一种基于广义MCP约束毫米波三维稀疏成像方法技术

本发明专利技术公开了一种基于广义MCP约束毫米波三维稀疏成像方法。它是通过首先利用脉冲压缩和频率升采样技术完成回波信号的距离向脉压处理；然后利用标准的距离徙动校正算法对距离向脉压后信号处理，完成距离徙动校正；然后，对于每个距离向单元，分别构建基于广义MCP非凸约束的RMA成像算子逼近的成像方程，优化求解，获得对应的方位向

【技术实现步骤摘要】
一种基于广义MCP约束毫米波三维稀疏成像方法


[0001]本专利技术属于雷达成像
，它特别涉及到了毫米波成像


技术介绍

[0002]近年来，三维毫米波成像技术受到了较大的关注。相较于微波，毫米波具有一定的衣物穿透力；而较于X光射线，毫米波不会产生电离辐射伤害，具备较高的生物安全性，因此毫米波成像技术在如隐匿武器检查、生物医学诊断和非接触式安检等众多领域有广泛的应用。毫米波成像，同传统微波成像具有相似的成像原理，但相较微波成像，发射的信号具有更高的载频和带宽，因此可以取得更高分辨率的成像结果。此外，系统通过多通道二维平面阵列或者单通道扫描合成平面阵列的方式，可以在二维方位
‑
高度平面上形成二维采样孔径，因此能够获取场景的三维成像结果，并且在方位
‑
高度平面上分辨率能够达到毫米级别，对于后续成像结果中目标的检测和识别十分有利。
[0003]然而受限于奈奎斯特采样定律，方位
‑
高度平面二维孔径上相邻的空间采样间隔需要满足不超过半个波长的要求。这将导致系统需要大量采样通道，会显著增加系统的成本。近年来，随着稀疏成像技术的发展，当成像场景具备稀疏性时，系统采样时能够突破奈奎斯特采样定律的限制，需要的二维孔径采样数量可以大大降低。稀疏成像方法通过在传统成像模型中额外增加了关于观测场景的稀疏约束项，形成了含多约束的成像模型。成像时，通过最优化迭代求解的方式，得到对观测场景的估计，即是观测场景的成像结果。除了可以降低对二维孔径采样数量的要求，相较于传统三维成像方法的成像结果，稀疏成像方法还能够获得更高质量的成像结果，体现在目标分辨率更高、旁瓣与杂波更低等。
[0004]然而，当前方法所采用的主要为基于L1范数的约束项，适用于各个点散射源能量分布较平衡的情况。当不平衡时，如对于不同材质构成的目标，较强能量的点散射源的权重过大，导致约束不平衡，从而因此估计偏差，成像结果中体现为部分散射源能量损失，通常对应于目标的几何轮廓处，对后续目标的检测和识别产生了不利的影响。因此，为了解决估计偏差的问题，从而保留更多的目标的几何轮廓，本专利技术提出了一种基于广义MCP约束毫米波三维稀疏成像方法。

