基于分布式壓縮感知的全極化sar超分辨成像方法
【專利摘要】本發(fā)明屬于極化SAR超分辨成像【技術(shù)領(lǐng)域】，特別涉及基于分布式壓縮感知的全極化SAR超分辨成像方法。該基于分布式壓縮感知的全極化SAR超分辨成像方法包括以下步驟：建立全極化合成孔徑雷達(dá)信號(hào)模型；根據(jù)各個(gè)極化通道接收的后向散射回波數(shù)據(jù)，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣；采用分布式壓縮感知算法，建立合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題模型；求解所述合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣；根據(jù)所述合成孔徑雷達(dá)后向散射系數(shù)矩陣，針對(duì)每個(gè)極化通道進(jìn)行超分辨成像處理，得出對(duì)應(yīng)的偽彩色圖像；針對(duì)各個(gè)極化通道對(duì)應(yīng)的偽彩色圖像進(jìn)行偽彩色融合，得出偽彩色融合圖像。
【專利說明】基于分布式壓縮感知的全極化SAR超分辨成像方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于極化SAR超分辨成像【技術(shù)領(lǐng)域】，特別涉及基于分布式壓縮感知的全極化SAR超分辨成像方法，用于提高SAR目標(biāo)的空間分辨率。
【背景技術(shù)】
[0002]在合成孔徑雷達(dá)成像中，距離和方位分辨率分別與雷達(dá)發(fā)射帶寬和合成孔徑大小有關(guān)，發(fā)射大帶寬信號(hào)可提高距離向分辨率，但在實(shí)際中會(huì)受到限制，較大的信號(hào)頻譜寬度會(huì)增加回波的數(shù)據(jù)量，造成雷達(dá)系統(tǒng)設(shè)計(jì)的復(fù)雜性。增加合成孔徑長(zhǎng)度可以改善方位向的分辨率，但是增加合成孔徑長(zhǎng)度會(huì)增加成像復(fù)雜度。因此，研究如何改善有限帶寬和較短合成孔徑SAR成像的分辨率具有重要意義。
[0003]為了解決這個(gè)問題，一些研究人員和學(xué)者提出很多超分辨方法，主要技術(shù)方案有以下三種:
[0004]技術(shù)方案一是:以Burg外推算法為代表的帶寬外推方法，通過將低維自相關(guān)序列進(jìn)行頻帶外推以估計(jì)高維序列從而提高分辨率，但對(duì)噪聲相對(duì)敏感，存在外推模型和觀測(cè)數(shù)據(jù)不匹配的問題。
[0005]技術(shù)方案二是:以RELAX算法為代表的譜估計(jì)方法，通過參數(shù)化建模，利用空間譜估計(jì)原理對(duì)強(qiáng)散射中心進(jìn)行高精度估計(jì)實(shí)現(xiàn)高分辨成像，此方法在低信噪比下往往會(huì)存在散射點(diǎn)漏檢或產(chǎn)生虛假點(diǎn)的現(xiàn)象，對(duì)于理想點(diǎn)散射模型能有效抑制旁瓣，但對(duì)非點(diǎn)散射模型不是很理想。
[0006]技術(shù)方案三是:基于壓縮感知的超分辨成像方法，利用目標(biāo)信號(hào)的稀疏性構(gòu)建優(yōu)化函數(shù)，通過求解優(yōu)化函數(shù)達(dá)到超分辨的目的，此類方法符合提高分辨率的機(jī)理，具有較好的噪聲抑制能力。
[0007]但是這些超分辨技術(shù)大多是采用單極化數(shù)據(jù)來獲得雷達(dá)圖像，單極化數(shù)據(jù)在雷達(dá)成像中不能很好顯示包含復(fù)雜幾何結(jié)構(gòu)的散射中心。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于提出基于分布式壓縮感知的全極化SAR超分辨成像方法，本發(fā)明對(duì)多個(gè)極化通道進(jìn)行聯(lián)合超分辨，使各極化通道信息得到有效融合。
