[發(fā)明專利]一種基于單比特壓縮感知的脈沖穿墻雷達成像方法

有效

• 申請?zhí)枺?/td>: 202010533605.2
• 申請日: 2020-06-12
• 公開（公告）號: CN111665500B
• 公開（公告）日: 2023-07-07
• 發(fā)明（設(shè)計）人: 屈樂樂;王志鳴;楊天虹;張麗麗;房啟志
• 申請（專利權(quán)）人: 沈陽航空航天大學
• 主分類號: G01S13/89
• 分類號: G01S13/89;G01S7/292
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

1.一種基于單比特壓縮感知的脈沖穿墻雷達成像方法，其特征在于，包括如下步驟：

步驟1：建立脈沖穿墻雷達IQ通道的全采樣回波信號表示式；

步驟2：對目標成像區(qū)域進行空間網(wǎng)格劃分，生成字典矩陣；

步驟3：生成測量矩陣，獲得降采樣的IQ通道單比特壓縮感知測量信號；

步驟4：根據(jù)字典矩陣和測量矩陣生成觀測矩陣；

步驟5：使用增強型二進制迭代硬閾值算法進行成像重構(gòu)；

所述步驟1的具體方法為：

假設(shè)脈沖穿墻雷達有M個天線位置，對每個天線位置對IQ通道進行N次采樣；在脈沖持續(xù)周期內(nèi)，采樣起始時間為t₁，采樣間隔為Δt，第m個天線位置的第n個IQ通道采樣信號如式(1)所示：

其中，P為目標個數(shù)，σ_p為第p個目標的反射系數(shù)，t_n為第n個采樣時刻，且t_n＝t₁+(n-1)Δt，τ_mp為第m個天線位置對應(yīng)的第p個目標的時延，ω_c＝2πf_c為載波角頻率，f_c為載波頻率，m＝1，2，...，M，n＝1，2，...，N，p＝1，2，...，P，S(t_n)為一階微分的高斯脈沖，如式(2)所示：

其中，χ＝1/f₀，f₀為一階微分高斯脈沖的中心頻率；

第m個天線位置收集到N×1維時域回波信號β_m＝[β_m(t₁),β_m(t₂),,β_m(t_N)]^T，將所有天線位置采集的時域回波信號進行堆疊，則脈沖穿墻雷達IQ通道的MN×1維全采樣回波信號β如式(3)所示：

所述步驟2的具體方法為：

將目標成像區(qū)域劃分成H×L個空間網(wǎng)格，經(jīng)過列堆疊操作得到HL×1維反射系數(shù)向量σ；

第m個天線位置對應(yīng)的字典矩陣Ψ_m的第n行第i列元素表示為：

其中，n＝1，2，...，N，i＝1，2，...，HL，τ_mi代表第m個天線位置對應(yīng)的第i個空間網(wǎng)格的雙程傳輸時延；

第m個天線位置收集到的N×1維時域回波信號又可表示為：

β_m＝Ψ_mσ???????(5)

由于共有M個天線位置，可得到MN×HL維字典矩陣則脈沖穿墻雷達IQ通道全采樣回波信號β與字典矩陣Ψ的關(guān)系為：

β＝Ψσ???????????(6)

所述步驟3的具體方法為：

對第m個天線位置收集到的N×1維時域回波信號β_m生成對應(yīng)的測量矩陣Φ_m，Φ_m為J×N的高斯隨機矩陣，其中J為測量矩陣Φ_m的測量數(shù)，Φ_m的每個元素服從均值為0的高斯分布；針對MN×1維的全采樣回波信號β，生成MJ×MN維測量矩陣Φ，Φ為以Φ₁,Φ₂,...,Φ_M為對角元素的對角陣，如式(7)所示：

Φ＝diag[Φ₁，Φ₂，…，Φ_M]?????????????????????(7)

對脈沖穿墻系統(tǒng)的IQ通道進行單比特壓縮感知測量，得到降采樣的IQ通道單比特壓縮感知測量信號所述降采樣的IQ通道單比特壓縮感知測量信號如式(8)所示：

其中，β_I為β的實部，β_Q為β的虛部；sign是符號函數(shù)，若所給數(shù)據(jù)為正，則sign輸出為1，若所給數(shù)據(jù)為負，則sign輸為出-1；

所述步驟4的具體方法為：

所述觀測矩陣Θ如式(9)所示：

Θ＝ΦΨ???????(9)

最終得到MJ×HL維的觀測矩陣Θ；

得到所述觀測矩陣Θ后，對式(8)進一步變形，如式(10)所示：

其中，Θ_I＝ΦΨ_I，Θ_Q＝ΦΨ_Q，Ψ_I、Ψ_Q分別為字典矩陣Ψ的實部與虛部，I通道與Q通道對應(yīng)相同的反射系數(shù)向量，即I通道與Q通道對應(yīng)的反射系數(shù)向量

所述步驟5的具體方法為：

外層迭代輸入：稀疏度K，梯度下降步長μ，最大迭代次數(shù)t_max，迭代精度ε；

外層迭代初始化：迭代次數(shù)t＝0；

外層迭代：

(1)更新外層迭代次數(shù)：t＝t+1；

(2)根據(jù)式(11)進行外層迭代梯度下降計算，得到外層迭代中間向量a；

(3)計算內(nèi)層迭代參數(shù)γ和λ；

設(shè)a_ii為向量a中的第ii個元素，對集合按照降序進行排列，γ為集合中第K個元素，ii＝1，2，...，HL，λ＝0.4γ²；

(4)進行內(nèi)層迭代計算；

內(nèi)層迭代輸入：a，γ，λ，稀疏度K，梯度下降步長最大迭代次數(shù)迭代精度

內(nèi)層迭代初始化：b⁰＝a，迭代次數(shù)

內(nèi)層迭代：

①更新內(nèi)層迭代次數(shù)引入中間變量

②根據(jù)式(12)進行內(nèi)層迭代梯度下降計算：

其中，代表中第j個元素，j＝1，2，...，2HL，控制內(nèi)層迭代梯度下降大小，如式(13)、(14)所示：

若j≤HL，

若2HL≥j＞HL，

其中，a_j代表向量a中第j個元素，N_j代表第j個元素對應(yīng)的相鄰元素點的集合，j＝1，2，...，2HL，j'代表N_j集合中任意一個元素；函數(shù)ξ(x)如式(15)所示：

其中(·)^*代表共軛操作；

③采用貪婪選擇來保證聯(lián)合稀疏性，計算方法如式(16)所示：

若j≤HL，如式(17)，(18)所示：

若2HL≥j＞HL，如式(19)，(20)所示：

其中，ρ為集合按降序排列后的第K個元素，ii＝1，2，...，HL；

④判斷內(nèi)層迭代是否繼續(xù)；

若或則內(nèi)層迭代終止，輸出否則回到①繼續(xù)內(nèi)層迭代；

(5)將賦給判斷是否滿足外層迭代終止條件；

若t≥t_max或則外層迭代終止，輸出重構(gòu)的反射系數(shù)向量即待成像區(qū)域?qū)?yīng)的反射系數(shù)向量；否則回到(1)繼續(xù)外層迭代；

(6)將所述重構(gòu)的反射系數(shù)向量的前HL個元素經(jīng)過列堆疊操作重排成H×L維矩陣，即可得到單比特壓縮感知脈沖穿墻雷達成像結(jié)果。