[發(fā)明專(zhuān)利]基于C-ADMMN的結(jié)構(gòu)化稀疏孔徑ISAR成像方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111464674.3
• 申請(qǐng)日: 2021-12-02
• 公開(kāi)（公告）號(hào): CN114140325A
• 公開(kāi)（公告）日: 2022-03-04
• 發(fā)明（設(shè)計(jì)）人: 張雙輝;李瑞澤;劉永祥;張新禹;盧哲俊;張文鵬
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍國(guó)防科技大學(xué)
• 主分類(lèi)號(hào): G06T3/40
• 分類(lèi)號(hào): G06T3/40;G06K9/00
• 代理公司: 長(zhǎng)沙中科啟明知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43226
• 代理人: 匡治兵

1.一種基于C-ADMMN的結(jié)構(gòu)化稀疏孔徑ISAR成像方法，其特征在于，該方法包括以下步驟：

S1對(duì)稀疏孔徑ISAR回波信號(hào)進(jìn)行建模：

雷達(dá)系統(tǒng)接收到的二維回波經(jīng)解調(diào)后表示為：

其中，σ_i表示目標(biāo)第i個(gè)散射中心的反射系數(shù)，R_i(t_m)表示目標(biāo)第i個(gè)散射中心相對(duì)雷達(dá)的瞬時(shí)轉(zhuǎn)動(dòng)距離，t_m分別表示快時(shí)間和慢時(shí)間，f_c、c、γ分別表示雷達(dá)信號(hào)中心頻率、真空光速、信號(hào)調(diào)頻率；m＝1,2,…,M，M表示全孔徑雷達(dá)回波包含的脈沖個(gè)數(shù)；

目標(biāo)第i個(gè)散射中心相對(duì)雷達(dá)的瞬時(shí)轉(zhuǎn)動(dòng)距離R_i(t_m)表示為：

R_i(t_m)＝x_isin(ωt_m)+y_icos(ωt_m)≈x_iωt_m+y_i (2)

其中，(x_i,y_i)表示目標(biāo)第i個(gè)散射中心在參考坐標(biāo)系下的坐標(biāo)，ω表示目標(biāo)轉(zhuǎn)動(dòng)角速度，由于ISAR成像積累時(shí)間較短，且目標(biāo)運(yùn)動(dòng)狀態(tài)平穩(wěn)，目標(biāo)在成像時(shí)間內(nèi)運(yùn)動(dòng)的轉(zhuǎn)動(dòng)分量可被視為勻速轉(zhuǎn)動(dòng)；由于脈沖重復(fù)時(shí)間較短，目標(biāo)轉(zhuǎn)動(dòng)角較小，因此有sin(ωt_m)≈ωt_m、cos(ωt_m)≈1；

將式(2)代入式(1)可得雷達(dá)近似二維回波將數(shù)字化后關(guān)于快時(shí)間進(jìn)行快速傅里葉變換得到目標(biāo)一維距離像序列s′(f,t_m)；

雷達(dá)信號(hào)在慢時(shí)間t_m內(nèi)包含M個(gè)脈沖，快時(shí)間內(nèi)包含N個(gè)采樣點(diǎn)，稀疏孔徑信號(hào)包含L個(gè)脈沖，L＜＜M；對(duì)稀疏孔徑條件下一維距離像序列s′(f,t_m)建立如下降采樣模型：

Y＝AX+W＝PFX+W (3)

其中表示降采樣后的一維距離像序列、表示觀(guān)測(cè)矩陣、表示ISAR圖像矩陣、表示高斯白噪聲矩陣；表示傅里葉變換矩陣；表示由0和1構(gòu)成的降采樣矩陣，令表示被采樣的距離像索引，則有對(duì)于矩陣P第l行m列元素P_l,m，當(dāng)向量s第l個(gè)元素s_l＝m時(shí)，有P_l,m＝1，否則P_l,m＝0，l＝1,2,…,L；表示L×N維復(fù)數(shù)矩陣，表示L×M維實(shí)數(shù)矩陣，表示L維實(shí)數(shù)向量，其它予以類(lèi)推；

S2構(gòu)建C-ADMMN前向傳播模型：

C-ADMMN由K級(jí)子網(wǎng)絡(luò)級(jí)聯(lián)構(gòu)成，第k級(jí)子網(wǎng)絡(luò)由三層網(wǎng)絡(luò)層依次組成，分別為重構(gòu)層、降噪層、乘子更新層，k＝1,2,…,K-1；而第K級(jí)子網(wǎng)絡(luò)僅包含一層重構(gòu)層；第k級(jí)子網(wǎng)絡(luò)中，重構(gòu)層輸出X^(k)表示重構(gòu)得到的ISAR圖像，降噪層輸出Z^(k)表示對(duì)X^(k)降噪后得到的結(jié)果，乘子更新層輸出B^(k)表示更新后的拉格朗日乘子，網(wǎng)絡(luò)最終輸出為X^(K)；

