[發(fā)明專(zhuān)利]基于密度加權(quán)的模擬退火稀疏合成孔徑雷達(dá)成像方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110246481.0
• 申請(qǐng)日: 2011-08-25
• 公開(kāi)（公告）號(hào): CN102393517A
• 公開(kāi)（公告）日: 2012-03-28
• 發(fā)明（設(shè)計(jì)）人: 曾操;王民航;廖桂生;朱圣棋;楊青華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G01S13/90
• 分類(lèi)號(hào): G01S13/90
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)成像技術(shù)領(lǐng)域，具體地說(shuō)是一種稀疏合成孔徑雷達(dá)的成像方法，該方法可用于機(jī)/星載雷達(dá)系統(tǒng)對(duì)地觀測(cè)成像。

背景技術(shù)

合成孔徑雷達(dá)SAR安置于機(jī)/星載平臺(tái)，是一種主動(dòng)式微波遙感設(shè)備，可以全天候、全天時(shí)、遠(yuǎn)距離對(duì)場(chǎng)景進(jìn)行觀測(cè)。根據(jù)奈奎斯特采樣定理，方位向雷達(dá)發(fā)射重復(fù)頻率必須大于方位向合成孔徑帶寬2倍才能保證頻譜無(wú)混疊。由于機(jī)/星載合成孔徑雷達(dá)往往平臺(tái)速度快和天線(xiàn)孔徑小，使得方位向帶寬大，這就要求雷達(dá)重復(fù)頻率高，導(dǎo)致方位向脈沖數(shù)多從而觀測(cè)數(shù)據(jù)量大，不利于實(shí)時(shí)數(shù)據(jù)回傳。

傳統(tǒng)完全采樣成像，需要采集并回傳大量回波數(shù)據(jù)，導(dǎo)致成像計(jì)算量大，處理速度慢。稀疏采樣可以降低回波采集數(shù)據(jù)量，從而減少成像計(jì)算量，提高處理速度。于是近些年出現(xiàn)了稀疏合成孔徑雷達(dá)成像。

最簡(jiǎn)單的稀疏方式是均勻稀疏采樣成像，由于這種成像方法不滿(mǎn)足奈奎斯特采樣定理，方位向匹配濾波后會(huì)出現(xiàn)成對(duì)回波即柵瓣，導(dǎo)致成像結(jié)果存在主場(chǎng)景的多次復(fù)制即鬼影。當(dāng)雷達(dá)工作于條帶模式時(shí)，“鬼影”場(chǎng)景會(huì)疊加到對(duì)應(yīng)其成像中心的主場(chǎng)景上，造成成像模糊。

常規(guī)優(yōu)化稀疏采樣成像，通過(guò)設(shè)計(jì)好的代價(jià)函數(shù)，應(yīng)用全局優(yōu)化算法，如遺傳算法GA、粒子群優(yōu)化PSO算法、模擬退火SA算法等，優(yōu)化出稀疏采樣位置或保留優(yōu)化位置的采樣回波，能消除柵瓣和壓低副瓣。但常規(guī)的優(yōu)化稀疏采樣成像方法存在運(yùn)算量大、優(yōu)化時(shí)間長(zhǎng)、副瓣不夠低等問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于密度加權(quán)的模擬退火的稀疏合成孔徑雷達(dá)成像方法，以減小運(yùn)算量和優(yōu)化時(shí)間，進(jìn)一步降低副瓣，提高成像質(zhì)量。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟：

(1)采用密度加權(quán)獲得中間采樣孔徑：

(1a)設(shè)定全孔徑采樣數(shù)為D、稀疏孔徑采樣總數(shù)為M、初始中間孔徑采樣數(shù)為N₀，初始化1×D維采樣標(biāo)記矢量x＝0，采樣標(biāo)記矢量x元素為1表示采樣，元素為0表示不采樣，D、M、N₀均取正整數(shù)，且滿(mǎn)足N₀＜M＜D；

(1b)由全孔徑采樣數(shù)D，獲得D×1維泰勒窗矢量h＝taylorwin(D)，對(duì)窗矢量的最大值歸一化，得到D×1維歸一化泰勒窗矢量h₀＝h/max(h)，其中taylorwin和max分別表示泰勒窗函數(shù)和求最大值函數(shù)；

(1c)給循環(huán)變量賦初值：i＝fix(D/2)-fix(N₀/2)，這里i表示中間孔徑采樣序號(hào)，fix表示朝零取整；

(1d)隨機(jī)產(chǎn)生一個(gè)服從均勻分布[0，1]區(qū)間的數(shù)：r＝rand(1)，以歸一化泰勒窗矢量中第i個(gè)元素為參考，判斷[h₀]_i＞r是否成立，若成立則[x]_i＝1，[x]_D+1-i＝1，否則直接執(zhí)行步驟(1e)，其中rand表示產(chǎn)生一服從均勻分布的隨機(jī)數(shù)，[x]_i表示矢量x中的第i個(gè)元素；

(1e)令i＝i+1，判斷i≤ceil(D/2)是否成立，若成立，則返回步驟(1d)繼續(xù)循環(huán)，否則執(zhí)行步驟(1f)，這里ceil表示朝正無(wú)窮大取整；

(1f)循環(huán)結(jié)束后，統(tǒng)計(jì)中間采樣孔徑實(shí)際所含采樣數(shù)N＝sum(x)，sum表示求和函數(shù)；

(2)利用模擬退火智能優(yōu)化算法以主瓣和副瓣峰值比最大為代價(jià)函數(shù)，優(yōu)化除中間采樣孔徑外的剩余兩邊對(duì)稱(chēng)采樣孔徑，得到方位向稀疏采樣位置：

(2a)設(shè)定初始溫度T₀，模擬退火總的迭代次數(shù)Q；

(2b)在采樣標(biāo)記矢量x剩余左邊孔徑中，隨機(jī)填(M-N)/2個(gè)數(shù)值1，根據(jù)對(duì)稱(chēng)性在右邊孔徑填(M-N)/2個(gè)數(shù)值1，并記錄1的位置，得到擾動(dòng)前的位置矢量I_p＝find(x＝1)，find表示尋找滿(mǎn)足條件元素的位置；