專利名稱：基于稀疏探測頻率信號(hào)的isar成像方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，主要涉及逆合成孔徑雷達(dá)(ISAR)成像，具體是一種基于發(fā)射稀疏探測頻率信號(hào)的ISAR成像方法，用于通過少量的測量數(shù)據(jù)得到目標(biāo)的ISAR圖像，實(shí)現(xiàn)有效降低數(shù)據(jù)率并簡化雷達(dá)系統(tǒng)的設(shè)計(jì)。
背景技術(shù)：
雷達(dá)成像技術(shù)作為一種全天時(shí)、全天候、遠(yuǎn)距離的信息獲取手段在國防以及民用領(lǐng)域均具有重大的應(yīng)用價(jià)值，它大大提高了雷達(dá)信息獲取能力，為目標(biāo)識(shí)別創(chuàng)造了前所未有的機(jī)會(huì)，是雷達(dá)發(fā)展的一個(gè)重要里程碑。逆合成孔徑雷達(dá)(ISAR)是雷達(dá)成像領(lǐng)域的一個(gè)重要發(fā)展方面。它是通過雷達(dá)固定，依靠目標(biāo)的運(yùn)動(dòng)形成大的合成孔徑來成像，現(xiàn)已得到廣泛的應(yīng)用。傳統(tǒng)的ISAR成像方法中，為了得到高的距離向分辨率，通常需要發(fā)射寬帶信號(hào)。為了得到方位向的高分辨率，需要目標(biāo)在相干積累時(shí)間內(nèi)相對于雷達(dá)視線方向轉(zhuǎn)過一定角度。實(shí)際中，ISAR目標(biāo)通常為非合作目標(biāo)且機(jī)動(dòng)性強(qiáng)，很難得到足夠的觀測數(shù)據(jù)。因此，ISAR成像需要對距離頻域和方位慢時(shí)間域上進(jìn)行大量測量，然后用距離多普勒算法對接收到的雷達(dá)回波進(jìn)行處理，需要大量的測量數(shù)據(jù)，也要消耗大量的內(nèi)存，從而使得雷達(dá)系統(tǒng)的設(shè)計(jì)復(fù)雜，軟硬件的研制難度大、成本高且開發(fā)周期長。由于ISAR圖像在成像平面上是以一種稀疏的方式分布的，目標(biāo)像通常只占成像平面的一小部分，即目標(biāo)強(qiáng)散射點(diǎn)數(shù)目遠(yuǎn)小于采樣數(shù)，滿足壓縮感知信號(hào)稀疏性的條件，所以使得從非常少的測量數(shù)據(jù)中產(chǎn)生目標(biāo)圖像成為一種可能。如果用壓縮感知方法對成像結(jié)果進(jìn)行處理，就不需要發(fā)射一個(gè)寬帶信號(hào)，只發(fā)射一些探測頻率就足夠了。所謂壓縮感知，又稱壓縮采樣或壓縮傳感，通過很少的觀測樣本并結(jié)合信號(hào)處理理論實(shí)現(xiàn)信號(hào)的重建和信息的提取，由于它可以大大降低數(shù)據(jù)的存儲(chǔ)負(fù)擔(dān)，因此得到了廣泛的應(yīng)用。作為一個(gè)新的采樣理論，通過開發(fā)信號(hào)的稀疏特性，在遠(yuǎn)小于Nyquist采樣率的條件下，用隨機(jī)采樣獲取信號(hào)的離散樣本，然后通過非線性重建算法重建信號(hào)。壓縮感知理論表明給定的信號(hào)和圖像可以從相對于傳統(tǒng)方法少很多的采樣或者測量中恢復(fù)出來。為了實(shí)現(xiàn)這種恢復(fù)，壓縮感知理論基于兩個(gè)基本準(zhǔn)則，一是稀疏性，這是所研究信號(hào)的一個(gè)屬性；二是不相干性，是感知形式的一個(gè)屬性。采樣理論是指一個(gè)連續(xù)時(shí)間信號(hào)完全可以用該信號(hào)在等時(shí)間間隔上的瞬時(shí)值(或稱樣本值)表示，這些樣本值包含了該連續(xù)時(shí)間信號(hào)的全部信息，利用這些樣本值可以恢復(fù)原信號(hào)。