一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法技术方案

本发明专利技术公开了一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，包括：获取被干扰的原始SAR图像数据，其中，该原始SAR图像数据上存在弱压制宽带干扰；针对原始SAR图像数据，执行稀疏分解，获得总优化问题；针对总优化问题，将其分解为两个子优化问题，其中，第一子优化问题为求解低秩项干扰的优化问题，第二子优化问题为求解稀疏项有用信号的优化问题；针对第一子优化问题和第二子优化问题，执行交替优化求解，得到稀疏项和低秩项。本发明专利技术可直接应用于SAR系统原始数据中或SAR图像中。像中。像中。

【技术实现步骤摘要】
一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法


[0001]本专利技术涉及SAR数据处理的
，特别是涉及一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法。

技术介绍

[0002]在极端天气条件下，普通的光学雷达无法提供清晰的成像，而合成孔径雷达(SAR)是一种能够提供观测场景的高分辨率图像的微波传感器，由于现在的频谱越发拥堵，在成像过程中，SAR系统可能会受到其他系统的干扰，例如通信系统和其他雷达系统，其中存在着大量的压制宽带干扰。因此针对如何去除或减轻在SAR系统中的压制窄带干扰引起了学术界的极大关注。
[0003]目前，关于去除SAR系统中的压制宽带干扰，传统方法存在着非参数法，参数法和半参数法。
[0004]对于非参数法来说，虽然传统的非参数法具有简单快捷的优点，且不依赖于干扰的波形特征，但在干扰较弱的情况反而会失效，因此，该类算法在时变复杂干扰环境下不够稳健；同时，雷达真正接收的信号是干扰、真实回波和噪声的组合，非参数化算法仅考虑了干扰的强度特征，缺乏对真实回波的约束，从而无法对其进行有效保护。
[0005]对于参数化方法来说，能够较为理想的去除相应干扰，但要求干扰为孤立单一类型的干扰，且计算复杂度高，同样没有考虑到真实回波信号的特征，缺乏对其的保护。
[0006]对于半参数化方法来说，它不仅利用优化模型来约束干扰，还考虑到了真实回波信号的特征，但同样只能同时针对一种类型的干扰，并且在大规模矩阵运算时，计算量庞大。

