[發(fā)明專利]基于參數(shù)估計的壓縮感知成像方法

在審

• 申請?zhí)枺?/td>: 201611226167.5
• 申請日: 2016-12-27
• 公開（公告）號: CN106772375A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計）人: 王勇;周菁;謝俊好;李紹濱;張慶祥;李高鵬
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)成像領(lǐng)域，涉及回波缺失情況下的逆合成孔徑雷達(dá)成像方法。

背景技術(shù)

逆合成孔徑雷達(dá)(ISAR)的經(jīng)典成像算法為距離-多普(RD)成像算法。主要原理為依據(jù)回波中不同散射點在距離向上的延時不同對距離單元進(jìn)行分辨，在距離壓縮的基礎(chǔ)上，再依據(jù)不同方位向上相對雷達(dá)轉(zhuǎn)動時所產(chǎn)生的多普勒頻率的不同進(jìn)行方位分辨。為獲得較高的距離向分辨率通常發(fā)射大帶寬的信號，而方位向分辨率則主要依賴于目標(biāo)旋轉(zhuǎn)的積累角度。RD算法的適用條件為目標(biāo)小角度勻速轉(zhuǎn)動，在此條件下目標(biāo)上的散射點不會產(chǎn)生距離單元走動，此假設(shè)通常可以滿足。RD算法的優(yōu)點在于成像算法較為簡單，計算量小，效率高。然而對于一些復(fù)雜的特殊情況，運用RD算法所得到的成像結(jié)果卻并不理想。

壓縮感知理論是近年來出現(xiàn)的新信號處理理論，已經(jīng)得到廣泛的研究。本次發(fā)明將運用壓縮感知原理進(jìn)行目標(biāo)回波缺失情況下的雷達(dá)成像。依據(jù)壓縮感知理論，如果信號是系稀疏的，那么就可以利用信號的可壓縮性進(jìn)行降維采樣，通過非線性的優(yōu)化處理過程就可以從測量值中高概率的恢復(fù)原始信號。雷達(dá)目標(biāo)回波可看作目標(biāo)上多個強散射點的回波疊加而成，因而滿足壓縮感知處理稀疏信號的條件。

當(dāng)目標(biāo)回波缺失時，運用RD算法所得的成像結(jié)果將會產(chǎn)生方位向散焦的結(jié)果，因而如何解決這一問題也是雷達(dá)成像中的研究課題之一。近年來出現(xiàn)的壓縮感知理論便可用于稀疏雷達(dá)信號的恢復(fù)，進(jìn)而可以較好地解決稀疏回波情況下的成像問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決目標(biāo)回波缺失情況下，經(jīng)典的RD算法對逆合成孔徑雷達(dá)成像時無法獲得高分辨圖像的問題，而提出基于參數(shù)估計的壓縮感知成像方法。

步驟一、將每個距離單元的回波信號表示為線性調(diào)頻信號模型；

步驟二、根據(jù)線性調(diào)頻信號模型構(gòu)造壓縮感知稀疏基矩陣，根據(jù)壓縮感知稀疏基矩陣構(gòu)造圖像Θ(γ₀,α)；

步驟三、依據(jù)圖像對比度的定義選取檢索范圍，結(jié)合壓縮感知的成像方法進(jìn)行參數(shù)估計，得到每個距離單元的回波信號的初始參考頻率和每個距離單元的回波信號頻率的傾斜度兩個參數(shù)的估計值；

步驟四、根據(jù)每個距離單元的回波信號的初始參考頻率和每個距離單元的回波信號頻率的傾斜度兩個參數(shù)的估計值，結(jié)合壓縮感知的成像方法進(jìn)行成像，得到回波缺失情況下目標(biāo)的高分辨圖像。

本發(fā)明的有益效果為：

基于參數(shù)估計的壓縮感知成像算法，運用高效的恢復(fù)算法進(jìn)行信號重構(gòu)，以獲得高分辨的目標(biāo)雷達(dá)圖像。

傳統(tǒng)的距離-多普勒成像方法對于回波缺失情況下，得到的圖像是散焦的，如圖3；而本發(fā)明提出的方法可獲得較高分辨率的目標(biāo)圖像。

本發(fā)明提出的算法對距離單元回波信號進(jìn)行了模型重構(gòu)，相比于傳統(tǒng)的算法信號模型的精確度有所提高，如圖4、5。

選取MG-25飛機數(shù)據(jù)，數(shù)據(jù)段大小為512×64，選取其中128段數(shù)據(jù)進(jìn)行成像，結(jié)果如下圖所示。

圖3為傳統(tǒng)的距離-多普勒成像方法得到的成像結(jié)果，由于目標(biāo)的部分回波缺失，因而得到的圖像散焦。

圖4是本發(fā)明的方法獲得的目標(biāo)成像結(jié)果圖；圖5是本發(fā)明的方法獲得的目標(biāo)圖像對比度檢索結(jié)果圖；可見，此時可清晰地看出目標(biāo)形狀，圖像的分辨率得到了提高。

成像的質(zhì)量可選擇一定的指標(biāo)進(jìn)行定量的分析，可選用圖像熵作為圖像質(zhì)量的評價指標(biāo)。具體表達(dá)式如下：

式中，Θ為所得的圖像矩陣，大小為M×N，其中圖像熵越小則說明所得圖像質(zhì)量越好。傳統(tǒng)RD方法所得圖像熵為126.877，本發(fā)明方法所得圖像熵為69.263。由此可見本發(fā)明方法得到的圖像質(zhì)量較好。

附圖說明

圖1是本發(fā)明的成像方法流程圖；

圖2是本發(fā)明中目標(biāo)散射點模型圖，y為距離；P₀(x,y)為轉(zhuǎn)動目標(biāo)上的點，經(jīng)過時間t運動到點P(t)；ω₀為角速度；P(t)為運動到的點；d為散射點到目標(biāo)轉(zhuǎn)動中心的距離；R₀為散射點到轉(zhuǎn)動中心的距離；Δy(t)為兩點間距離；θ₀為目標(biāo)轉(zhuǎn)角；

圖3是傳統(tǒng)的距離-多普勒成像方法得到的示意圖；

圖4是本發(fā)明的方法獲得的目標(biāo)成像結(jié)果圖；

圖5是本發(fā)明的方法獲得的目標(biāo)圖像對比度檢索結(jié)果圖，image contrast為圖像對比度數(shù)值，chirp rate reference為α頻率參數(shù)，slope ofthe linear trend為γ₀頻率傾斜度參數(shù)。

具體實施方式