Nyquist采樣定理是指當(dāng)采樣頻率大于信號(hào)中最高頻率的兩倍時(shí)，采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，該采樣頻率也稱為Nyquist采樣率。雖然已經(jīng)有人基于壓縮感知理論提出了一種用較少測量數(shù)據(jù)的高分辨ISAR成像方法，然而，由于只是局限在方位向采用壓縮感知理論，所以，為了得到距離上的高分辨，仍然需要發(fā)射一個(gè)寬帶信號(hào)。因此，到目前為止在工程上，基于發(fā)射稀疏探測頻率信號(hào)用壓縮感知方法處理雷達(dá)回波的成像方法還沒有應(yīng)用于ISAR成像中。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提出一種基于發(fā)射稀疏探測頻率信號(hào)來實(shí)現(xiàn)ISAR成像的新方法，應(yīng)用該方法能夠從比傳統(tǒng)方法少很多的測量數(shù)據(jù)中得到ISAR圖像。實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是基于目標(biāo)具有位于圖像柵格中的理想散射點(diǎn)，不考慮散射效應(yīng)，根據(jù)目標(biāo)以恒定的角速度旋轉(zhuǎn)且目標(biāo)的平動(dòng)分量可以被精確地補(bǔ)償以及發(fā)射的模擬信號(hào)在接收后可以由數(shù)字信號(hào)來完全表述的特點(diǎn)，提出了基于發(fā)射稀疏探測頻率信號(hào)來獲得ISAR圖像的方法。
首先發(fā)射一個(gè)單一的頻率信號(hào)，也稱之為稀疏探測頻率信號(hào)，而不是傳統(tǒng)方法中包含一定頻率范圍的寬帶信號(hào)；然后應(yīng)用壓縮感知方法對接收到的雷達(dá)回波進(jìn)行處理，得到目標(biāo)強(qiáng)散射中心的復(fù)幅度，目標(biāo)場景是一個(gè)二維的柵格，用一個(gè)稀疏向量表示，通過目標(biāo)強(qiáng)散射中心的復(fù)幅度對稀疏向量進(jìn)行重建得到目標(biāo)的圖像，具體實(shí)現(xiàn)過程如下(I)選擇感知(也稱測量)矩陣Φ對于一個(gè)長度為N，包含有K個(gè)散射點(diǎn)，測量次數(shù)為M = 0(K log(N/K))的目標(biāo)，感知矩陣Φ是一個(gè)MX N的矩陣，它通過從一個(gè)NXN的單位矩陣中隨機(jī)的選取M個(gè)行向量組成，通過選擇的感知矩陣來發(fā)射稀疏探測頻率信號(hào)。(2)發(fā)射稀疏探測頻率信號(hào)，得到測量向量r根據(jù)感知矩陣發(fā)射稀疏探測頻率信號(hào)，感知矩陣Φ的行與發(fā)射的探測頻率和方位角度對應(yīng)，目標(biāo)場景是一個(gè)二維的柵格，用一個(gè)NX I的稀疏向量s表不,對接收到的雷達(dá)回波信號(hào)進(jìn)行M次測量，將每一次的測量結(jié)果組成一個(gè)MX I的列向量，得到測量向量r。(3)構(gòu)建基矩陣Ψ假設(shè)目標(biāo)具有恒定的旋轉(zhuǎn)角速度，用算式如)=exp[-y4^/m Λ +I彡m，
C
