[發明專利]一種基于壓縮感知的暗室寬帶RCS測量方法

有效

• 申請號: 201710002639.7
• 申請日: 2017-01-03
• 公開（公告）號: CN106872951B
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 陳文強;閆華;王玉偉;高超
• 申請（專利權）人: 北京環境特性研究所
• 主分類號: G01S7/40
• 分類號: G01S7/40;G01S7/41
• 代理公司: 北京格允知識產權代理有限公司 11609
• 代理人: 張沫

本發明公開了一種基于壓縮感知的暗室寬帶RCS測量方法,包括步驟有：(1)設計稀疏測量矩陣,對壓縮采樣測試參數進行配置；(2)依次將定標體、測量目標放在轉臺上，完成對測量目標的回波數據采樣，采樣過程中轉臺做勻速轉動；(3)根據得到的采樣數據完成對測量目標的定標處理；(4)將定標后的目標數據通過稀疏測量矩陣進行稀疏化處理；(5)利用二維矩陣數據重構算法對其他角度和其他頻率的數據重構。本發明利用了二維信號的耦合性，所以在同樣數據量的前提下，成像分辨率提高。

技術領域

本發明涉及測量領域，尤其涉及一種基于壓縮感知的暗室寬帶RCS測量方法。

背景技術

傳統的寬帶RCS測量方法，要使目標擴展在距離向和方位向不模糊，測量頻率間隔、角度步長要受Nyquist采樣定理的限制，在該理論約束下的信息獲取、存儲、傳輸及處理已成為目前信息處理領域進一步發展的主要瓶頸之一。與Nyquist采樣不同的是，壓縮感知(CS)不是直接測量信號本身，而是利用構造觀測矩陣Φ把一個稀疏或可壓縮的高維信號投影到低維空間上，測量值是信號從高維空間到低維空間的投影值。這樣，壓縮感知理論基于高維數據中包含的信息維數往往遠低于數據維數，把對信號的采樣轉變成對信息的采樣，使得采樣和壓縮一并實現，從而降低信號的采樣率、數據存儲和傳輸代價。

壓縮感知理論主要涉及三個關鍵要素：信號的稀疏表示、測量矩陣的構造、重構算法。在現有研究成果中，隨機測量矩陣由于具有較好的理論特性受到廣泛關注。但是，實際中隨機矩陣實現困難，計算效率低下。因此，構造具有通用性，結構允許快速計算，且便于物理實現的確定性測量矩陣是將利用CS理論進行RCS測量推向實用化的關鍵所在。另外，現有技術中的重構算法主要有凸優化、貪婪追蹤、組合算法等三大類。單一的算法往往是優缺點并存，例如，貪婪算法運行速度快，但需要的測量數據多，精度較低；凸優化算法需要的測量數據較少，重構精度較高，但有繁重的計算負擔。

發明內容

針對上述現有技術存在的缺陷，本發明提供一種基于壓縮感知的暗室寬帶RCS測量方法，實現縮短測量時間，提高RCS測量效率的目的。

本發明提供的一種基于壓縮感知的暗室寬帶RCS測量方法,其改進之處在于，所述方法包括如下步驟：

(1)設計稀疏測量矩陣,對壓縮采樣測試參數進行配置；

(2)依次將定標體、測量目標放在轉臺上，完成對所述測量目標的回波數據采樣，采樣過程中轉臺做勻速轉動；

(3)根據得到的采樣數據完成對所述測量目標的定標處理；

(4)將定標后的目標數據通過所述稀疏測量矩陣進行稀疏化處理；

(5)利用二維矩陣數據重構算法對其他角度和其他頻率的數據重構。

優選的，所述壓縮采樣測試參數包括頻率維和角度維；所述頻率維包括起始頻率、終止頻率和步進頻率；所述角度維包括起始角度、終止角度和步進角度；

步驟(1)設計稀疏測量矩陣,對壓縮采樣測試參數進行配置，包括如下步驟：

1)徑向和橫向分別預估所述測量目標的稀疏散射中心個數；

2)計算所述稀疏測量矩陣的維數大小；

3)完成所述頻率維和所述角度維參數設置，形成所述稀疏測量矩陣。

較優選的，步驟(2)的采樣方式包括等角度間隔稀疏采樣、頻率步進稀疏采樣和二維聯合稀疏采樣。

較優選的，所述測量目標的RCS表示為：