具體構(gòu)建過(guò)程如下：

S2.1構(gòu)建重構(gòu)層前向傳播模型：

在第u級(jí)子網(wǎng)絡(luò)中，u＝1,2,...,K，重構(gòu)層前向傳播過(guò)程可表示為式(4)：

X^(u)＝F(P^HP+μ^(u)I_M)^-1(P^HY-FB^(u-1)-μ^(u)FZ^(u-1)) (4)

其中，I_M表示M×M維單位矩陣，μ^(u)表示第u級(jí)子網(wǎng)絡(luò)待訓(xùn)練的懲罰參數(shù)；當(dāng)u＝1時(shí)，B⁽⁰⁾＝0_M×N，Z⁽⁰⁾＝0_M×N，其中0_M×N表示M×N維的全0矩陣；重構(gòu)層中懲罰參數(shù)訓(xùn)練過(guò)程在S3.1給出；

S2.2構(gòu)建降噪層前向傳播模型：

在第k級(jí)子網(wǎng)絡(luò)中，降噪層前向傳播過(guò)程可表示為：

其中，S_(·)(·)表示軟門(mén)限函數(shù)，對(duì)任意復(fù)數(shù)標(biāo)量x與實(shí)數(shù)門(mén)限t，都有而對(duì)任意復(fù)數(shù)向量x與實(shí)數(shù)門(mén)限t，都有S_t(x)＝[S_t(x₁),S_t(x₂),...]^T，其中x_i代表復(fù)數(shù)向量x的第i個(gè)元素；表示第k級(jí)子網(wǎng)絡(luò)待訓(xùn)練的卷積核參數(shù)；符號(hào)*表示二維卷積操作；λ^(k)表示第k級(jí)子網(wǎng)絡(luò)待訓(xùn)練的正則化參數(shù)；ε為一充分小的常量，用于避免產(chǎn)生奇異值；降噪層中卷積核參數(shù)與正則化參數(shù)的訓(xùn)練過(guò)程在S3.1給出；

S2.3乘子更新層前向傳播模型：

在第k級(jí)子網(wǎng)絡(luò)中，乘子更新層前向傳播表達(dá)式如式(6)所示：

B^(k)＝B^(k-1)+μ^(k)(X^(k)-Z^(k)) (6)

S3利用C-ADMMN求解結(jié)構(gòu)化稀疏孔徑ISAR成像問(wèn)題：

S3.1訓(xùn)練C-ADMMN網(wǎng)絡(luò)：

S3.1.1首先構(gòu)建與實(shí)際應(yīng)用場(chǎng)景相近的數(shù)據(jù)集，數(shù)據(jù)集中包含Q組稀疏孔徑距離像數(shù)據(jù)Y_q，q＝1,2,...,Q；每一組稀疏孔徑距離像數(shù)據(jù)對(duì)應(yīng)一組標(biāo)簽圖像數(shù)據(jù)q＝1,2,...,Q；

S3.1.2對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行初始化；

S3.1.3針對(duì)已構(gòu)建的數(shù)據(jù)集，定義如下均方根誤差損失函數(shù)：

其中，表示初始化后的C-ADMMN網(wǎng)絡(luò)利用Y_q進(jìn)行成像得到的結(jié)果，表示初始化后的網(wǎng)絡(luò)參數(shù)集合；針對(duì)式(7)損失函數(shù)，應(yīng)用復(fù)數(shù)域反向傳播算法計(jì)算出損失函數(shù)關(guān)于網(wǎng)絡(luò)中任意參數(shù)的梯度求解得到梯度后，采用梯度下降算法，利用式(8)進(jìn)行參數(shù)更新：

其中η表示學(xué)習(xí)率；參數(shù)分別表示對(duì)進(jìn)行一次梯度下降后的參數(shù)值；經(jīng)梯度下降后，可得到更新后網(wǎng)絡(luò)參數(shù)集合并進(jìn)一步利用式(7)計(jì)算參數(shù)更新后的損失函數(shù)反復(fù)利用式(7)、式(8)對(duì)參數(shù)進(jìn)行迭代更新，當(dāng)滿(mǎn)足終止條件時(shí)，訓(xùn)練過(guò)程結(jié)束，設(shè)此時(shí)迭代步驟為J，得到最終網(wǎng)絡(luò)參數(shù)值

S3.2應(yīng)用訓(xùn)練后的C-ADMMN網(wǎng)絡(luò)重構(gòu)ISAR圖像：

獲取實(shí)際觀(guān)測(cè)稀疏孔徑雷達(dá)回波，通過(guò)快時(shí)間FFT得到稀疏孔徑一維距離像序列；利用互相關(guān)法對(duì)一維距離像序列進(jìn)行平動(dòng)粗補(bǔ)償，得到粗補(bǔ)償后的一維距離像矩陣；

將粗補(bǔ)償后的一維距離像矩陣輸入訓(xùn)練后的C-ADMMN網(wǎng)絡(luò)，C-ADMMN網(wǎng)絡(luò)的輸出即為待求解的ISAR圖像。