[發明專利]一種基于正則化的掃描雷達自適應角超分辨方法

有效

• 申請號: 201610565563.4
• 申請日: 2016-07-18
• 公開（公告）號: CN106168665B
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 李文超;陳琳;譚珂;黃鈺林;楊建宇;武俊杰;張寅;蔣文;張永超;毛德慶;楊海光
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S13/89
• 分類號: G01S13/89;G01S7/41
• 代理公司: 成都宏順專利代理事務所(普通合伙)51227
• 代理人: 周永宏,王偉

技術領域

本發明屬于雷達成像技術領域，具體涉及一種基于正則化的掃描雷達自適應角超分辨方法的設計。

背景技術

由于多普勒模糊和多普勒變化小的原因，多普勒波束銳化和合成孔徑技術無法實現平臺正前視區域的高分辨成像，這極大的限制了其在地形測繪、飛機自主著陸、導航與制導等領域的應用。實波束雷達，通過方位向掃描可以獲取前視區域的圖像，但是由于天線波束寬度和作用距離的影響，其角分辨率往往比較低。

為了提高實波束掃描雷達的角分辨率，文獻“Constrained iterative restoration algorithms”(Proceeding of the IEEE，1981，pp.432–450，Richards)中提出了一種constrained iterative deconvolution(CID)方法。該方法利用正性算子實施非線性約束，并且將該正性約束與迭代逆濾波相結合，實現了雷達角超分辨。但是由于迭代進程中該算法的收斂速度慢，計算量大，因而限制了其在實際中的應用。

為了克服以上方法的缺點，在“Iterative Noncoherent Angular superresolution”(IEEE National Radar Conference，1988，pp.100–105，Richards)中提出了一種fast constrained iterative deconvolution(FCID)方法。通過傅里葉變換系數的奇偶項分解，該方法降低了迭代中的計算量，實現了快速收斂。然而相對傳統的約束迭代反卷積方法，該方法造成超分辨成像中偽像增多。

在“Norm regularization method and its application in radar azimuth super-resolution”(IEEE International Conference of IEEE Region，2013，pp.1–4，Jianwu Zou)中提出了一種L2-norm regularization方法。該方法通過構造正則化項對不適應性問題進行約束，將不適應性問題轉化成線性方程組求解，然后通過獲得該線性方程組的逼近解來實現角超分辨。該方法能夠快速實現角超分辨成像，但是由于正則化參數的全局化，導致成像時對背景區域噪聲的壓制效果不好；另外由于正則化算子使用單位矩陣，導致圖像邊緣區域的結構特性得不到有效保留。

發明內容

本發明的目的是為了解決現有技術中雷達角超分辨方法存在計算量大、偽像較多、對背景區域噪聲的壓制效果不好、圖像邊緣區域的結構特性得不到有效保留等各種不足的問題，提出了一種基于正則化的掃描雷達自適應角超分辨方法。

本發明的技術方案為：一種基于正則化的掃描雷達自適應角超分辨方法，其特征在于，包括以下步驟：

S1、采集實波束掃描雷達的回波，并對回波進行距離向脈沖壓縮；

S2、針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式；

S3、構建正則化算子矩陣L；

S4、構建正則化參數矩陣μ；

S5、對該距離單元中的目標散射系數矩陣進行約束迭代求解；

S6、判斷是否滿足迭代終止條件，若是則進入步驟S7，否則返回步驟S5進行下一次迭代；

S7、判斷是否處理完所有距離單元，若是則輸出成像結果，否則返回步驟S2。

進一步地，步驟S1具體為：

采集實波束掃描雷達的回波，將回波沿距離向做傅立葉變換，并同距離向參考信號傅立葉變換的共軛相乘，再將相乘的結果反變換到時域，從而實現距離向脈沖壓縮。

進一步地，步驟S2具體為：

針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式，即：

Y＝HX+N(1)

其中，X是目標散射系數矩陣，具體可表示為：

X＝[x(1) x(2) …x(P)]^T(2)

P代表方位向采樣個數，具體可根據公式(3)確定：

ω為雷達掃描速度，為雷達掃描角度范圍，PRF為脈沖重復頻率；

H是由離散化天線方向圖h構造的P×P卷積矩陣：

其中，離散化天線方向圖h表示為：

h＝[h(1) h(2) …h(M)](5)

M代表天線方向圖的采樣點數，由公式(6)確定：

θ為天線方向圖波束寬度；

Y是回波矩陣，大小為P×1，具體可表示為：