本發(fā)明屬于雷達成像
技術領域：
，特別適用于實波束掃描雷達方位向角超分辨成像方法。
背景技術：
：機載雷達前視高分辨成像的研究，對于軍用和民用領域都有極大的意義。實現(xiàn)機載平臺正前視高分辨成像，可解決在對敵方目標進行搜索、跟蹤、識別、監(jiān)視、定位以及飛機自主著陸、自主導航、對地探測、物資空投、海洋搜索等領域的應用需求。雷達前視高分辨成像要求圖像在距離向和方位向同時具有高分辨率。距離向高分辨可通過發(fā)射大時寬帶寬積的線性調頻信號，然后對距離向回波進行脈沖壓縮技術處理以實現(xiàn)距離向的高分辨。而對于前視雷達工作區(qū)域的方位向，由于平臺與成像區(qū)域內目標相對運動產生的多普勒頻率梯度幾乎為零，導致無法利用現(xiàn)有的脈沖壓縮技術實現(xiàn)方位向高分辨，只能得到掃描成像模式下目標實波束成像結果，無法實現(xiàn)雷達圖像的高分辨。文獻“S.M.ShermanandD.K.Barton,Monopulseprinciplesandtechniques.ArtechHouse，2011.”提出利用單脈沖技術的方法，能夠對單目標實現(xiàn)方位向高分辨率，但是該方法不能區(qū)分在同一波瓣內的多目標。由于掃描雷達方位向信號可以看作是天線方向圖與目標散射系數(shù)的卷積，因此可以通過解卷積的方法重建目標信息，文獻“F.Prez-Martnez,J.Garcia-Fomiaya,andJ.CalvoGallego.Ashift-and-convolutiontechniqueforhigh-resolutionradarimages.SensorsJournal,IEEE,vol.5,no.5,pp.1090-1098,2005”提出了一種移動卷積(shift-and-convolution)技術，適用于單通道實波束的高分辨雷達成像。但是這種方法需要足夠高的距離分辨率，而且不能在本質上提高方位分辨率。文獻“ZhouDaolin；HuangYulin；YangJianyu,"RadarangularsuperresolutionalgorithmbasedonBayesianapproach,"inSignalProcessing(ICSP),2010IEEE10thInternationalConferenceon,vol.,no.,pp.1894-1897,24-28Oct.2010”提出了一種基于最大似然框架下的迭代算法來恢復目標位置信息，從而獲得角超分辨。這種方法迭代收斂速度快且計算量小，但分辨率提高有限。技術實現(xiàn)要素：本發(fā)明的目的是針對實波束雷達方位分辨率低，以及
背景技術：
存在的缺陷，提出了一種基于泊松分布的最大后驗概率估計角超分辨成像方法；突破了雷達系統(tǒng)參數(shù)對雷達成像角分辨率的制約，并實現(xiàn)方位向超分辨成像；通過參數(shù)設置可應用于不同場景，并較常規(guī)方法提高了方位向超分辨成像精度。