技术实现思路
/>[0007]有鉴于此，本专利技术的目的在于提供一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，用于解决当前SAR系统中存在着大量弱压制宽带干扰，难以便捷去除弱压制宽带干扰的技术问题。
[0008]为了实现上述目的，本专利技术采用如下技术方案：
[0009]一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，该方法包括：
[0010]步骤S1、获取被干扰的原始SAR图像数据，其中，该原始SAR图像数据上存在弱压制宽带干扰；
[0011]步骤S2、针对步骤S1中获取的原始SAR图像数据，执行稀疏分解，获得总优化问题，其中，该总优化问题为：通过针对原始矩阵数据使用增广拉格朗日法求解低秩项的干扰和L2稀疏项的有用信号；
[0012]步骤S3、针对步骤S2中得到的总优化问题，将其分解为两个子优化问题，其中，第
一子优化问题为求解低秩项干扰的优化问题，第二子优化问题为求解稀疏项有用信号的优化问题；
[0013]步骤S4、针对步骤S3中得到的第一子优化问题和第二子优化问题，执行交替优化求解，得到稀疏项和低秩项。
[0014]进一步的，在所述步骤S1中，所述的原始SAR图像数据，其为按距离时间域和方位时间域排列的矩阵数据。
[0015]进一步的，在所述步骤S2中，所述的总优化问题为：
[0016][0017]在公式(1)中，R是SAR图像的原始数据，A是低秩项的矩阵形式的干扰，S是稀疏项的矩阵形式的有用信号，λ是调节求解结果A和S之间关系的超参数，μ是惩罚参数，Y1是拉格朗日乘子，rank(
·
)表示矩阵的秩，‖
·
‖2表示矩阵的l2范数，‖
·
‖
F
表示矩阵的F范数。
[0018]进一步的，在所述步骤S3中，求解第一子优化问题的方法为：对低秩项A执行时频域陷波滤波法。
[0019]进一步的，在所述步骤S3中，求解第二子优化问题的方法为求解公式(2)，具体为：
[0020][0021]进一步的，所述步骤S4具体包括：
[0022]步骤S401、执行算法参数初始化，其包括：设定P＝0，设定S
(p)
、Y
1(P)
、μ
(p)
和A
(p)
的初始值，其中，P表示迭代次数；
[0023]步骤S402、将S
(p)
、μ
(p)
和Y
1(P)
代入第一子优化问题中，并且求解低秩项A；
[0024]其中，通过采用时频域陷波滤波法对低秩项A进行求解，其包括：
[0025]步骤S4021、针对公式(3)的每一个脉冲在距离维进行短时傅里叶变换(STFT)，得到F
i(p)
，其中，i表示共有i个脉冲，短时傅里叶变换后有i个时频矩阵F
(p)
；
[0026][0027]步骤S4022、设置阈值T
(p)
，将F
i(p)
中小于T
(p)
的数据置为0，得到F1
i(p)
；
[0028]步骤S4023、对F1
i(p)
在距离维进行短时傅里叶逆变换(ISTFT)，得到Z1
(p)
；
[0029]步骤S4024、令A
(p+1)
等于Z1
(p)
；
[0030]步骤S403、将Y
1(P)
、μ
(p)
和A
(p+1)
代入到第二子优化问题中，也即是带入到公式(2)中，并且求解得到稀疏项S
(p+1)
；
[0031]步骤S404、执行更新Y
1(P+1)
、μ
(p+1)
，通过下面两个式子来执行更新：
[0032]Y
1(P+1)
＝Y
1(P)
+μ
(p)
(R
‑
A
(p+1)
‑
S
(p+1)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0033]μ
(p+1)
＝min{ρμ
(p)
,μ
max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0034]在公式(5)中，μ
max
和ρ都是循环前设定好的固定值；
[0035]步骤S405、执行P＝P+1；
[0036]步骤S406、循环执行步骤S402至步骤S405，直到满足收敛或达到最大迭代次数为止，输出低秩项A和稀疏项S。
[0037]进一步的，在所述步骤S403中，通过如下的方法求解得到稀疏项S
(p+1)
：
[0038]首先，对下式执行压缩处理：
[0039][0040]然后，再针对得到的K
(p)
乘以
[0041]最后，得到S
(p+1)
。
[0042]本专利技术的有益效果是：
[0043]本专利技术可直接应用于SAR系统原始数据中或SAR图像中，能够实现在SAR系统中抑制弱压制宽带干扰，保护真实回波的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，该方法包括：步骤S1、获取被干扰的原始SAR图像数据，其中，该原始SAR图像数据上存在弱压制宽带干扰；步骤S2、针对步骤S1中获取的原始SAR图像数据，执行稀疏分解，获得总优化问题，其中，该总优化问题为：通过针对原始矩阵数据使用增广拉格朗日法求解低秩项的干扰和L2稀疏项的有用信号；步骤S3、针对步骤S2中得到的总优化问题，将其分解为两个子优化问题，其中，第一子优化问题为求解低秩项干扰的优化问题，第二子优化问题为求解稀疏项有用信号的优化问题；步骤S4、针对步骤S3中得到的第一子优化问题和第二子优化问题，执行交替优化求解，得到稀疏项和低秩项。2.根据权利要求1所述的一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，在所述步骤S1中，所述的原始SAR图像数据，其为按距离时间域和方位时间域排列的矩阵数据。3.根据权利要求1所述的一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，在所述步骤S2中，所述的总优化问题为：在公式(1)中，R是SAR图像的原始数据，A是低秩项的矩阵形式的干扰，S是稀疏项的矩阵形式的有用信号，λ是调节求解结果A和S之间关系的超参数，μ是惩罚参数，Y1是拉格朗日乘子，rank(
·
)表示矩阵的秩，‖
·
‖2表示矩阵的l2范数，‖
·
‖
F
表示矩阵的F范数。4.根据权利要求3所述的一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，在所述步骤S3中，求解第一子优化问题的方法为：对低秩项A执行时频域陷波滤波法。5.根据权利要求3所述的一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，在所述步骤S3中，求解第二子优化问题的方法为求解公式(2)，具体为：6.根据权利要求5所述的一种针对SAR系统弱压制宽带干扰的半参数时频域陷波滤波抑制方法，其特征在于，所述步骤S4具体包括：步骤S401、执行算法参数初始化，其包括：设定P＝0，设定S
(p)
、μ
(p)
和A
(p)
的初始值，其中...

【专利技术属性】
技术研发人员：黄岩，毛源，王韵旋，陈筠力，刘艳阳，刘江，余旭涛，洪伟，
申请(专利权)人：上海卫星工程研究所，
类型：发明
国别省市：