[發明專利]一種基于壓縮感知理論的雷達稀疏探測方法

在審

• 申請號: 201810563758.4
• 申請日: 2018-06-04
• 公開（公告）號: CN108845316A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 王天云;劉冰;張琦;陳衛東;叢波;魏強;凌曉冬;劉勇
• 申請（專利權）人: 中國衛星海上測控部
• 主分類號: G01S13/89
• 分類號: G01S13/89;G01S7/41
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

1.一種基于壓縮感知理論的雷達稀疏探測方法，其特征在于，在采欠采樣接收信號情形下，實現對單個或多個目標信息的有效提取，所述的雷達稀疏探測方法包括以下步驟：

步驟(1)構建雷達稀疏探測模型：對待求解的目標探測區域進行離散化處理，將原始接收回波進行預處理；構建雷達稀疏探測模型，實現接收回波矢量與目標散射系數矢量的線性映射關系；壓縮采樣處理，對探測場景區域目標反射回來的接收信號進行壓縮采樣處理后輸出；

步驟(2)實現基于稀疏重構技術的目標信息提?。和ㄟ^設計有效的信號稀疏重構算法，依據壓縮感知理論，高精度重構待探測的目標時延維-多普勒維信息，解決傳統基于匹配濾波技術的雷達探測方法容易存在主瓣寬、旁瓣高的缺點；

步驟(3)雷達稀疏探測方法目標檢測性能分析：基于相同雷達系統配置，分析驗證所提目標探測方法傳統方法的性能優勢；

步驟(4)對基于稀疏重構技術的目標信息提取結果進行虛警處理，增強所提方法在復雜環境中的自適應性及魯棒性。

2.根據權利要求1所述的雷達稀疏探測方法，其特征在于步驟(1)中雷達稀疏探測模型構建，包括：

2a、對待求解的目標進行離散化處理

將探測場景區域中待求解的目標在時延維—多普勒維域進行離散化處理，變成L×M的網格，如圖1所示。其中橫坐標L表示時延維，對應距離信息；縱坐標M對應多普勒維，對應速度信息。

對于該網格上的任意一點(l,m)，分別定義時延矩陣和多普勒頻移矩陣

其中N表示傳輸波形向量的長度，ω_M＝e^j2π/M表示第M個單位根。在時延維—多普勒維平面的第(l,m)個元素可以被表示成

p_l,m＝F^m·T^l (3)

其中l＝0,1,...,L-1,m＝0_,1,...,M-1。

2b、構建雷達稀疏探測模型

定義θ_l,m是在目標場景中(l,m)格點位置的目標后向散射系數，則所有可能的目標共同構成的散射系數向量為

θ＝[θ_0,0,θ_0,1,…,θ_L-1,M-1]^T (4)

則從探測場景區域目標反射回來的最終接收信號為

其中n為高斯白噪聲矢量。由式(5)可以看出，雷達目標探測過程從本質上講可以通過求解線性方程來刻畫。

h_l,m為(l,m)位置處、散射系數為1的回波信號，H回波信號對應的系統觀測矩陣，上述信號建模過程以有源雷達為例，對于無源雷達目標探測而言，通過對原始回波進行預處理之后，也能得出與式(5)類似的結論。

2c、壓縮采樣處理

對步驟(2b)中的探測場景區域目標反射回來的接收信號進行壓縮采樣處理后輸出

y＝Φr＝ΦHθ+Φn (6)

其中Φ為P×L維的感知矩陣，當采欠采樣接收信號時，選擇Φ為單位矩陣。

3.根據權利要求1所述的雷達稀疏探測方法，其特征在于步驟(2)中的基于稀疏重構技術的目標信息提取，包括：

采用一種基于迭代軟閾值(Iterative Soft Thresholding,IST)技術的稀疏重構算法，將步驟(2b)中的所述疏探測模型進一步進行目標信息提取，最終可表示為：

其中λ為正則化參數，L為泰勒展開二次項近似參數，▽為偏分算子，η(·)為復軟閾值函數，其含義為：當輸入向量{θ_k-▽f(θ_k)/L}中第k個元素的幅值小于閾值λ/L時，則θ_k+1＝0；反之，θ_k+1＝θ_k-▽f(θ_k)/L-λ/L。