本發(fā)明的技術方案為：一種運動平臺掃描雷達超分辨成像方法，包括：S1、系統(tǒng)參數(shù)初始化，包括：發(fā)射信號的載頻為f0，脈沖重復時間為PRI的線性調頻信號；波束俯仰角為θ；目標方位角為φ；載機的速度為V；載機平臺與場景中位于(x,y)點處目標的距離，記為R(t)；設場景目標到雷達的初始斜距為R0；雷達在在掃描過程中的方位向時間，記為t；經過時間t，目標到載機平臺的瞬時斜距可以表示為實波束掃描雷達成像區(qū)域的方位時間向量記為Ta＝[-PRI·N/2,-PRI·(N/2-1),…,PRI·(N/2-1)]；距離時間向量記為Tr＝[-1/fr·M/2,-1/fr·(M/2-1),…,1/fr·(M/2-1)]，其中，fr為距離向采樣率；S2、回波數(shù)據(jù)距離向脈沖壓縮，構造距離向脈壓參考信號sref，將回波信號在距離向進行FFT變換到頻域再與距離向脈壓參考信號sref的頻譜相乘，然后反變換到二維時域中，得到距離向脈沖壓縮后的回波數(shù)據(jù)；S3、距離走動校正，在一個波束掃描駐留時間內距離走動量ΔR小于或等于距離分辨單元Δr時，轉至步驟S4；否則，對步驟S2得到的回波數(shù)據(jù)進行尺度變換，然后在頻域上乘以相位補償因子，最后再進行距離向上的反變換得到回波的時域函數(shù)；S4、建立掃描雷達方位向回波模型，將步驟S3得到的時域函數(shù)轉化為矩陣與向量的形式；s＝Wσ+n；其中，σ＝[σ(1,1),σ(1,2),…,σ(1,K),…,σ(N,K)]T是一個NK×1維的目標散射系數(shù)向量，n是一個NM×1維的噪聲向量；N表示接收信號在距離向的采樣點數(shù)，M表示接收信號在方位向的采樣點數(shù)，σ(N,K)表示原始目標散射系數(shù)矩陣中第N行第K列的未知目標的幅度值；W是一個NM×NK維矩陣，[*]T表示轉置運算；S5、泊松約束下最大后驗概率估計的反卷積求解，根據(jù)步驟四得到的回波矩陣，以及貝葉斯定理，利用最大后驗概率準則對目標場景中目標散射系數(shù)進行估計，實現(xiàn)雷達角超分辨成像。進一步地，所述步驟S2之前還包括：A1、設發(fā)射線性調頻信號為S(τ)=rect(τTr)·exp(j2πf0τ+jπKrτ2),]]>其中，rect(·)代表距離向脈沖矩形包絡，其定義為τ為距離向時間變量，Tr是脈沖時寬，Kr為調頻斜率，f0為載頻；A2、對接收回波進行離散化處理，對于成像區(qū)域Ω，回波信號經過下變頻后的解析表達式可以寫成：s(t,τ)=Σ(x,y)∈Ωσ(x,y)·wa(t)·rect(τ-2R(t)c)·exp{-j4πf0R(t)c}·exp(jπKr[τ-2R(t)c]2)+n1(τ,t);]]>其中，σ(x,y)為點(x,y)處目標的散射函數(shù)；t為方位向時間變量；τ為距離向時間變量；ωa(·)為天線方向圖調制函數(shù)，ωa(t)＝A(θ0-θ)，A(θ)為天線方向圖函數(shù)，θ0為目標方位角；c是電磁波傳播速度；n1(τ,t)為回波中的噪聲。更進一步地，步驟S2所述距離向脈沖壓縮后的信號解析表達式為：s1(t,τ)=Σ(x,y)∈Ωσ(x,y)·wa(t)·exp{-j4πf0R(t)c}·sinc{B[τ-2·R(t)c]}+n2(τ,t);]]>其中，B是發(fā)射信號的帶寬，B＝Kr×Tr；n2(τ,t)是s(t,τ)進行脈沖壓縮后引入系統(tǒng)的噪聲。進一步地，步驟S3所述一個波束掃描駐留時間內距離走動量ΔR的求解過程為：B1、對S1中的瞬時斜距表達式在t＝0處進行泰勒級數(shù)展開，得到：R(t)=R0-Vtcosθcosφ+V2(1-cos2θcos2φ)2R0t2+O(t);]]>B2、將步驟B1泰勒級數(shù)展開的表達式進行簡化，得到：R(t)≈R0-Vtcosθcosφ；B3、根據(jù)步驟B2得到的表達式，得到在一個波束掃描駐留時間內距離走動量為：ΔR＝VTβcosθcosφ；其中，為波束掃描駐留時間，θbeta為3dB波束寬度，ω為天線掃描速度。