【技术实现步骤摘要】
一种基于目标成像先验的雷达回波数据压缩方法
[0001]本专利技术属于信号与信息处理
，具体涉及一种基于目标成像先验的雷达回波数据压缩方法。
技术介绍
[0002]随着信息技术的不断发展和人们对雷达成像性能需求的不断提高，雷达信号带宽、脉冲重复频率不断增加，极化方式和观测模式多样，这都导致成像雷达数据量激增，为雷达系统的数据采集、存储、传输和处理带来了很大挑战。因此，研究成像雷达回波数据高效压缩方法具有重要意义。
[0003]通常，成像雷达原始数据具有熵值高、功率变化小的特点，常用的无失真压缩方法效果不理想。目前，以分块自适应量化、分块自适应矢量量化、分块自适应树形矢量量化等为代表的编码压缩方式是常用的雷达数据压缩方法之一。这类方法虽然能够在一定程度上压缩数据量，但是在奈奎斯特采样条件下实现的，信号带宽会直接影响数据量。压缩感知(compressed sensing,CS)方法则为雷达数据压缩提供了新的思路。压缩感知方法能够突破奈奎斯特采样定理的限制，只要信号在某个变换域中具有可压缩性或稀疏性，就可以采用非相关...
【技术保护点】
【技术特征摘要】
1.一种基于目标成像先验的雷达回波数据压缩方法，其特征在于，包括：步骤一，获取雷达的原始回波信号，基于SF信号、所述原始回波信号、参考信号和观测矩阵建立目标降维观测模型；步骤二，根据所述目标降维观测模型和观测矩阵建立观测矩阵与成像性能联合优化模型；步骤三，根据所述观测矩阵与成像性能联合优化模型对观测矩阵和目标高分辨距离像进行迭代求解得到最优观测矩阵和压缩数据。2.根据权利要求1所述的一种基于目标成像先验的雷达回波数据压缩方法，其特征在于，所述SF信号由N个载频以Δf步进的子脉冲构成，各子脉冲为单频信号形式；每一簇脉冲串中的第i个子脉冲的表达式为：其中，i＝0,1,
…
,N
‑
1，T1为子脉冲宽度，T
r
为子脉冲重复周期，f
i
＝f
c
+iΔf为第i个子脉冲的载频，f
c
为脉冲串起始载频，t为快时间；所述参考信号的表达式为：其中，i＝0,1,
…
,N
‑
1，R
ref
为参考点到雷达的距离，T
ref
为参考信号的脉宽。3.根据权利要求2所述的一种基于目标成像先验的雷达回波数据压缩方法，其特征在于，所述步骤一包括：步骤11，获取雷达的原始回波信号，将所述原始回波信号和所述参考信号进行混频处理得到慢时间τ
m
时刻的第i个子脉冲；所述慢时间τ
m
时刻的第i个子脉冲的表达式为：其中，i＝0,1,
…
,N
‑
1，目标由P个散射点组成，σ
p
为第p个散射点的散射系数，R
p
(τ
m
)为τ
m
时刻第p个散射点到雷达的距离，R
ref
为参考点到雷达的距离，R
Δp
(τ
m
)＝R
p
(τ
m
)
‑
R
ref
表示慢时间τ
m
时刻第p个散射点到参考点的距离；步骤12，对慢时间τ
m
时刻的第i个子脉冲做关于t
′
＝t
‑
iT
r
‑
2R
ref
/c的傅里叶变换并在频率峰值处进行采样，得到目标回波信号；所述目标回波信号的表达式为：步骤13，对所述目标回波信号做关于i的傅里叶变换，得到慢时间τ
m
时刻的目标高分辨距离像；所述目标高分辨距离像的表达式为：
步骤14，使用M
×
N(M＜N)维观测矩阵Φ对向量形式的目标回波信号进行降维观测，建立目标降维观测模型；所述目标降维观测模型为：S
′
c
＝ΦS
c
＝ΦΨS
H
；其中，Ψ为傅里叶变换矩阵，S
H
为向量形式的慢时间τ
m
时刻的目标高分辨距离像，S
c
为向量形式的目标回波信号，S
c
＝[S
c
(0,τ
m
),...,S
c
(i,τ
m
),...,S
c
(N
‑
1,τ
m
)]
T
，T表示转置运算。4.根据权利要求3所述的一种基于目标成像先验的雷达回波数据压缩方法，其特征在于，所述观测矩阵与成像性能联合优化模型为：其中，||
·
||2和||
·
||1分别表示取向量或矩阵的L2范数和L1范数，为观测矩阵Φ中的第m行n列元素，S
D
为期望的目标高分辨...
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。