[0009]為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)方案予以實(shí)現(xiàn)。
[0010]基于分布式壓縮感知的全極化SAR超分辨成像方法包括以下步驟:
[0011]S1:根據(jù)合成孔徑雷達(dá)中設(shè)置的全極化通道，建立全極化合成孔徑雷達(dá)信號(hào)模型；所述全極化通道包括HH極化通道、HV極化通道和VV極化通道；
[0012]S2:利用合成孔徑雷達(dá)全極化通道中的每個(gè)極化通道，接收對(duì)應(yīng)的后向散射回波數(shù)據(jù)；根據(jù)各個(gè)極化通道接收的后向散射回波數(shù)據(jù)，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣；
[0013]S3:針對(duì)全極化合成孔徑雷達(dá)超分辨成像問題，采用分布式壓縮感知算法，建立合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題模型；
[0014]S4:求解所述合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣；
[0015]S5:根據(jù)所述合成孔徑雷達(dá)后向散射系數(shù)矩陣，針對(duì)每個(gè)極化通道進(jìn)行超分辨成像處理，得出對(duì)應(yīng)的偽彩色圖像；
[0016]S6:針對(duì)各個(gè)極化通道對(duì)應(yīng)的偽彩色圖像，采用基于RGB空間的偽彩色圖像融合算法進(jìn)行偽彩色融合，得出偽彩色融合圖像。
[0017] 本發(fā)明的特點(diǎn)和進(jìn)一步改進(jìn)在于:
[0018]在步驟SI中，全極化合成孔徑雷達(dá)信號(hào)模型為:
[0019]S=Ta+ ε
[0020]其中，S= [sHH, svv, sHV], s表不合成孔徑雷達(dá)后向散射系數(shù)矩陣，sHH為16384X1維的列向量，Shh表示HH極化通道接收的回波向量~為16384X1維的列向量，Svv表示VV極化通道接收的回波向量；sHVS 16384X1維的列向量，sHV表示HV極化通道接收的回波向量；a=[aHH, avv, Bhv] , a表不全極化稀疏信號(hào)矩陣，aHH為65536X I維的列向量，為HH極化方式下的目標(biāo)散射系數(shù)矢量；avv為65536X I維的列向量，avv為VV極化方式下的目標(biāo)散射系數(shù)矢量；aHV為65536 X I維的列向量，&Ην為HV極化方式下的目標(biāo)散射系數(shù)矢量；Τ為設(shè)定的超分辨字典，T是一個(gè)16384X65536維的映射矩陣；ε=[εΗΗ，ε νν, ε HV]，εΗΗ為16384X1維的列向量，ε ηη表示設(shè)定的HH極化通道加性噪聲；ε νν為16384X1維的列向量，ε νν表示設(shè)定的VV極化通道加性噪聲；ε HV為16384X I維的列向量，ε HV表示設(shè)定的HV極化通道加性噪聲；
[0021]在步驟S2中，在HH極化方式下的后向散射回波數(shù)據(jù)中，截取出維度為128X128的數(shù)據(jù)，將截取的數(shù)據(jù)記為HH極化通道回波截取數(shù)據(jù)；在￥￥極化方式下的后向散射回波信號(hào)中，截取出維度為128X128的數(shù)據(jù)，將截取的數(shù)據(jù)記為VV極化通道回波截取數(shù)據(jù)；在取極化方式下的后向散射回波信號(hào)中，截取出維度為128X128的數(shù)據(jù)，將截取的數(shù)據(jù)記為HV極化通道回波截取數(shù)據(jù)；
[0022]按照HH極化通道回波截取數(shù)據(jù)的列順序，將HH極化通道回波截取數(shù)據(jù)的各列依次順疊，得出HH極化通道接收的回波向量sHH ;按照VV極化通道回波截取數(shù)據(jù)的列順序，將VV極化通道回波截取數(shù)據(jù)的各列依次順疊，得出VV極化通道接收的回波向量svv ;按照HV極化通道回波截取數(shù)據(jù)的列順序，將HV極化通道回波截取數(shù)據(jù)的各列依次順疊，得出HV極化通道接收的回波向量sHV ;從而得出合成孔徑雷達(dá)后向散射系數(shù)矩陣S。
