【技术实现步骤摘要】
基于快速SBL算法实现分段观测ISAR高分辨成像方法及装置
[0001]本专利技术属于雷达
，具体涉及一种基于快速SBL算法实现分段观测ISAR高分辨成像方法及装置。
技术介绍
[0002]由于逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)能够实现对非合作目标成像，提供目标的形状、结构、材料、运动状态和质量分布等物理信息，该独特优势使其在国防领域越来越受到世界各军事强国的重视。高分辨图像能够直观地提供更丰富的目标信息，是ISAR成像的关键技术。提高距离分辨率有两种方法，第一是通过发射具有大时宽带宽的线性调频信号，并在接收端进行匹配滤波和脉冲压缩，达到目标散射点在距离上的分辨，但这种方法成本较高。所以，一般会选择第二种方法，即通过插值或外推对稀疏子带数据进行宽带合成来提高距离分辨率，但这种方法的核心是利用阶段性缺失数据进行精确的频谱或参数估计。方位分辨率取决于相干积累角度。所谓相干积累是指脉冲之间在某一方向高度相关，使之通过一定的变换达到能量积聚，起到可分辨的效果。事实上，由...
【技术保护点】
【技术特征摘要】
1.一种基于快速SBL算法实现分段观测ISAR高分辨成像方法，其特征在于，包括步骤：S1、根据分段观测数据中有效采样样本和缺失采样样本对所述分段观测数据进行建模，得到分段观测数据模型；S2、基于所述分段观测数据模型下的傅里叶字典矩阵，结合信号精度值和噪声精度值，采用快速傅里叶变换计算稀疏贝叶斯学习算法对稀疏信号进行迭代过程中的待求逆矩阵；S3、基于所述待求逆矩阵，利用Levinson
‑
Durbin迭代算法求解逆矩阵的G
‑
S分解因子；S4、结合所述逆矩阵的G
‑
S分解因子，利用快速傅里叶算法求解所述稀疏贝叶斯学习算法对稀疏信号进行迭代过程中后验分布的均值和协方差的对角线元素；S5、当判断所述均值不满足收敛条件时，基于所述协方差的对角线元素和所述均值计算新的信号精度值和新的噪声精度值，并返回步骤S2；当判断所述均值满足所述收敛条件时，输出所述均值。2.根据权利要求1所述的基于快速SBL算法实现分段观测ISAR高分辨成像方法，其特征在于，步骤S1包括：根据所述缺失采样样本的位置将所述分段观测数据分为若干段，则所述分段观测数据表示为：有效数据表示为：其中，N
s(i)
为第i段数据y
s(i)
的长度，N
g(i)
为有效数据y
g(i)
的长度，N
m(i)
为缺失数据y
m(i)
的长度，q为分段观测数据的段数。3.根据权利要求1所述的基于快速SBL算法实现分段观测ISAR高分辨成像方法，其特征在于，步骤S2包括：S21、在所述分段观测数据模型下，所述傅里叶字典矩阵中(k+1)列的傅里叶基表示为：其中，ω
k
＝2πk/K,k＝0,...,K
‑
1，K为超分辨倍数与分段观测数据总长度的乘积；为与相对应的傅里叶基，相对应的傅里叶基，为第i段有效数据，代表长度为N
g(i)
的一个完整傅里叶基，N
o(i)
为基于分段观测数据模型的长度偏量；S22、基于所述傅里叶字典矩阵，结合所述信号精度值和所述噪声精度值，采用快速傅里叶变换计算所述待求逆矩阵：其中，为维度为N
g
×
N
g
的单位矩阵，β为噪声精度值，为傅里叶字典矩阵，Λ为由
1/γ
k
按顺序构成的对角矩阵，γ
k
为信号精度值，是一个q
×
q的厄米特
‑
块
‑
托普利兹矩阵；其中，R
i,j
为中一个维度为N
g(i)
×
N
g(j)
的子矩阵，其中，r
m
为R
i,j
中的元素；S23、使用两个置换矩阵和五个自定义矩阵，将所述待求逆矩阵用目标形式的待求逆矩阵表示：其中，和为置换矩阵，为自定义矩阵。4.根据权利要求3所述的基于快速SBL算法实现分段观测ISAR高分辨成像方法，其特征在于，步骤S3包括：S31、基于所述目标形式的待求逆矩阵，利用G
‑
S分解计算所述逆矩阵：其中其中其中和为置换矩阵，为置换矩阵，为自定义矩阵；S32、计算所述逆矩阵的位移表示：其中，为基于的自定义变量，为基于的自定义变量，和为G
‑
S分解因子；
S33、基于所述位移表示，计算所述逆矩阵的G
‑
S分解式：其中，为块托普利兹矩阵，和为G
‑
S分解因子，为块位移矩阵，M＝max[N
g(1)
,N
g(2)
,
…
,N
g(q...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。