進一步地，所述步驟S5具體包括：S51、根據(jù)貝葉斯定理，步驟S4中的到的回波矩陣的后驗概率為：p(σ|s)=p(s|σ)p(σ)p(s);]]>其中，p(σ|s)表示回波數(shù)據(jù)的后驗概率，p(s|σ)表示似然函數(shù)，p(σ)表示先驗概率；S52、基于最大后驗概率準則，得到σ最優(yōu)估計量的表達式為：σ^=argmaxσp(σ|s)=argmaxσp(s|σ)p(σ)p(s)=argmaxσ[p(s|σ)p(σ)];]]>其中，為目標的最大后驗估計解；S53、采用廣義高斯分布表征目標的先驗信息；p(σ)=Πk=1NKCexp(-|σk|γμ)=CNKexp(-Σk=1NK|σk|γμ);]]>其中，σk表示NK×1維目標散射系數(shù)向量σ中的第k項，且k＝1,2,…,NK，C是一個常數(shù)；γ為正規(guī)化參數(shù)；μ為尺度參數(shù)；S54、采用泊松分布函數(shù)描述目標的噪聲分布特性；p(s|σ)=Πl=1MN[(Wσ)l]s(l)s(l)!exp(-(Wσ)l);]]>S55、根據(jù)步驟S53得到的目標的先驗信息以及步驟S54得到的目標的噪聲分布，得到σ的迭代表達式；σe+1=σe(WTsWσe-(γμ)·Hσe);]]>其中，e表示迭代次數(shù)，[*]T表示轉置運算。本發(fā)明的有益效果：本發(fā)明的一種運動平臺掃描雷達超分辨成像方法，首先根據(jù)掃描雷達的回波模型，將掃描雷達方位向回波建模成雷達天線方向圖與目標散射系數(shù)的卷積形式；然后，通過實波束掃描雷達發(fā)射線性調頻信號，獲取被照射區(qū)域的二維回波信號，通過脈沖壓縮技術和距離走動校正技術實現(xiàn)距離向的超分辨，本發(fā)明采用廣義高斯分布表征目標統(tǒng)計特性并作為先驗信息，并采用泊松分布來表征雜波分布，針對于回波數(shù)據(jù)中與目標直接相關的目標數(shù)較少的原理，本發(fā)明采用泊松分布來表征其雜波的分布特性，提出了一種基于貝葉斯最大后驗概率理論的卷積反演算法來實現(xiàn)前視掃描雷達的角超分辨，通過該迭代算法得到本發(fā)明提出的MAP解，實現(xiàn)掃描雷達的角超分辨成像。附圖說明圖1是本發(fā)明提供方法的流程框圖。圖2是本發(fā)明掃描雷達成像運動幾何模型。圖3是雷達天線方向圖。圖4是雷達的仿真場景圖。圖5是掃描雷達回波場景圖。圖6是本發(fā)明處理后的場景圖及其剖面圖。具體實施方式為便于本領域技術人員理解本發(fā)明的技術內容，下面結合附圖對本
發(fā)明內容進一步闡釋。下面結合附圖對本發(fā)明的實施做進一步的說明。為了方便本發(fā)明的內容，首先對以下術語進行解釋。術語1：雷達角超分辨雷達角超分辨是指雷達通過信號處理的方法，突破系統(tǒng)本身能夠達到分辨的極限，實現(xiàn)方位上的高分辨能力。術語2：貝葉斯定理貝葉斯定理，是英國數(shù)學家ThomasBayes發(fā)明創(chuàng)造的一系列概率論理論，并廣泛應用于數(shù)學、工程等理論，具體公式如下：P(D|H)=P(H|D)P(D)P(H)---(1)]]>其中，P(D|H)表示在H發(fā)生的情況下D發(fā)生的可能性，被稱為后驗概率，P(H|D)P(D)為先驗概率，P(H)為基礎概率。