基于互质双通道降采样的逆合成孔径雷达成像方法及系统技术方案

本发明专利技术涉及一种雷达成像方法及系统，具体涉及一种基于互质双通道降采样的逆合成孔径雷达成像方法及系统。克服现有降采样下逆合成孔径雷达成像方法存在的采样难度大、时间误差大、硬件实现难度大、低信噪比下成像性能无法保证以及稀疏重构可靠性较低的问题。首先利用互质双通道ADC采样组合对逆合成孔径雷达回波进行降采样；之后基于重构方法，获得稀疏重构的高分辨距离像，进而获得二维ISAR图像；相对于随机采样，本发明专利技术提出的互质双通道ADC采样，硬件上易实现且系统误差小，更容易保证采样的准确性；同时考虑了噪声对逆合成孔径雷达成像的影响，在稀疏求解过程中考虑了噪声的影响，实现了低信噪比下高性能、高分辨的雷达距离像重构。重构。重构。

【技术实现步骤摘要】
基于互质双通道降采样的逆合成孔径雷达成像方法及系统


[0001]本专利技术涉及一种雷达成像方法及系统，具体为一种基于互质双通道降采样的逆合成孔径雷达成像方法及系统。

技术介绍

[0002]雷达成像技术是以电磁波为载体，利用高分辨雷达来获取观测目标电磁散射特性的信息获取技术，随着雷达分辨率的逐步提高，现代雷达已经逐步具备了对目标进行跟踪、识别、成像及抗干扰等能力。与光学成像相比，雷达成像具有远距探测、全天时、全天候工作等优点，广泛应用于目标探测及雷达天文学等方面。逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)的思想理念源于上个世纪五十年代，是在合成孔径雷达(Synthetic Aperture Radar,SAR)的基础上发展而来的，ISAR成像一般是针对非合作目标进行探测，其信号处理难度和复杂度更大。
[0003]ISAR在距离维是通过发射线性调频信号，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，通过增大线性调频信号的带宽来实现距离向的高分辨；ISAR的虚拟孔径是由目标和雷达之间的相对转动形成的，方位分辨率取决于目标和雷达相对转动的形成的成像积累角，相干积累时间越长，成像积累角越大，目标方位分辨率越高。然而大的信号带宽和长的相干积累时间都会造成雷达系统的数据量急剧增加，需要大量的硬件资源及更强的信号实时处理能力。另外，由于ISAR观测的目标大多为机动性强的非合作运动目标，ISAR很可能无法保证充足的观测时间，造成雷达回波数据不完整，成像质量降低。
[0004]目前，大部分针对ISAR成像的研究都是基于雷达回波采样满足奈奎斯特采样定理，但针对距离向高分辨、相干积累时间长的雷达信号而言，回波采样数据量极大、占用大量硬件资源，已有的采样和信号处理设备难以对高分辨、长相干积累时间的雷达信号进行处理。
[0005]为了克服上述问题，李文静等人在其发表的论文“一种基于压缩感知的ISAR成像方法”(李文静,陈红卫.一种基于压缩感知的ISAR成像方法[J].计算机仿真,2015,32(8):10
‑
13,62.)中将压缩感知应用于线性调频雷达回波成像中，针对大带宽和长相干积累时间的高分辨ISAR回波信号，提出了一种低于奈奎斯特采样定理条件下ISAR成像的思路和方法，以较少的观测信息得到高质量的目标图像。首先，建立了ISAR二维像的信号模型；其次，对雷达回波信号进行随机欠采样，得到不满足奈奎斯特采样定理的雷达信号；最后，利用正交匹配算法进行信号重构，并对重构后的信号进行图像后处理，获得高分辨二维图像。该方法存在以下三点不足之处：其一，对ISAR接收到的目标回波进行降采样时，进行了随机采样，但实际应用中随机降采样难度大、时间采样误差大，硬件上很难实现；其二，没有考虑存在噪声的情况，不能保证低信噪比条件下稀疏重构的性能；其三，稀疏重构评估结果不具有说服力，仅利用一次随机采样的结果进行稀疏评估，下次随机采样时采样位置发生变换，稀疏重构的结果不能得到保证。