[0023]基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，在步驟S3中，所述合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題為:
【權(quán)利要求】
1.基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，包括以下步驟: S1:根據(jù)合成孔徑雷達(dá)中設(shè)置的全極化通道，建立全極化合成孔徑雷達(dá)信號(hào)模型；所述全極化通道包括HH極化通道、HV極化通道和VV極化通道； 52:利用合成孔徑雷達(dá)全極化通道中的每個(gè)極化通道，接收對(duì)應(yīng)的后向散射回波數(shù)據(jù)；根據(jù)各個(gè)極化通道接收的后向散射回波數(shù)據(jù)，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣； 53:針對(duì)全極化合成孔徑雷達(dá)超分辨成像問題，采用分布式壓縮感知算法，建立合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題模型； S4:求解所述合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題，得出合成孔徑雷達(dá)后向散射系數(shù)矩陣； 55:根據(jù)所述合成孔徑雷達(dá)后向散射系數(shù)矩陣，針對(duì)每個(gè)極化通道進(jìn)行超分辨成像處理，得出對(duì)應(yīng)的偽彩色圖像； 56:針對(duì)各個(gè)極化通道對(duì)應(yīng)的偽彩色圖像，采用基于RGB空間的偽彩色圖像融合算法進(jìn)行偽彩色融合，得出偽彩色融合圖像。
2.如權(quán)利要求1所述的基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，在步驟SI中， 全極化合成孔徑雷達(dá)信號(hào)模型為:
S=Ta+ ε 其中，s=[sHH，svv, Shv]，s表不合成孔徑雷達(dá)后向散射系數(shù)矩陣，sHH為16384X I維的列向量，Shh表示HH極化通道接收的回波向量.、為16384X1維的列向量，Svv表示VV極化通道接收的回波向量；sHV為16384X1維的列向量，Shv表示HV極化通道接收的回波向量；a=[aHH, avv, Bhv] , a表不全極化稀疏信號(hào)矩陣，aHH為65536X I維的列向量，為HH極化方式下的目標(biāo)散射系數(shù)矢量；avv為65536X I維的列向量，avv為VV極化方式下的目標(biāo)散射系數(shù)矢量；aHV為65536 X I維的列向量，&Ην為HV極化方式下的目標(biāo)散射系數(shù)矢量；Τ為設(shè)定的超分辨字典，T是一個(gè)16384X65536維的映射矩陣；ε=[εΗΗ，ε νν, ε HV]，εΗΗ為16384X1維的列向量，ε ηη表示設(shè)定的HH極化通道加性噪聲；ε νν為16384X1維的列向量，ε νν表示設(shè)定的VV極化通道加性噪聲；ε HV為16384X I維的列向量，ε HV表示設(shè)定的HV極化通道加性噪聲； 在步驟S2中，在HH極化方式下的后向散射回波數(shù)據(jù)中，截取出維度為128X128的數(shù)據(jù)，將截取的數(shù)據(jù)記為HH極化通道回波截取數(shù)據(jù)；在VV極化方式下的后向散射回波信號(hào)中，截取出維度為128X128的數(shù)據(jù)，將截取的數(shù)據(jù)記為VV極化通道回波截取數(shù)據(jù)；在取極化方式下的后向散射回波信號(hào)中，截取出維度為128 X 