術語3：最大后驗估計理論最大后驗(Maximumaposteriori，MAP)估計方法根據(jù)經驗數(shù)據(jù)獲得對難以觀察的量的點估計。最大后驗估計融入了被估計量的先驗分布信息。本發(fā)明主要采用仿真實驗論證所提出的雷達角超分辨方法的可行性和有效性。本發(fā)明中所有步驟、結論都在Matlab2012仿真平臺上驗證正確，下面結合附圖和具體實施步驟對本發(fā)明做進一步的闡述。本實施例按照如圖1所示的流程框圖來具體實現(xiàn)，具體步驟如下：S1:根據(jù)圖2所示的實波束掃描雷達前視成像的幾何模型，并根據(jù)圖3所示的系統(tǒng)仿真參數(shù)，初始化系統(tǒng)參數(shù)。具體包括如下參數(shù)：發(fā)射信號的載頻為f0，脈沖重復時間為PRI的線性調頻信號；波束俯仰角為θ；目標方位角為φ；載機的速度為V；載機平臺與場景中位于(x,y)點處目標的距離，記為R(t)；設場景目標到雷達的初始斜距為R0；經過時間t，目標到載機平臺的瞬時斜距可以表示為：R(t)=R02+(Vt)2-2R0Vtcosθcosφ.]]>實波束掃描雷達成像區(qū)域的方位時間向量記為：Ta＝[-PRI·N/2,-PRI·(N/2-1),…,PRI·(N/2-1)]；距離時間向量記為：Tr＝[-1/fr·M/2,-1/fr·(M/2-1),…,1/fr·(M/2-1)]，其中，fr為距離向采樣率。本示例采用的仿真目標場景如圖5所示。S2：根據(jù)前視掃描雷達成像運動幾何模型圖2以及表1給的參數(shù)，表1雷達系統(tǒng)參數(shù)參數(shù)符號數(shù)值波束寬度θbeta3°平臺速度V100m/s信號帶寬B30MHz脈沖寬度Tr2μs載頻f010GHz作用距離R03km掃描速度ω30°/s脈沖重復頻率PRF2000Hz掃描范圍θscan-15°～15°發(fā)射信號為線性調頻信號其中，rect(·)代表距離向脈沖矩形包絡，其定義為τ為距離向時間變量，Tr是脈沖時寬，Kr為調頻斜率，f0為載頻。對接收回波進行離散化處理，對于成像區(qū)域Ω，回波信號經過下變頻后的解析表達式可以寫成：s(t,τ)=Σ(x,y)∈Ωσ(x,y)·wa(t)·rect(τ-2R(t)c)·exp{-j4πf0R(t)c}·exp(jπKr[τ-2R(t)c]2)+n1(τ,t)---(2)]]>其中，σ(x,y)為點(x,y)處目標的散射函數(shù)；t為方位向時間變量；τ為距離向時間變量；ωa(·)為天線方向圖調制函數(shù)，ωa(t)＝A(θ0-θ)，A(θ)為天線方向圖函數(shù)，θ0為目標方位角；c是電磁波傳播速度；n1(τ,t)為回波中的噪聲。根據(jù)脈沖壓縮原理，構造距離向脈壓參考信號這里，表示距離向參考時間。將回波信號s(t,τ)在距離向進行FFT變換到頻域與參考信號sref的頻譜相乘，再反變換到二維時域中，實現(xiàn)距離向的脈沖壓縮。脈沖壓縮后的信號可以表示為下式：s1(t,τ)=Σ(x,y)∈Ωσ(x,y)·wa(t)·exp{-j4πf0R(t)c}·sinc{B[τ-2·R(t)c]}+n2(τ,t)---(3)]]>其中，B是發(fā)射信號的帶寬，B＝Kr×Tr；n2(τ,t)是s(t,τ)進行脈沖壓縮后引入系統(tǒng)的噪聲。