技术实现思路

[0006]本专利技术的目的是提供一种基于互质双通道降采样的逆合成孔径雷达成像方法及系统，克服现有降采样下逆合成孔径雷达成像方法存在的采样难度大、时间误差大、硬件实现难度大、低信噪比下成像性能无法保证以及稀疏重构评估结果可靠性较低的问题。
[0007]本专利技术的技术方案是提供一种基于互质双通道降采样的逆合成孔径雷达成像方法，包括以下步骤：
[0008]步骤1、利用互质双通道ADC采样组合对逆合成孔径雷达回波进行降采样；
[0009]步骤2、基于降采样数据进行重构，获得稀疏重构的距离像向量S，进而获得二维ISAR像；
[0010]步骤2.1、建立基于加权的距离像压缩感知模型及优化函数：
[0011]所述基于加权的距离像压缩感知模型为：min(||WS||1)，subject to||s
f12
‑
ΨS||≤ξ；
[0012]其中，W表示对角权值阵；ξ为噪声电平；s
f12
为互质双通道ADC采样组合的降维观测信号向量；Ψ为整个场景下互质双通道ADC采样组合的字典矩阵；
[0013]所述优化函数为：
[0014][0015]其中，为稀疏重构的距离像向量估计值，μ为稀疏约束系数；
[0016]步骤2.2、求解优化函数的Hessian矩阵(海森矩阵)和共轭梯度函数，基于加权l1范数最小化方法，获得稀疏重构的距离像向量；
[0017]步骤2.21、求解优化函数的初始Hessian矩阵H(S0)：
[0018]H(S0)＝2(Ψ)
H
Ψ+μU(S0)W0[0019]其中W0为初始对角权值阵，2≤i≤NM，其中N为奈奎斯特采样下每列距离像的点数，M为方位向点数；S0为粗距离像向量，通过将互质双通道ADC采样组合的降维观测信号矩阵进行逆傅里叶变换得到粗距离像矩阵，并将粗距离像矩阵按列进行向量化得到；分别为S0中的第1个、第2个直至第i个元素；τ为正数；(Ψ)
H
为Ψ的共轭转置；
[0020]步骤2.22、基于初始Hessian矩阵H(S0)，得到优化函数的初始共轭梯度函数)，得到优化函数的初始共轭梯度函数
[0021]步骤2.23、基于初始共轭梯度函数，使得共轭梯度函数为0时，获得稀疏重构的距离像向量估计值离像向量估计值
[0022]步骤2.24、基于判断标准，判断稀疏重构的距离像向量估计值是否满足要求，若是，令稀疏重构的距离像向量S等于稀疏重构的距离像向量估计值将稀疏重构的距离像向量按照对应的回波顺序排列成矩阵，得到稀疏重构的高分辨距离像，计算二维ISAR像，否则，进行迭代，返回步骤2.21，将步骤2.21中Hessian矩阵的距离像向量更新为步骤2.23获得的稀疏重构的距离像向量估计值直至稀疏重构的距离像向量估计值满足要求。
[0023]进一步地，步骤2.1中，互质双通道ADC采样组合的降维观测信号向量s
f12
、整个场景下互质双通道ADC采样组合的字典矩阵Ψ通过下述过程确定：根据互质双通道ADC采样组合中第一通道的降采样雷达回波数据s
t1
，计算第一通道的频域脉压数据s
f1
；根据互质双通道ADC采样组合中第二通道的降采样雷达回波数据s
t2
，计算第二通道的频域脉压数据s
f2
；将s
f1
和s
f2
，按照采样时间的前后，排列在一个矩阵中，矩阵的行向表示距离向，矩阵的列向表示方位向，将矩阵按列向量化，获得互质双通道ADC采样组合的降维观测信号向量s
f12
；
[0024]整个场景下互质双通道ADC采样组合的字典矩阵Ψ：
[0025][0026]其中，F
12
为每列距离像的字典矩阵，F
12
＝U
12
F，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于互质双通道降采样的逆合成孔径雷达成像方法，其特征在于，包括以下步骤：步骤1、利用互质双通道ADC采样组合对逆合成孔径雷达回波进行降采样；步骤2、基于降采样数据进行重构，获得稀疏重构的距离像向量S，进而获得二维ISAR像；步骤2.1、建立基于加权的距离像压缩感知模型及优化函数：所述基于加权的距离像压缩感知模型为：min(||WS||1)，subject to||s
f12
‑
ΨS||≤ξ；其中，W表示对角权值阵；ξ为噪声电平；s
f12