η彡N構(gòu)建基矩陣，式中ω表示旋轉(zhuǎn)速度，X和y表示目標(biāo)點(diǎn)的坐標(biāo)，c表示光速，m e (I,Μ)是測量的計(jì)數(shù)，匕和tm分別表示第m次測量的頻率大小和時(shí)間點(diǎn)，基矩陣Ψ =[V1I V2I. ·· I ΨΝ]的構(gòu)建通過對向量按列進(jìn)行堆疊排列實(shí)現(xiàn)。⑷重建稀疏向量s根據(jù)約束對接收到的雷達(dá)回波信號(hào)的復(fù)幅度進(jìn)行估計(jì)，即min(| |s' I1),subject to| |γ-ΦΨ8/ Μ彡ε，得到信號(hào)復(fù)幅度的估計(jì)值，用信號(hào)復(fù)幅度的估計(jì)值重建稀疏向量S,式中s'表示信號(hào)復(fù)幅度的估計(jì)，ε表示噪聲電平,測量向量r = Φ Ws,當(dāng)存在附加噪聲時(shí)，要對測量向量進(jìn)行修正，r = ΦΨ8+δ，其中δ是修正量。(5)將稀疏向量s變?yōu)槎S格式，得到目標(biāo)圖像本發(fā)明與現(xiàn)有方法相比具有以下優(yōu)點(diǎn)I、本發(fā)明提出一種基于發(fā)射稀疏探測頻率信號(hào)來實(shí)現(xiàn)ISAR成像的新方法。該方法的一個(gè)主要特點(diǎn)就是發(fā)射信號(hào)不再是一個(gè)寬帶信號(hào)，而是變成了稀疏探測頻率信號(hào)。在接收到雷達(dá)回波之后，應(yīng)用壓縮感知方法就可以得到強(qiáng)散射中心的復(fù)幅度。2、本發(fā)明僅僅需要距離頻域和方位慢時(shí)間域的很少一部分的測量數(shù)據(jù)就可以得到目標(biāo)的ISAR圖像，與傳統(tǒng)方法相比需要的測量數(shù)據(jù)少，存儲(chǔ)量小。3、當(dāng)只有一個(gè)頻率點(diǎn)被分配到每一個(gè)特定的方位角度(也就是方位慢時(shí)間)上時(shí)，雷達(dá)的硬件實(shí)現(xiàn)就可以被大大簡化。然而，在這種情況下，測量的次數(shù)就會(huì)變得非常少，這將導(dǎo)致嚴(yán)重的性能下降。因此，這種在一個(gè)時(shí)刻只發(fā)射一個(gè)探測頻率的方法只能夠應(yīng)用于單個(gè)目標(biāo)或者只含有很少散射點(diǎn)的小目標(biāo)。對于多發(fā)多收雷達(dá)，由于同時(shí)有多部雷達(dá)在發(fā)射，就有可能使每個(gè)發(fā)射雷達(dá)在一個(gè)時(shí)刻只發(fā)射一個(gè)探測頻率。這將降低對發(fā)射雷達(dá)的帶寬的要求，同時(shí)使接收雷達(dá)中對多個(gè)發(fā)射信號(hào)的分離變得很容易，并降低數(shù)據(jù)率以及總共需要的存儲(chǔ)量。因此，本發(fā)明可以大大簡化雷達(dá)的硬件實(shí)現(xiàn)的復(fù)雜度，在多發(fā)多收雷達(dá)中得到很好的應(yīng)用。4、本發(fā)明可以大大降低數(shù)據(jù)率并簡化雷達(dá)系統(tǒng)的設(shè)計(jì)，促使人們設(shè)計(jì)新的簡化的雷達(dá)系統(tǒng)，減小成本，將設(shè)計(jì)的重點(diǎn)從昂貴的雷達(dá)系統(tǒng)硬件轉(zhuǎn)移到高效的信號(hào)恢復(fù)算法。而算法是可以很容易的由飛速發(fā)展的集成電路技術(shù)來實(shí)現(xiàn)，甚至也可以由脫機(jī)計(jì)算完成。5、如果對頻率旋轉(zhuǎn)的過程中附加上某些限制，那么就可以得到一些在雷達(dá)工程實(shí)現(xiàn)中更有價(jià)值的結(jié)果。例如，實(shí)現(xiàn)結(jié)構(gòu)比較簡單的頻率步進(jìn)雷達(dá)就可以看成是本發(fā)明的一種具體實(shí)現(xiàn)，也就是通過規(guī)整地選擇一些連續(xù)的頻率。所以本發(fā)明也像步進(jìn)頻率雷達(dá)一樣具有很好的抗干擾性能。


