[發明專利]低信噪比下壓縮感知雷達高分辨成像設備及其成像方法

在審

• 申請號: 201510817840.1
• 申請日: 2015-11-23
• 公開（公告）號: CN105467388A
• 公開（公告）日: 2016-04-06
• 發明（設計）人: 張天鍵;蔡信;王志誠;田原;余渝生;湯振華
• 申請（專利權）人: 上海無線電設備研究所
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 上海信好專利代理事務所(普通合伙) 31249
• 代理人: 張妍;張靜潔

1.一種低信噪比下壓縮感知雷達高分辨成像設備，其特征在于，包含：

雷達收發單元(1)，用于探測并獲取噪聲背景下的目標場景回波信號；

壓縮采樣單元(2)，其輸入端電性連接雷達收發單元(1)的輸出端，用于對回波信號進行壓縮降采樣；

信號處理單元(3)，其輸入端電性連接壓縮采樣單元(2)的輸出端，用于建立不同方位角度下的時域二維數據平面；

成像識別單元(4)，其輸入端電性連接信號處理單元(3)的輸出端，用于構建距離維基矩陣和方位維基矩陣，將時域二維數據平面投影到距離維基矩陣上，在方位維構建雷達成像模型，通過逆問題優化求解，獲取高分辨圖像。

2.如權利要求1所述的低信噪比下壓縮感知雷達高分辨成像設備，其特征在于，所述的壓縮采樣單元(2)包含：

寬帶偽隨機解調器(201)，將目標反射的線性調頻回波信號用隨機調制序列進行調制；

模擬濾波器(202)，其輸入端電性連接寬帶偽隨機解調器(201)的輸出端，對調制后的信號進行濾波；

低速采樣器(203)，其輸入端電性連接模擬濾波器(202)的輸出端，對濾波后的信號進行量化降采樣，將模擬信號轉換為數字信號，生成離散化的雷達回波信號。

3.一種利用如權利要求1或2所述的低信噪比下壓縮感知雷達高分辨成像設備進行的雷達高分辨成像方法，其特征在于，包含以下步驟：

步驟S1、雷達收發單元沿雷達方位向連續多次收發，獲取噪聲背景下的多個目標場景回波信號；

步驟S2、壓縮采樣單元對步驟S1中獲得的回波信號進行混疊降采樣，獲得單個脈沖下混疊降采樣后的雷達回波數據；

步驟S3、信號處理單元根據步驟S2中獲得的多個雷達回波數據，建立不同方位角度下的時域二維數據平面；

步驟S4、成像識別單元構建距離維基矩陣和方位維基矩陣，將步驟S3中獲得的時域二維數據平面投影到距離維基矩陣，在方位維構建雷達成像模型，通過逆問題優化求解，獲取高分辨圖像。

4.如權利要求3所述的雷達高分辨成像方法，其特征在于，所述的步驟S1中，雷達收發單元在不同方位角處等間隔連續發射信號，并連續接收目標反射的回波信號；

雷達收發單元的發射信號為線性調頻信號，接收到的回波信號是由不同反射強度的目標所反射的線性調頻信號延遲的疊加。

5.如權利要求3所述的雷達高分辨成像方法，其特征在于，所述的步驟S2具體包含以下步驟：

步驟S2.1、壓縮采樣單元接收雷達收發單元發送的目標反射的線性調頻回波信號；

步驟S2.2、寬帶偽隨機解調器將目標反射的線性調頻回波信號X(t)用隨機調制序列(α₁、α₂……α_n、α_n+1)進行調制；

步驟S2.3、模擬濾波器對調制后的信號進行濾波；

步驟S2.4、低速采樣器對濾波后的信號h(t)進行量化降采樣，將模擬信號轉換為數字信號，生成離散化的雷達回波信號Y(m)。

6.如權利要求3所述的雷達高分辨成像方法，其特征在于，所述的步驟S3中，信號處理單元在方位向合成孔徑內隨機記錄一段雷達回波數據，獲得雷達時域回波二維數據平面。

7.如權利要求3所述的雷達高分辨成像方法，其特征在于，所述的步驟S4具體包含以下步驟：

步驟S4.1、構建距離維基矩陣和方位維基矩陣；

步驟S4.2、時域回波二維數據平面在距離維基矩陣投影后，獲得具有尖峰形狀的脈沖壓縮雷達回波數據，在方位維根據目標場景在加權l₁范數模型下的稀疏性先驗、l₂范數模型下的距離-多普勒成像等式約束和噪聲影響，構建方位維壓縮感知框架下的雷達成像模型，并用加權的范數模型優化求解該雷達成像模型，獲取高分辨圖像。

8.如權利要求7所述的雷達高分辨成像方法，其特征在于，所述的步驟S4.1中，根據回波信號與發射信號之間的延時關系和發射信號的參數構建距離維基矩陣，距離維基矩陣的每行對應于發射信號的不同延時，由于回波信號是不同距離位置處發射信號的疊加，因此距離基矩陣與發射信號高度匹配；方位維基矩陣采用傅里葉基。

9.如權利要求7所述的雷達高分辨成像方法，其特征在于，所述的步驟S4.2具體包含以下步驟：

步驟4.2.1、將時域二維數據平面投影到距離維基矩陣上，獲得具有尖峰形狀的脈沖壓縮雷達回波數據y；

步驟4.2.2、設置迭代次數L和精度閾值ξ；

步驟4.2.3、由步驟S4.1中構造的方位維基矩陣Ψ，以及具有尖峰形狀的脈沖壓縮雷達回波數據y，并結合目標場景在加權l₁范數模型下的稀疏性先驗和l₂范數模型下的距離-多普勒成像等式約束，設計方位維雷達成像模型：

J(g^)=||y-Ψg^||22+λ||w^g^||1;]]>

其中，λ為稀疏因子，根據目標的稀疏先驗信息進行調整，為權重因子函數；

步驟4.2.4、利用常規l₁范數模型給出初始成像結果

步驟4.2.5、構建權重因子函數，更新權系數向量η是一微小量以防止權系數向量w_i出現奇異值，帶入方位維雷達成像模型求解，更新迭代次數k＝k+1；

步驟4.2.6、迭代終止判斷：

判決條件：|J(g^(k))-J(g^(k-1))|[J(g^(k))+J(g^(k-1))]/2<ξ]]>或k>L；

如果滿足判決條件，則停止迭代，輸出成像結果

如果不滿足判決調解，則跳轉至步驟S4.3.5。