128的數(shù)據(jù)，將截取的數(shù)據(jù)記為HV極化通道回波截取數(shù)據(jù)； 按照HH極化通道回波截取數(shù)據(jù)的列順序，將HH極化通道回波截取數(shù)據(jù)的各列依次順疊，得出HH極化通道接收的回波向量sHH ;按照VV極化通道回波截取數(shù)據(jù)的列順序，將VV極化通道回波截取數(shù)據(jù)的各列依次順疊，得出VV極化通道接收的回波向量svv ;按照HV極化通道回波截取數(shù)據(jù)的列順序，將HV極化通道回波截取數(shù)據(jù)的各列依次順疊，得出HV極化通道接收的回波向量sHV ;從而得出合成孔徑雷達(dá)后向散射系數(shù)矩陣S。
3.如權(quán)利要求2所述的基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，在步驟S3中，所述合成孔徑雷達(dá)后向散射系數(shù)矩陣的最優(yōu)化問題為:
4.如權(quán)利要求3所述的基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，所述步驟S4具體包括以下步驟: S41:初始化全極化稀疏信號(hào)矩陣a，獲得全極化稀疏信號(hào)矩陣a的初始值# ;設(shè)定迭代次數(shù)1，1=1，2，3...;當(dāng)I為I時(shí)，執(zhí)行步驟S42 ；S42:按照以下公式計(jì)算全極化稀疏信號(hào)矩陣a的第1次估計(jì)值a
5.如權(quán)利要求4所述的基于分布式壓縮感知的全極化SAR超分辨成像方法，其特征在于，在步驟S5中，在得出全極化稀疏信號(hào)矩陣a之后，即得出了 HH極化方式下的目標(biāo)散射系數(shù)矢量aHH、VV極化方式下的目標(biāo)散射系數(shù)矢量avv以及HV極化方式下的目標(biāo)散射系數(shù)
^hv ; 將a的第一列從上到下依次劃分為256個(gè)列向量,每個(gè)劃分的列向量的個(gè)數(shù)均為256個(gè)，按照劃分順序，將劃分的256個(gè)列向量組成HH極化方式下的目標(biāo)散射系數(shù)矩陣，其維度為256X256的矩陣；針對(duì)所述HH極化方式下的目標(biāo)散射系數(shù)矩陣，進(jìn)行超分辨成像，得出HH極化通道對(duì)應(yīng)的超分辨成像圖；將a的第二列從上到下依次劃分為256個(gè)列向量，每個(gè)劃分的列向量的個(gè)數(shù)均為256個(gè)，按照劃分順序，將劃分的256個(gè)列向量組成VV極化方式下的目標(biāo)散射系數(shù)矩陣，其維度為256X256的矩陣；針對(duì)所述VV極化方式下的目標(biāo)散射系數(shù)矩陣，進(jìn)行超分辨成像，得出VV極化通道對(duì)應(yīng)的超分辨成像圖；將a的第三列從上到下依次劃分為256個(gè)列向量,每個(gè)劃分的列向量的個(gè)數(shù)均為256個(gè),按照劃分順序,將劃分的256個(gè)列向量組成HV極化方式下的目標(biāo)散射系數(shù)矩陣，其維度為256 X 256的矩陣；針對(duì)所述HV極化方式下的目標(biāo)散射系數(shù)矩陣，進(jìn)行超分辨成像，得出HV極化通道對(duì)應(yīng)的超分辨成像圖； 在步驟S6中，在進(jìn)行偽彩色融合的過程中，將|aHH|作為對(duì)應(yīng)RGB圖的紅色分量系數(shù)R，將IavvI作為對(duì)應(yīng)RGB圖的綠色分量系數(shù)G，將將^|a,|作為對(duì)應(yīng)RGB圖的藍(lán)色分量系數(shù)B ; I aHH I 為 aHH 的模，I avv I 為 avv 的模，| aHV | 為的模。
【文檔編號(hào)】G01S13/90GK103983968SQ201410106245
【公開日】2014年8月13日 申請(qǐng)日期:2014年3月20日 優(yōu)先權(quán)日:2014年3月20日
【發(fā)明者】張磊, 吳敏, 許志偉, 段佳, 邢孟道 申請(qǐng)人:西安電子科技大學(xué)