圖I是本發(fā)明的成像方法流程圖；圖2是仿真時(shí)用本發(fā)明根據(jù)壓縮感知理論采用的隨機(jī)產(chǎn)生的在距離頻域方位慢時(shí)間域具有200次測量的感知矩陣，其中黑色的點(diǎn)是選中的頻率；圖3是仿真時(shí)用本發(fā)明發(fā)射稀疏探測頻率信號(hào)，用壓縮感知理論處理回波得到的成像結(jié)果，其中3個(gè)黑色明顯的點(diǎn)是目標(biāo)的強(qiáng)散射點(diǎn)，2個(gè)灰色不太明顯的點(diǎn)是目標(biāo)的弱散射點(diǎn)；圖4是仿真時(shí)用傳統(tǒng)的成像方法發(fā)射寬帶信號(hào)，用距離多普勒算法處理回波得到的成像結(jié)果，其中3個(gè)黑色明顯的點(diǎn)是目標(biāo)的強(qiáng)散射點(diǎn)；圖5是仿真時(shí)回波的信噪比SNR不同時(shí)采用本發(fā)明的成像結(jié)果，(a)是信噪比SNR為20dB時(shí)的成像結(jié)果，(b)是信噪比SNR為IOdB時(shí)的成像結(jié)果，(c)是信噪比SNR為OdB時(shí)的成像結(jié)果，(d)是信噪比SNR為-IOdB時(shí)的成像結(jié)果，其中3個(gè)黑色明顯的點(diǎn)是目標(biāo)的強(qiáng)散射點(diǎn)，3個(gè)黑色點(diǎn)附近的2個(gè)灰色不太明顯的點(diǎn)是目標(biāo)的弱散射點(diǎn)，其余的點(diǎn)為噪聲；圖6是實(shí)測時(shí)用本發(fā)明根據(jù)壓縮感知理論選擇的感知矩陣，其中黑色的點(diǎn)是選中的頻率；圖7是實(shí)測時(shí)用本發(fā)明發(fā)射稀疏探測頻率信號(hào)，用壓縮感知理論處理回波得到的成像結(jié)果，其中顏色較深的區(qū)域?yàn)槟繕?biāo)，其余為噪聲；圖8是實(shí)測時(shí)用傳統(tǒng)的成像方法發(fā)射寬帶信號(hào)，用距離多普勒算法處理回波得到的成像結(jié)果，其中顏色較深的區(qū)域?yàn)槟繕?biāo)，其余為噪聲。
具體實(shí)施例方式本發(fā)明中用到壓縮感知理論在遠(yuǎn)小于Nyquist采樣率的條件下，用隨機(jī)采樣獲取信號(hào)的離散樣本，可以通過很少的觀測樣本并結(jié)合信號(hào)處理理論實(shí)現(xiàn)信號(hào)的重建和信息的提取?？紤]一個(gè)長度為N的離散信號(hào)X，在這里不妨認(rèn)為是一個(gè)NX I的列向量。如果最多有K個(gè)元素是非零的，即它包含有K個(gè)散射點(diǎn)，它被稱為是K稀疏的。原則上，信號(hào)X中的信息最多存在于K個(gè)元素中而不是所有的N個(gè)元素。任意信號(hào)都可以由一個(gè)包含N個(gè)NXl列向量{v/,}f=1的正交基表示出來。將這N個(gè)NX I列向量{I//,匕作為一個(gè)矩陣的列向量就構(gòu)成了一個(gè)NXN的基矩陣Ψ = [V1 Ψ2|... I Ψν]。在這里，構(gòu)造基矩陣的目的是將信號(hào)X用矩陣的形式表示出來，便于后面的運(yùn)算。因此，信號(hào)X可以表示為
權(quán)利要求
1.一種基于稀疏探測頻率信號(hào)的ISAR成像方法，其特征是首先發(fā)射一個(gè)單一的頻率信號(hào)即稀疏探測頻率信號(hào)，然后應(yīng)用壓縮感知方法對接收到的雷達(dá)回波進(jìn)行處理，得到目標(biāo)強(qiáng)散射中心的復(fù)幅度，目標(biāo)場景是一個(gè)二維的柵格，用一個(gè)稀疏向量表示，通過目標(biāo)強(qiáng)散射中心的復(fù)幅度對稀疏向量進(jìn)行重建得到目標(biāo)的圖像，所述成像方法的具體實(shí)現(xiàn)過程如下 (1)選擇感知矩陣Φ 對于一個(gè)長度為N，包含有K個(gè)散射點(diǎn)，測量次數(shù)為M = 0(K log(N/K))的目標(biāo)，感知矩陣Φ是一個(gè)MXN的矩陣，它從一個(gè)NXN的單位矩陣中隨機(jī)的選取M個(gè)行向量組成，通過選擇的感知矩陣來發(fā)射稀疏探測頻率信號(hào)； (2)發(fā)射稀疏探測頻率信號(hào)，得到測量向量r 根據(jù)感知矩陣發(fā)射稀疏探測頻率信號(hào)，感知矩陣Φ的行與發(fā)射的探測頻率和方位角度對應(yīng)，目標(biāo)場景是一個(gè)二維的柵格，用一個(gè)NX I的稀疏向量s表不,對接收到的雷達(dá)回波信號(hào)進(jìn)行M次測量，將每一次的測量結(jié)果組成一個(gè)MX I的列向量，得到測量向量r ; (3)構(gòu)建基矩陣Ψ 假設(shè)目標(biāo)具有恒定的旋轉(zhuǎn)角速度，用算式K(岣= exp[-_/4;r/ ^^]，I彡m，n彡N C構(gòu)建基矩陣，式中ω表示旋轉(zhuǎn)速度，X和y表示目標(biāo)點(diǎn)的坐標(biāo)，C表示光速,m e (Ι,Μ)是測量的計(jì)數(shù)，乙和乜分別表示第m次測量的頻率大小和時(shí)間點(diǎn)，基矩陣Ψ = [V1 Ψ2|... I ΨΝ]的構(gòu)建通過對向量{<// }:按列進(jìn)行堆疊排列實(shí)現(xiàn)； (4)重建稀疏向量s 根據(jù)約束對接收到的雷達(dá)回波信號(hào)的復(fù)幅度進(jìn)行估計(jì)，即min(| |s' I I1), subjectto |γ-ΦΨ8/ I I ( ε，得到信號(hào)復(fù)幅度的估計(jì)值，用信號(hào)復(fù)幅度的估計(jì)值重建稀疏向量S,式中s'表示信號(hào)復(fù)幅度的估計(jì)，ε表示噪聲電平,測量向量r = Φ Ws,當(dāng)存在附加噪聲時(shí)，要對測量向量進(jìn)行修正，r = ΦΨ8+δ，其中δ是修正量； (5)將稀疏向量s重新整形為二維格式，得到目標(biāo)圖像。
全文摘要
本發(fā)明涉及一種基于稀疏探測頻率信號(hào)的ISAR成像方法，通過發(fā)射稀疏探測頻率信號(hào)，在接收到雷達(dá)回波之后，應(yīng)用壓縮感知理論對回波進(jìn)行處理得到目標(biāo)的圖像。本發(fā)明基于壓縮感知理論，僅僅需要距離頻域方位慢時(shí)間域上的很少一部分測量數(shù)據(jù)，與傳統(tǒng)方法相比需要的測量數(shù)據(jù)少，存儲(chǔ)量小。本發(fā)明解決了傳統(tǒng)ISAR成像方法的測量數(shù)據(jù)量大、內(nèi)存消耗大、設(shè)計(jì)復(fù)雜、不易實(shí)現(xiàn)、成本高和開發(fā)周期長等缺點(diǎn)，可以大大降低數(shù)據(jù)率并簡化雷達(dá)系統(tǒng)的設(shè)計(jì)，促使人們設(shè)計(jì)新的簡化的雷達(dá)系統(tǒng)，減小成本，將設(shè)計(jì)的重點(diǎn)從昂貴的雷達(dá)系統(tǒng)硬件轉(zhuǎn)移到高效的信號(hào)恢復(fù)算法。仿真和實(shí)測數(shù)據(jù)處理結(jié)果驗(yàn)證了本發(fā)明的有效性。
文檔編號(hào)G01S7/41GK102879783SQ201210387088
公開日2013年1月16日 申請日期2012年10月12日 優(yōu)先權(quán)日2012年10月12日
發(fā)明者王虹現(xiàn), 王玥, 馮大政, 邢孟道, 梁毅 申請人:西安電子科技大學(xué)