技术实现思路

[0005]本专利技术提出了一种基于广义MCP约束毫米波三维稀疏成像方法。首先，它利用脉冲压缩和频率升采样技术完成回波信号的距离向脉压处理；然后利用标准的距离徙动校正算法对距离向脉压后信号处理，完成距离徙动校正；然后，对于每个距离向单元，分别构建基于广义MCP非凸约束的RMA成像算子逼近的成像方程，优化求解，获得对应的方位向
‑
高度向成像结果；最后，通过沿距离向堆叠每个距离向单元的成像结果，获得目标场景整体三维稀疏成像结果。与基于L1范数约束的毫米波三维稀疏成像方法稀疏成像方法相比，本专利技术方法更适用于场景目标能量分布不均衡情形，估计偏差更小，几何轮廓保留更加完整，图像质量更高。
[0006]为了方便描述本专利技术的内容，首先作以下术语定义：
[0007]定义1.方位向、高度向、距离向
[0008]将雷达平台横向运动的方向叫做方位向，纵向运动的方向叫做高度向，垂直于前两者的方向叫做距离向。
[0009]定义2.L1范数约束项
[0010]L1范数正则化项是一种目标先验信息约束项，它由目标场景图像X的L1范数构成，可表示为||X||1＝∑|x|，为凸函数，具体通过对每个图像像素x的绝对值累加计算。该正则项为现有三维SAR稀疏成像方法的常用约束项，用于增强所获得目标场景图像的稀疏性。详见“Wang Y，Zhang X，Zhan X，et al.An RCS Measurement Method Using Sparse Imaging Based 3D SAR Complex Image[J].IEEE Antennas and Wireless Propagation Letters，2021”。
[0011]定义3.广义MCP非凸约束项
[0012]广义MCP非凸约束项(generalized minimax
‑
concave penalty，GMC penalty)是一种目标先验信息非凸约束项，可表示为其中inf表示下确界，||v||1表示向量v，的1范数，表示向量B(x
‑
v)2范数的平方，矩阵B为超参数矩阵。详见Selesnick l.Sparse regularization via convex analysis[J].IEEE Transactions on Signal Processing，2017，65(17)：4481
‑
4494。
[0013]定义4.标准脉冲压缩方法
[0014]脉冲压缩是一种现代雷达信号处理方法，简单来说就是雷达发射宽脉冲，然后再接收端“压缩”为窄脉冲，从而改善雷达的两种性能：作用距离和距离分辨率。
[0015]标准脉冲压缩方法详见“皮亦鸣，杨建宇，付毓生，杨晓波.合成孔径雷达成像原理[M].电子科技大学出版社.2007”。
[0016]定义5.传统升采样方法
[0017]传统升采样方法是一种在离散信号域提高信号采样率的方法，有时域升采样和频域升采样两种实现方式，例如频域升采样通过频率补0的方式完成。传统升采样方法详见“师君.双基地SAR与线阵SAR原理及成像技术研究[D].电子科技大学博士论文.2009”。
[0018]定义6.传统快速傅里叶变换对(FFT/IFFT)方法
[0019]传统快速傅里叶变换对方法是计算离散傅里叶变换对的一种快速算法，可分为快速傅里叶变换(FFT)和逆快速傅里叶变换(IFFT)。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数越多，FFT/IFFT算法计算量的节省就越显著。传统快速傅里叶变换对方法详见“程乾生.数字信号处理[M].北京大学出版社.2003”。
[0020]定义7.传统距离徙动校正方法
[0021]传统距离徙动校正方法用于校正在不同采样点时雷达与目标距离不同导致的距离向成像结果跨越多个距离单元，距离徙动校正后目标在不同采样点的成像结果位于同一距离单元。距离徙动校正可以通过时域插值完成，或是频率线性相位补偿完成。传统距离徙动校正方法详见“Lan G.Cumming Frank H.Wong.合成孔径雷达成像：算法与实现[M].电子工业出版社，2012”。
[0022]定义8.传统N点离散傅里叶变换矩阵
[0023]离散傅里叶变换矩阵是将离散傅里叶变换以矩阵乘法来表达的一种表示式。N点离散傅里叶变换矩阵可以实现N点离散傅里叶变换。具体而言，该N点离散傅里叶变换可以用一个N
×
N矩阵乘法来表示，即x
F
＝Wx，其中x是原始的输入信号，x
F
