【技术实现步骤摘要】
基于非凸稀疏优化的正则化合成孔径雷达成像方法
[0001]本专利技术属于计算成像
,更进一步涉及一种合成孔径雷达成像方法,可用于灾害监测
、
环境监测
、
资源勘测及测绘
。
技术介绍
[0002]合成孔径雷达
SAR
是一种主动遥感成像技术,其利用雷达发射的脉冲信号与地表目标相互作用后返回的回波信号进行成像
。SAR
的基本原理是先通过在雷达平台上获取多个位置的回波数据,再将这些数据综合起来,形成一幅高分辨率的雷达图像
。
通常情况下,雷达平台可以是飞行器,如航空器或卫星,也可以是地面或海面上的移动平台
。
[0003]正则化雷达成像方法是一种应用于雷达成像领域的图像重建技术,通过引入正则化来改善成像质量
。
[0004]正则化是一种常见的信号处理技术,用于在优化问题中引入附加的先验信息或约束条件
。
在信号处理领域,通常希望通过优化算法从有限的观测数据中重建出一个未知的信号或图像
。
然而,由于观测数据的噪声
、
不完整性或不确定性,直接进行重建可能导致不准确或不稳定的结果,此时可以通过在优化问题中引入附加的先验知识或约束条件,以提高估计的准确性和稳定性
。
[0005]在雷达成像中,正则化雷达成像方法将正则化技术引入图像重建过程,以避免在实际应用中由不完整的观测数据
、
噪声等因素所带来的估计结果的模糊或不准 ...
【技术保护点】
【技术特征摘要】
1.
一种基于非凸稀疏优化的正则化合成孔径雷达成像方法,其特征在于,包括如下步骤:
(1)
采用稀疏采样的方法对合成孔径雷达回波信号进行采样,得到采样后的回波信号
s
;
(2)
根据雷达观测场景大小及分辨率的要求,将观测场景进行网格划分,得到
SAR
图像矩阵
G
,并将其串接为一个列向量,即
SAR
图像向量
g
;
(3)
利用合成孔径雷达的各项参数,计算得到雷达成像观测矩阵
H
;
(4)
初始化非凸稀疏优化算法的参数;
(5)
采用非凸稀疏优化算法,分别更新图像幅度向量
a、
图像相位向量
p
,并用
Nesterov
加速算法进行加速:
(5a)
利用当前迭代的图像相位向量
p
(k)
中的元素构建对角矩阵
I
p
=
diag(p
(k)
)
,并计算相位观测矩阵
H
p
=
HI
p
;
(5b)
利用相位观测矩阵
H
p
、
回波信号
s、
当前迭代的图像幅度向量
a
(k)
、
稀疏向量
d
(k)
、
中间向量
β
(k)
,计算幅度中间变量
a
(k+0.5)
;
(5c)
更新
Nesterov
加速参数,利用幅度中间变量
a
(k+0.5)
更新图像幅度向量,得到当前迭代更新的幅度向量
a
(k+1)
;
(5d)
利用当前迭代更新后图像幅度向量
a
(k+1)
中的元素,构建对角矩阵
I
a
=
diag(a
(k+1)
)
,并计算幅度观测矩阵
H
a
=
HI
a
;
(5e)
利用幅度观测矩阵
H
a
、
回波信号
s、
当前迭代的图像相位向量
p
(k)
,计算得到相位中间变量
p
(k+0.5)
;
(5f)
利用相位中间变量
p
(k+0.5)
更新图像相位向量,得到当前迭代更新的相位向量
p
(k+1)
;
(6)
利用当前迭代更新的图像幅度向量
a
(k+1)
、
相位变量
p
(k+1)
,计算正则化合成孔径雷达的成像结果
G
:
(6a)
更新
SAR
图像向量:
g
(k+1)
=
a
(k+1)
p
(k+1)
;
(6b)
根据更新后
SAR
图像向量
g
(k+1)
计算相邻两次迭代的相对变化:
(6c)
判断
E
是否达到了设定的相对变化限
δ
:
若
E
>
δ
,在当前迭代次数上加1进入下一次迭代,执行步骤
(7)
,更新下次迭代需要的参数向量;若
E
<
δ
,则将当前迭代更新的
SAR
图像向量
g
(k+1)
表述为
SAR
图像矩阵
G
,完成最终的正则化合成孔径雷达成像;
(7)
根据当前迭代的参数向量,采用稀疏字典对待恢复信号的幅度进行稀疏变换,并利用自适应收缩参数
λ
更新下次迭代需要的稀疏向量
d
(k)
及中间向量
β
(k)
,返回步骤
(5)。2.
根据权利要求1所述的方法,其特征在于,步骤
(2)
对观测场景进行网格划分,得到
SAR
图像矩阵
G
,表示如下:
其中,
g(i,j)
表示
SAR
图像矩阵
G
第
i
行第
j
列的像素点,
i
=1,2,3,
…
,P
,
j
=1,2,3,
…
,Q
,
P
为对场景网格划分的最大行数,
Q
为对场景网格划分的最大列数
。3.
根据权利要求1所述的方法,其特征在于,步骤
(2)
将
SAR
图像矩阵
G
按列串接为一个列向量,得到
SAR
图像向量
g
,表示如下:
g(i,j)
=
[g(1,1),
…
,g(i,1),
…
,g(P,1),
…
,g(1,j),
…
,g(i,j),
…
,g(P,j),
…
,g(1,Q),
…
,g(i,Q),
…
,g(P,Q)]
T
其中
g(i,j)
=
[g(1,j),
…
,g(i,j),
…
,g(P,j)]
T
表示
SAR
图像矩阵
G
的第
j
列,
T
表示矩阵转置
。4.
根据权利要求1所述的方法,其特征在于,步骤
(3)
中计算得到的雷达成像观测矩阵
H
,表示如下:其中,
h(t
a,m
,t
r,n
,i)
=
p[t
r,n
‑
2R(t
a,m
,i)/c]exp[
‑
j4
π
f
c
R(t
a,m
,i)/c]
为观测矩阵
H
中的每个元素,
t
a,m
表示方位向时间序列
t
a
中第
m
个采样点所表示的方位向时间,
m
=
1,2,
…
,M
,
M
表示方位向信号的采样点数;
t
r,n
表示距离向时间序列
t
r
中第
n
个采样点所表示的距离向时间,
n
=
1,2,
…
,N
,
N
表示距离向信号采样点数;
R(t
a,m
,i)
表示第
i
个网格点在方位时间为
t
a,m
时与雷达之间的距离,
i
表示场景划分的网格点中第
i
个网格点,
c
表示光速,
f
c
表示载频;表示采用典型
LFM
信号的发射波形,其中,
t
r
表示快时间,
T
p
表示脉冲持续时间,
K
r
表示调频率,
j2=
‑
1。
5.
根据权利要求1所述的方法,其特征在于,步骤
(4)
...
【专利技术属性】
技术研发人员:姜明,曲嘉轩,陶森,丁金闪,张玉洪,
申请(专利权)人:西安电子科技大学,
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。