7为本专利技术技术对实测数据的成像结果图。
具体实施方式
[0027]下面结合附图对本专利技术做进一步的描述。
[0028]参照附图1，本专利技术的具体实施步骤如下：
[0029]步骤1，距离压缩。
[0030]第一步，对逆合成孔径雷达ISAR接收到的目标场景的回波信号作解线频调处理；
一般情况下，雷达发射信号为线性调频信号s(t
r
)
[0031][0032]式中，t
r
表示快时间；T
p
为脉冲宽度；f
c
为载波频率；α为调制频率；rect[
·
]表示窗函数。
[0033]对回波信号利用解线频调进行脉冲压缩得到式
[0034][0035]式中，β
p
表示目标散射系数，在目标的旋转角较小时可将其看作常数；t
m
表示慢时间，T表示相干处理时间长度，c表示光速，且0≤t
m
≤T；r0为雷达与目标旋转中心O的距离；r(t
m
)表示目标上的散射点p(x,y)到雷达的距离；γ为雷达发射信号波长；C为电磁波传输速度，j表示虚数单位。
[0036]第二步，对解线频调处理后的信号进行傅里叶变换，得到距离压缩处理的回波信号。
[0037]步骤2，包络对齐。
[0038]第一步，在距离压缩处理的回波信号的相邻脉冲之间做最大相关处理,对已对齐的所有包络求和，先取平均值，以平均值为标准距离时延做对齐处理；
[0039]第二步，将距离压缩处理的回波信号作傅里叶变换，得到距离压缩处理的频域信号；
[0040]第三步，用第二步距离压缩处理的频域信号与第一步相对距离时延对应的线性相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于混合范数的自适应稀疏约束逆合成孔径雷达成像方法，其特征在于，包括如下步骤：(1)距离压缩：对逆合成孔径雷达ISAR接收到的稀疏回波信号，进行距离压缩处理，得到距离压缩处理的回波信号；(2)包络对齐：用相邻相关法对距离压缩处理的回波信号进行包络对齐处理，得到包络对齐处理的回波信号；(3)相位补偿：用多特显点综合法对包络对齐后的回波信号进行相位矫正处理，得到相位补偿后的回波信号；(4)重构短孔径回波信号：结合l
20
混合范数利用ISAR的稀疏性建立稀疏字典构建采样信号和需要重建信号的关系，结合噪声的高斯概率分布密度和信号的拉普拉斯概率密度关系运用最大后验概率估计建立信号重建的最优化代价函数，利用拟牛顿法最优化代价函数进行求解得到重建的全孔径回波信号；(5)距离多普勒成像：对上述所得的全孔径回波信号，进行快速傅里叶变换实现逆合成孔径雷达的高分辨距离多普勒成像。2.根据权利要求1所述的基于混合范数的可自适应的稀疏约束逆合成孔径雷达成像方法，其特征在于，步骤(1)所述距离压缩处理的具体步骤如下：第一步，对逆合成孔径雷达ISAR接收到的目标场景的回波信号作解线频调处理；第二步，对解线频调处理后的信号进行傅里叶变换，得到距离压缩处理的回波信号。3.根据权利要求1所述的基于混合范数的可自适应的稀疏约束逆合成孔径雷达成像方法，其特征在于，步骤(2)所述包络对齐处理的具体步骤如下：第一步，在距离压缩处理的回波信号的相邻脉冲之间做最大相关处理,对已对齐的所有包络求和，先取平均值，以平均值为标准距离时延做对齐处理；第二步，将距离压缩处理的回波信号作傅里叶变换，得到距离压缩处理的频域信号；第三步，用第二步距离压缩处理的频域信号与第一步相对距离时延对应的线性相位函数相乘，得到包络对齐处理的回波信号。4.根据权利要求1所述...

【专利技术属性】
技术研发人员：陈倩倩，宋代悦，
申请(专利权)人：青岛大学，
类型：发明
国别省市：