本发明专利技术公开一种基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置，所述方法同时考虑收发阵元位置误差的影响，将其等效为收发相位误差，并借鉴AM算法交替迭代思想，分别对收发阵元位置误差和目标散射系数进行联合估计，并通过估计的阵元位置误差更新参考信号，经过不断迭代，实现对阵元位置误差修正，得到高分辨多视角MIMO雷达关联成像结果。本发明专利技术可对收发阵元位置误差修正，得到高分辨的多视角综合成像结果。综合成像结果。综合成像结果。
【技术实现步骤摘要】
基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置
[0001]本专利技术属于雷达关联成像信号处理领域，具体涉及一种基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置。
技术介绍
[0002]雷达关联成像是借鉴光学鬼成像提出的一种的实孔径雷达成像方式，依靠具有时空不相关性的发射信号在成像区域形成具有时空随机性的辐射场，并利用辐射场的时空差异性进行成像。与传统实孔径雷达成像相比，成像分辨率与辐射场的随机性有关，突破了天线孔径对分辨率的限制，具有高分辨能力。同时也克服了合成孔径雷达成像依赖于运动又受制于运动的缺陷。因此，雷达关联成像是一种不依赖于目标与雷达之间相对运动的高分辨雷达成像技术，为解决传统雷达成像缺陷提供了新的思路和方向，具有广阔的发展前景。
[0003]MIMO(multiple input multiple output)雷达关联成像可在多发单收雷达关联成像的基础上，通过增加接收通道，一方面扩展空间维，提高辐射场参考信号的随机性，进而提升成像分辨率；另一方面可扩展观测视角，有利于更全面地表现复杂目标。
[0004]雷达关联成像需要根据收发阵元位置、发射信号、成像单元对辐射场参考信号进行精确推演，此时推演出的参考信号与回波之间是完全匹配的。而实际上，由于雷达系统误差(收发阵元不同步、阵元互耦及幅相、位置误差等因素)、网格失配误差(目标与载体平台间的相对运动、目标散射点不在成像单元中心等)的存在，会导致参考信号的推演误差，参考信号与回波之间相关性退化，出现模型失配问题，影响关联成像质量。本专利技术主要针对MIMO雷达收发阵列位置误差对关联成像的影响，提出了一种基于AM算法的多视角MIMO雷达关联成像位置误差修正方法。
[0005]已有许多学者针对雷达关联成像模型失配问题展开研究，并取得了不错的效果。现有研究中提出了两种稀疏贝叶斯学习框架下的阵列位置误差校正算法，一种将发射阵元的位置误差等效为相位误差，另一种通过泰勒展开构造阵列位置误差下的成像模型，将高斯
‑
伽马
‑
伽马先验分配给目标，通过反复迭代实现位置误差的修正。也有通过泰勒展开将回波与阵元位置误差的非线性关系转化为线性关系，利用辅助物校正法、迭代补偿法和等效补偿法分别对位置误差进行修正，可实现对阵列位置的修正，得到高分辨关联成像结果。然而，现有的研究都是针对MISO(multiple input single output)关联成像，仅考虑发射阵元位置误差对成像的影响。
[0006]本专利技术针对现有研究的不足之处，研究基于多视角MIMO雷达关联成像阵列位置误差修正方法。同时考虑收发阵元位置误差的影响，将其等效为收发相位误差，并借鉴交替极小化(Alternating Minimization，AM)算法交替迭代思想，对收发阵列位置误差和目标散射系数进行联合估计。仿真结果表明本专利技术所提方法可对收发阵元位置误差修正，得到高分辨的多视角综合成像结果
技术实现思路
[0007]专利技术目的：针对MIMO雷达收发阵列位置误差造成成像质量恶化的问题，本专利技术提出了一种基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置，该方法同时考虑收发阵元位置误差对成像质量的影响，分别对收发阵元位置误差和目标散射系数进行联合估计，并通过估计的阵元位置误差更新参考信号，经过不断迭代，实现对阵元位置误差修正，得到高分辨多视角MIMO雷达关联成像结果。
[0008]技术方案：本专利技术提供了一种基于AM算法的多视角高分辨MIMO雷达关联成像方法，具体包括以下步骤：
[0009]步骤1：MIMO雷达发射天线个数为M，接收天线个数为N，在发射天线端发射一组相互独立的噪声调幅信号，将成像平面划分为K＝x*y个成像单元，x表示横向成像单元数，y表示纵向成像单元数，时间采样数为J；根据收发阵元的位置以及成像单元位置，得到N个参考矩阵A
n
，将N个参考矩阵在时间维进行拼接，得到扩维参考矩阵
[0010]步骤2：在接收端经过J时间采样，得到N个的回波向量经过拼接，得到扩维回波向量将收发阵元位置误差等效为收发相位误差，构建多视角MIMO雷达关联成像信号模型，设置迭代次数i＝0，初始目标散射稀疏向量收发相位误差θ0＝0；