S3：為消除時間變量t對目標距離函數(shù)R(t)的影響，對于瞬時斜距表達式在t＝0處進行泰勒級數(shù)展開，可得：R(t)=R0-Vtcosθcosφ+V2(1-cos2θcos2φ)2R0t2+O(t);]]>在實際應用中，由于天線掃描速度快、成像區(qū)域小、作用距離遠，可以忽略二次項和無窮小項，斜距表達式可以簡化為R(t)≈R0-Vtcosθcosφ；顯然，在一個波束掃描駐留時間內距離走動量為ΔR＝VTβcosθcosφ，式中，為波束掃描駐留時間，θbeta為3dB波束寬度，ω為天線掃描速度。假設距離分辨單元式中，fr為距離向采樣率。在此步驟中，若有直接進入步驟四；若需要進行距離走動校正。為消除平臺運動產生的距離走動，對數(shù)據(jù)進行尺度變換，在頻域上乘以相位補償因子最后再進行距離向上的反變換得到回波的時域函數(shù)，消除距離走動后，回波信號的表達式如下：s2(t,τ)=Σ(x,y)∈Ωσ(x,y)·wa(t)·exp{-j4πf0R(t)c}·sinc{B[τ-2·R0c]}+n3(τ,t)---(4)]]>其中，n3(τ,t)是進行距離走動校正后引入系統(tǒng)的總噪聲。S4：在經過步驟S3的處理之后，回波信號s可表示成目標散射系數(shù)和天線波束的卷積形式：其中，s＝[s(1,1)…s(1,2),…,s(1,M),…,s(N,M)]T是一個NM×1維的向量，是將所有的測量值在距離向上重新排列，其中，在場景中N和M分別為接收信號在距離向和方位向的采樣點數(shù)；為了便于推導和計算，這里將場景中的原始目標散射系數(shù)矩陣：中的每一行抽取出來排成一行，然后取轉置得到目標散射系數(shù)向量σ＝[σ(1,1),σ(1,2),…,σ(1,K),…,σ(N,K)]T，σ是一個NK×1維的向量；σ(N,K)表示原始目標散射系數(shù)矩陣中第N行第K列的未知目標的幅度值，[*]T表示轉置運算，是將所有未知目標的幅度值在距離向上重新排列，n＝[n(1,1),n(1,2),…,n(1,M),…,n(N,M)]T是一個NM×1維的噪聲向量，符合廣義高斯分布；W是一個NM×NK維矩陣，可以寫成：W＝[W1，1,…,W1，K,…,Wi,j,…,WN,K]T(6)其中：[a(i,j,1),…,a(i,j,NM)]T是天線方向圖和第(i,j)目標的卷積加權向量，代表天線和第(i,j)目標的相對運動導致的附加相移；Δt表示脈沖重復間隔，即PRI間隔。雷達的天線方向圖如圖3所示，根據(jù)天線的方向圖構造卷積矩陣W。并對仿真場景圖4進行成像，在數(shù)據(jù)中加入信噪比為25dB的高斯噪聲條件下得到如圖5所示回波，成像結果圖并不能準確的得到目標的原始幅度和角度信息。S5：本步驟從步驟S4卷積模型出發(fā)，根據(jù)基于貝葉斯理論的在泊松約束下的最大后驗概率估計方法實現(xiàn)對目標的反卷積估計以解決直接反卷積存在的零點病態(tài)問題，實現(xiàn)雷達角超分辨成像。對于公式(5)，由貝葉斯理論可知，目標回波數(shù)據(jù)的后驗概率可表示為：p(σ|s)=p(s|σ)p(σ)p(s)---(7)]]>其中，p(σ|s)，p(s|σ)和p(σ)分別代表回波數(shù)據(jù)的后驗概率，似然函數(shù)和先驗概率?；贛AP準則可得σ最合適的估計量的表達式為：σ^=argmaxσp(σ|s)=argmaxσp(s|σ)p(σ)p(s)=argmaxσ[p(s|σ)p(σ)]---(8)]]>其中，為目標的MAP解。