是经过离散傅里叶变换得到的输出信号。N点离散傅里叶变换矩阵W由如下构成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于广义MCP约束毫米波三维稀疏成像方法，其特征是它包括以下步骤：步骤1.初始化相关参数光在空气中传播速度，记为c；取自然指数函数，记为exp(
·
)；虚数单位，记为j；圆周率，记为π；发射信号波长，记为λ；方位向采样序号，记为l＝1，2，...，L，其中L表示方位向采样总数；方位向采样间隔，记为d
l
；高度向采样序号，记为m＝1，2，...，M，其中M表示高度向采样总数；高度向采样间隔，记为d
m
；距离向采样总数，记为N；升采样倍数，记为K；参考距离，记为R0；距离向采样间隔，记为d
r
；目标原始回波，记为S
L
×
M
×
N
；广义非凸MCP约束项权重系数，记为β；步骤2.对目标原始回波进行距离向脉冲压缩处理，得到距离向脉压结果以步骤1中的目标原始回波S
L
×
M
×
N
作为输入，采用标准的脉冲压缩方法对S
L
×
M
×
N
中的每一对方位向
‑
高度向采样点所对应的距离向信号进行压缩，得到距离向脉压后结果P
L
×
M
×
N
；步骤3.对脉冲压缩后的结果进行升采样以步骤2得到的距离向脉压后结果P
L
×
M
×
N
和步骤1中初始化的升采样倍数K作为输入，进行K倍升采样处理；距离向脉压后结果P
L
×
M
×
N
的每一对方位向
‑
高度向采样点对应的距离向脉压后结果，记为p
lm
，其中lm表示第l个方位向
‑
第m个高度向采样点对，l＝1，2，
…
，L，m＝1，2，
…
，M，L和M分别表示方位向采样总数和高度向采样总数；对每一个结果p
lm
都进行如下操作，得到距离向升采样脉压结果P
′
L
×
M
×
(KN)
；步骤3.1.采用传统快速傅里叶变换(FFT)处理向量p
lm
，得到向量f
lm
；步骤3.2.从向量f
lm
的位置开始插入(K
‑
1)
·
N个零元素，得到N个零元素，得到其中表示f
lm
中的前个元素，表示f
lm
中的第个元素到最后一个元素，0
(K1)
·
N
表示插入的(K
‑
1)
·
N个零元素，表示向下取整，f
lm
为步骤3.1中得到的快速傅里叶变换处理后的向量，N为步骤1中初始化得到的距离向采样总数，K为升采样倍数；步骤3.3.采用所述传统逆快速傅里叶变换(IFFT)处理向量f
′
lm
，得到向量P
′
lm
；步骤4.距离向徙动校正采用传统距离向徙动校正方法对步骤3中得到的距离向升采样脉压结果P
′
L
×
M
×
(KN)
进行距离徙动校正，得到距离向徙动校正后升采样脉压结果Pc
L
×
M
×
(KN)
，K、N、L和M分别为步骤1初始化得到的升采样倍数、距离向采样总数、方位向采样总数和高度向采样总数；步骤5.构建基于广义MCP非凸约束的RMA成像算子逼近的成像求解方程以步骤4中得到的距离向徙动校正后升采样脉压结果Pc
L
×
M
×
(KN)
作为输入，构建基于广义MCP非凸约束的RMA成像算子逼近的成像求解方程；每一个距离单元对应的成像求解方程采用如下的步骤方式构建；步骤5.1.采用如下公式，计算当前距离单元对应的RMA算子相位补偿逆矩阵Φ
i
：
其中其中i＝0，1，2，
…
(KN
‑
1)，f
l
＝0，1，2，
…
，(L
‑
1)，f
m
＝0，1，2，
…
，(M
‑
1)，l＝1，2，
…
，L，m＝1，2，
…
，M；exp、j、π、λ、R0、K、N、L、M、d
r
、d
l
和d
m
分别为步骤1中初始化得到的自然指数、虚数单位、圆周率、发射信号波长、参考距离、升采样倍数、距离向采样总数、方位向采样总数、高度向采样总数、距离向采样间隔、方位向采样间隔和高度向采样间隔；步骤5.2.构建当前距离单元对应的成像求解方程如下，其中表示使得最小的X
i
，Pc(i)为中第i个距离单元对应的距离徙动校正后升采样脉压结果，i＝1，2，
…
，KN，为步骤4中得到的距离向徙动校正后升采样脉压结果；F
L
和F
M
分别是L点和M点离散傅里叶变换矩阵，表示F
M
的转置，表示F
L
的共轭转置，表示F
M
的共轭；
⊙
表示矩阵哈达玛积；表示矩阵斐波拉契范数的平方；β为步骤1中初始化的广义MCP非凸约束项权重系数；为广义MCP非凸约束项权，为广义MCP非凸约束项权，x
i
＝v...

【专利技术属性】
技术研发人员：张晓玲，詹旭，张文思，师君，韦顺军，曾天骄，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：