[0011]步骤3：基于稀疏重构的多视角MIMO雷达关联成像算法，对扩维参考矩阵与扩维回波进行联合处理，得到对多视角目标散射系数均值的初步估计；
[0012]步骤4：结合AM交替迭代思想，根据的先验信息，联合扩维参考矩阵和扩维回波向量，分别对发射相位误差和接收相位误差θ
i+1
进行估计；
[0013]步骤5：利用估计得到的发射相位误差和接收相位误差对扩维参考矩阵进行更新，表示为
[0014]步骤6：设置最大迭代次数I
max
和合适的收敛阈值η，令i＝i+1，并判断是否达到迭代次数或是满足收敛条件若不满足则返回步骤3；若满足，即得到位置误差修正后的多视角目标散射系数均值
[0015]步骤7：将得到的多视角目标散射系数均值根据网格的实际位置转换为一个“x
×
y”的矩阵，并通过matlab进行显示。
[0016]进一步地，所述步骤(2)通过以下公式实现：
[0017][0018][0019]其中，为实际参考信号，为回波信号，S
m
(t)表示第m个发射阵元产生的噪声调幅信号，为第m个发射阵元到第k个成像单元并返回第n个接收阵元的路径时延，和θ
n
分别表示第m个发射阵元和第n个接收阵元的相位误差，σ
k,n
表示在第n个接收阵元视角下第k个成像单元的散射系数；
[0020]存在阵元位置误差下的多视角MIMO雷达关联成像信号模型表示为：
[0021][0022]其中，表示存在阵元位置误差时第n个接收阵元下的参考矩阵，与和θ＝[θ1,θ2,
…
,θ
N
]T
有关，表示存在阵元位置误差时的扩维参考矩阵，对应未修正时推演得到的扩维参考矩阵，diag(A)为参考矩阵的块对角矩阵，w为噪声向量，σ
n
表示第n个接收视角下的目标散射系数向量，表示N个接收视角下目标散射系数均值，表示第n个接收视角下的目标散射系数矩阵与之间的差值。
[0023]进一步地，所述步骤(3)通过以下公式实现：
[0024][0025]其中，||
·
||1表示向量的l1范数，||
·
||2表示向量的l2范数，||
·
||
TV
表示向量的全变差正则化项，数学符号s.t.指的是受限于，0≤γ≤1是对多视角RCS起伏能量的约束项。
[0026]进一步地，所述步骤(4)通过以下公式实现：
[0027][0028][0029]由于对阵元相位误差的估计问题是一个非线性最小二乘问题，定义代价函
[0030]数为这里可采用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于AM算法的多视角高分辨MIMO雷达关联成像方法，其特征在于，包括以下步骤：步骤1：MIMO雷达发射天线个数为M，接收天线个数为N，在发射天线端发射一组相互独立的噪声调幅信号，将成像平面划分为K＝x*y个成像单元，x表示横向成像单元数，y表示纵向成像单元数，时间采样数为J；根据收发阵元的位置以及成像单元位置，得到N个参考矩阵A
n
，将N个参考矩阵在时间维进行拼接，得到扩维参考矩阵步骤2：在接收端经过J时间采样，得到N个的回波向量经过拼接，得到扩维回波向量将收发阵元位置误差等效为收发相位误差，构建多视角MIMO雷达关联成像信号模型，设置迭代次数i＝0，初始目标散射稀疏向量收发相位误差θ0＝0；步骤3：基于稀疏重构的多视角MIMO雷达关联成像算法，对扩维参考矩阵与扩维回波进行联合处理，得到对多视角目标散射系数均值的初步估计；步骤4：结合AM交替迭代思想，根据的先验信息，联合扩维参考矩阵和扩维回波向量，分别对发射相位误差和接收相位误差θ
i+1
进行估计；步骤5：利用估计得到的发射相位误差和接收相位误差对扩维参考矩阵进行更新，表示为步骤6：设置最大迭代次数I
max
和合适的收敛阈值η，令i＝i+1，并判断是否达到迭代次数或是满足收敛条件若不满足则返回步骤3；若满足，即得到位置误差修正后的多视角目标散射系数均值步骤7：将得到的多视角目标散射系数均值根据网格的实际位置转换为一个“x
×
y”的矩阵，并通过matlab进行显示。2.根据权利要求1所述的一种基于AM算法的多视角高分辨MIMO雷达关联成像方法，其特征在于，所述步骤(2)通过以下公式实现：特征在于，所述步骤(2)通过以下公式实现：其中，为实际参考信号，为回波信号，S
m
(t)表示第m个发射阵元产生的噪声调幅信号，为第m个发射阵元到第k个成像单元并返回第n个接收阵元的路径时延，和θ
n
分别表示第m个发射阵元和第n个接收阵元的相位误差，σ
k,n
表示在第n个...
【专利技术属性】
技术研发人员：田雨薇，张弓，袁家雯，张宇，
申请(专利权)人：南京航空航天大学深圳研究院，
类型：发明
国别省市：
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。