为互质双通道ADC采样组合的降维观测信号向量；Ψ为整个场景下互质双通道ADC采样组合的字典矩阵；所述优化函数为：其中，为稀疏重构的距离像向量估计值，μ为稀疏约束系数；步骤2.2、求解优化函数的Hessian矩阵和共轭梯度函数，基于加权l1范数最小化方法，获得稀疏重构的距离像向量S；步骤2.21、求解优化函数的初始Hessian矩阵H(S0)：H(S0)＝2(Ψ)
H
Ψ+μU(S0)W0其中，W0为初始对角权值阵，2≤i≤NM，其中N为奈奎斯特采样下每列距离像的点数，M为方位向点数；S0为粗距离像向量，通过将互质双通道ADC采样组合的降维观测信号矩阵进行逆傅里叶变换得到粗距离像矩阵，并将粗距离像矩阵按列进行向量化得到；分别为S0中的第1个、第2个直至第i个元素；τ为正数；(Ψ)
H
为Ψ的共轭转置；步骤2.22、基于初始Hessian矩阵H(S0)，得到优化函数的初始共轭梯度函数
▽
J(S0)；
▽
J(S0)＝
‑
2(Ψ)
H
s
f12
+H(S0)S；步骤2.23、基于初始共轭梯度函数，使得共轭梯度函数为0时，获得稀疏重构的距离像向量估计值向量估计值步骤2.24、基于判断标准，判断稀疏重构的距离像向量估计值是否满足要求，若是，令稀疏重构的距离像向量S等于稀疏重构的距离像向量估计值将稀疏重构的距离像向量按照对应的回波顺序排列成矩阵，得到稀疏重构的高分辨距离像，计算二维ISAR像，否则，进行迭代，返回步骤2.21，将步骤2.21中Hessian矩阵的距离像向量更新为步骤2.23获得的稀疏重构的距离像向量估计值直至稀疏重构的距离像向量估计值满足要求。2.根据权利要求1所述的基于互质双通道降采样的逆合成孔径雷达成像方法，其特征在于，步骤2.1中，互质双通道ADC采样组合的降维观测信号向量s
f12
、整个场景下互质双通道ADC采样组合的字典矩阵Ψ通过下述过程确定：
根据互质双通道ADC采样组合中第一通道的降采样雷达回波数据s
t1
，计算第一通道的频域脉压数据s
f1
；根据互质双通道ADC采样组合中第二通道的降采样雷达回波数据s
t2
，计算第二通道的频域脉压数据s
f2
；将s
f1
和s
f2
，按照采样时间的前后，排列在一个矩阵中，矩阵的行向表示距离向，矩阵的列向表示方位向，将矩阵按列向量化，获得互质双通道ADC采样组合的降维观测信号向量s
f12
；整个场景下互质双通道ADC采样组合的字典矩阵Ψ：其中，F
12
为每列距离像的字典矩阵，F
12
＝U
12
F，U
12
为互质双通道ADC采样组合的观测矩阵，通过将互质双通道ADC采样组合中第一通道的观测矩阵U1和第二通道的观测矩阵U2的每一行，按照采样时间的前后，排列在一个矩阵中获得；F为傅里叶基矩阵。3.根据权利要求2所述的基于互质双通道降采样的逆合成孔径雷达成像方法，其特征在于，步骤2.21中，通过下式计算初始对角权值阵W0；其中，为初始对角权值阵W0中的对角元素，表示粗距离像向量S0中第i个元素的加权权系数，σ是为了防止出现非目标区域因为权值过大出现假目标的现象的常数，为正数；在步骤2.24中，返回步骤2.21时，基于下式同步更新步骤2.21Hessian矩阵中的对角权值阵：其中，S
i
为步骤2.23稀疏重构的距离像向量估计值中的第i个元素，w
i
为更新后对角权值阵中的对角元素，表示稀疏重构后的距离像向量估计值中第i个元素的加权权系数。4.根据权利要求3所述的基于互质双通道降采样的逆合成孔径雷达成像方法，其特征在于，步骤2.1中通过估计噪声方差σ2及拉普拉斯尺度因子γ，计算稀疏约束系数μ：μ＝σ2γ；其中：σ2＝E{(s
I
)
H
s
I
}；γ＝NM/||S0||1；其中，s
I
为噪声样本，通过从粗距离像向量中取出不包含目标信号的噪声单元，向量化后得到；(s
I
)
H
表示s
I
的共轭转置。5.根据权利要求4所述的基于互质双通道降采样的逆合成孔径雷达成像方法，其特征在于，步骤2.24中，所述判断标准为：其中，若迭代次数为0，则为S0，若迭代次数大于0，则为上一次迭代中获得的稀疏重构的距离像向量估计值，ρ表示预设门限；步骤2.24中，将稀疏重构的距离像向量按照对应的回波顺序排列成矩阵，得到稀疏重构的高分辨距离像，计算二维ISAR像，具...

【专利技术属性】
技术研发人员：邢孟道，薛敏，高悦欣，符吉祥，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：