為了方便計算，將(7)式轉換為對數(shù)形式，則(7)式將轉換為：σ^=argminσ[-ln(p(s|σ)p(σ))]=argminσ[-ln(p(s|σ))-ln(p(σ))]---(9)]]>由于廣義高斯分布可以描述具有變化散布系數(shù)的不同目標的分布特性，所以本發(fā)明中采用廣義高斯分布表征目標的先驗信息；其函數(shù)表達式為：p(σ)=Πk=1NKCexp(-|σk|γμ)=CNKexp(-Σk=1NK|σk|γμ)---(10)]]>其中，σk表示NK×1維目標散射系數(shù)向量σ中的第k項，且k＝1,2,…,NK，C是一個常數(shù)；γ為正規(guī)化參數(shù)；μ為尺度參數(shù)。因為在掃描雷達回波中，回波數(shù)據(jù)中與目標直接相關的目標數(shù)較少。即，統(tǒng)計學中的大觀察數(shù)據(jù)中的小樣本事件；因此，本發(fā)明中使用泊松分布函數(shù)來描述這種現(xiàn)象的統(tǒng)計特性。即：p(s|σ)=Πl=1MN[(Wσ)l]s(l)s(l)!exp(-(Wσ)l)---(11)]]>將(10)式與(11)式帶入到(9)式當中可得：σ^=argminσ[-ln(p(s|σ))-ln(p(σ))]=argminσ[-ln(Πl=1MN[(Wσ)l]s(l)s(l)!exp(-(Wσ)l))-ln(CNKexp(-Σk=1NK|σk|γμ))]=argminσ[-Σl=1MN[s(l)ln(Wσ)l-(Wσ)l-ln(s(l)!)]-NKlnC+Σk=1NK|σk|γμ]---(12)]]>從式(12)可以看出，目標函數(shù)可以被看成正規(guī)化估計的問題，變化的正規(guī)項為當γ＝1時，目標函數(shù)為典型的l1范數(shù)優(yōu)化問題；當γ＝2時，目標函數(shù)則變?yōu)門ikhonov正則化過程。對于0<γ≤1，可以看成是稀疏信號恢復的問題。可以通過選擇合適的γ值來表示不同成像環(huán)境以及達到不同的目的。當面對稀疏采樣或只注重強目標的角度和位置信息時，可設置0<γ≤1；此外，當1<γ≤2時可以提高圖像分辨率并實現(xiàn)去噪的效果。為了得到(12)式的最大值，對(12)式的目標函數(shù)進行梯度運算(即對σ求導)：▿f[-ln(p(s|σ)p(σ))]=WTI-WTsWσ+Σk=1NKγ|σk|γ-1μ=WTI-WTsWσ+(γμ)·Hσ---(13)]]>其中，[*]T表示轉置運算，I為NM階單位向量，其所有元素都是1；H是一個NK維的對角矩陣，H＝diag(h1,...,hNK)，這里hi＝|σi|γ-2。通過對矩陣W進行歸一化處理使得WTI為單位矩陣，為求目標函數(shù)的最小值，令(13)式為零可得表達式(14)：I-WTsWσ+(γμ)·Hσ=0---(14)]]>根據(jù)(14)式可得σ的迭代表達式為：σe+1=σe(WTsWσe-(1μ)·Hσe)---(15)]]>其中，W為目標的卷積矩陣；e是迭代次數(shù)；H＝diag(h1,…,hNK)。這個迭代解就是基于本發(fā)明提出的MAP解。選取適當?shù)牡螖?shù)k＝200，為了有更好的抗噪性,設置散布參數(shù)γ＝1.05，迭代的最終結果將是本發(fā)明的超分辨解，實現(xiàn)掃描雷達的角超分辨成像。圖6為經過本發(fā)明方法處理后的場景圖及其相關剖面圖，處理結果圖可以看出原場景在處理后場景目標的角度信息得到了很好的恢復,噪聲也得到很好的抑制。本領域工程技術人員可根據(jù)本發(fā)明公開的雷達角分辨方法做出相關的應用，相關知識仍在本發(fā)明保護范圍之內。當前第1頁1 2 3