專利名稱：一種壓縮感知合成孔徑雷達射頻干擾抑制處理方法
技術領域：
本發(fā)明屬于目標檢測領域，特別涉及一種壓縮感知合成孔徑雷達射頻干擾處理方法。
背景技術：
合成孔徑雷達(Synthetic Aperture Radar, SAR)具有全天時、全天候工作能力，已成為軍事偵察和民用遙感的重要傳感器之一。射頻干擾(Radio FrequencyInterference, RFI)是低頻波段(HF/UHF/L) SAR系統(tǒng)面臨的主要干擾源，常見的RFI包括各類無線廣播、電視和地面通信信號等。強的RFI信號會嚴重影響SAR成像的質(zhì)量，惡化對弱小目標的探測和識別性能，甚至會遮蓋真實成像場景。因此對RFI信號的抑制是低頻波段SAR成像處理的一個重要組成部分，常用典型的RFI抑制方法基本可分為參數(shù)化方法和非參數(shù)化方法兩類。近年來提出的壓縮感知(Compressive Sensing, CS)理論表明，當信號具有稀疏特性時，可以利用嚴重欠采樣的數(shù)據(jù)實現(xiàn)信號的準確或者近似重構。由于CS技術可以有效減少數(shù)據(jù)采樣時間、降低數(shù)據(jù)量以及節(jié)省信號帶寬，因此在SAR成像領域得到了廣泛的研究和應用。對于采用CS技術的低頻段SAR系統(tǒng)，RFI的存在會破壞成像場景散射系數(shù)具有稀疏性的先驗條件，使得后續(xù)的成像處理無法正確完成。這是由于實際RFI未知，因此包含RFI分量的SAR回波信號對事先依據(jù)系統(tǒng)參數(shù)所構造的稀疏基矩陣而言不再具有稀疏特性。同時，由于對回波應用了壓縮采樣，基于Nyquist采樣信號模型的已有RFI抑制算法也無法應用。

發(fā)明內(nèi)容
本發(fā)明要解決的技術問題是:針對壓縮感知技術SAR成像中，RFI的存在會破壞場景稀疏的先驗條件，使得后續(xù)的成像處理無法正確完成的問題，提出了一種壓縮感知合成孔徑雷達射頻干擾抑制處理方法。該方法基于RFI頻譜的稀疏特性建立壓縮感知模型，采用貪婪算法結合最小描述長度(Minimum Description Length, MDL)準則估計RFI分量的稀疏度；然后估計RFI信號分量并在時域直接濾除，實現(xiàn)了對射頻干擾的有效抑制。本發(fā)明解決其技術問題所采用的技術方案是:一種壓縮感知合成孔徑雷達射頻干擾抑制處理方法，其實現(xiàn)步驟如下:首先對壓縮采樣后的回波數(shù)據(jù)，采用貪婪算法估計具有稀疏特征的RFI頻譜，并采用最小描述長度準則確定出RFI分量的稀疏度；然后估計RFI信號分量并在時域直接濾除；最后應用常規(guī)的壓縮感知SAR重構算法實現(xiàn)成像處理。具體包括以下步驟:步驟(I)、基于RFI分量在頻域明顯的稀疏特征，建立RFI信號的壓縮感知模型；步驟(2)、采用貪婪算法結合最小描述長度估計出RFI分量的稀疏度；步驟(3)、對每個脈沖的回波信號，估計RFI信號分量并在時域直接濾除；步驟(4)、應用常規(guī)的壓縮感知SAR重構算法實現(xiàn)成像處理。所述步驟(I)中的基于RFI分量在頻域明顯的稀疏特征，建立RFI信號的壓縮感知模型為:y=Asr+z其中，y= [y(Tl)y(T2)…y(TM)]T為時域非均勻隨機采樣獲取的回波觀測數(shù)據(jù)，、為不等間隔的隨機采樣時刻。
權利要求
1.種壓縮感知合成孔徑雷達射頻干擾抑制處理方法，其特征在于實現(xiàn)步驟如下: 步驟(I)、基于RFI分量在頻域明顯的稀疏特征，建立RFI信號的壓縮感知模型； 步驟(2)、采用貪婪算法結合最小描述長度估計出RFI分量的稀疏度； 步驟(3)、對每個脈沖的回波信號，估計RFI信號分量并在時域直接濾除； 步驟(4)、應用常規(guī)的壓縮感知SAR重構算法實現(xiàn)成像處理。
2.據(jù)權利要求1所述的壓縮感知合成孔徑雷達射頻干擾抑制處理方法，其特征在于:所述步驟(I)中的基于RFI分量在頻域明顯的稀疏特征，建立RFI信號的壓縮感知模型為:y=Asr+z 其中， Y= [y ( Tjy(T2)…γ(τΜ)]τ為時域非均勻隨機采樣獲取的回波觀測數(shù)據(jù)，τπ為不等間隔的隨機采樣時刻； MXN (Μ < N)維CS矩陣為:
3.據(jù)權利要求1所述的壓縮感知合成孔徑雷達射頻干擾抑制處理方法，其特征在于:所述步驟(2)采用貪婪算法結合最小描述長度估計出RFI分量的稀疏度的實施步驟如下: 步驟a.選擇一個保守的RFI頻域稀疏度值Km作為OMP算法的輸入迭代次數(shù)，例如可取Km = N/4,即RFI分量的頻譜范圍最多是信號頻譜范圍的1/4 ； 步驟b.對每個脈沖的壓縮采樣數(shù)據(jù)y(m)，m = I,…，M，由OMP算法重構出其頻域采樣數(shù)據(jù)處亇，其非零元素為前Km個具有大的模值的頻域采樣； 步驟c.對每個元素的模值進行統(tǒng)計平均，得到瓦=[5；并采用MDL準則估計瓦主分量個數(shù)作為稀疏度K的估計值。
4.據(jù)權利要求1所述的壓縮感知合成孔徑雷達射頻干擾抑制處理方法，其特征在于:所述步驟(3)對每個脈沖的回波信號，估計RFI信號分量并在時域直接濾除，具體為:得到RFI分量的稀疏度K后，利用貪婪算法逐個脈沖重構RFI信號，然后從回波壓縮采樣數(shù)據(jù)中減去重構RFI/[目號，即:
5.據(jù)權利要求1所述的壓縮感 知合成孔徑雷達射頻干擾抑制處理方法，其特征在于:所述步驟(4)應用常規(guī)的壓縮感知SAR重構算法實現(xiàn)成像處理，運用壓縮感知原理實現(xiàn)SAR的成像處理。
全文摘要
本發(fā)明提供一種壓縮感知合成孔徑雷達射頻干擾抑制處理方法，該方法的步驟為步驟(1)、基于RFI分量在頻域明顯的稀疏特征，建立RFI信號的壓縮感知模型；步驟(2)、采用貪婪算法結合最小描述長度估計出RFI分量的稀疏度；步驟(3)、對每個脈沖的回波信號，估計RFI信號分量并在時域直接濾除；步驟(4)、應用常規(guī)的壓縮感知SAR重構算法實現(xiàn)成像處理。本發(fā)明基于RFI分量在頻域的稀疏特性，建立了基于壓縮感知理論的RFI稀疏模型，并采用迭代貪婪算法估計和濾除回波信號中的RFI分量，有效抑制了窄帶和寬帶RFI信號。
文檔編號G01S13/90GK103091665SQ201310041200
公開日2013年5月8日 申請日期2013年2月1日 優(yōu)先權日2013年2月1日
發(fā)明者孫進平, 麥超云, 高飛, 田繼華, 崔如心 申請人:北京航空航天大學