本發(fā)明屬于雷達(dá)成像
技術(shù)領(lǐng)域：
，具體涉及掃描雷達(dá)前視方位向高分辨成像。
背景技術(shù)：
：雷達(dá)由于具有全天候和全天時(shí)的特性，被廣泛應(yīng)用于軍事和民用領(lǐng)域。而實(shí)現(xiàn)雷達(dá)前視成像，在精確制導(dǎo)、飛行器自主著陸等領(lǐng)域都有重要的意義。然而，在傳統(tǒng)的雷達(dá)成像方法中，雖然通過(guò)掃描雷達(dá)可以得到前視區(qū)域?qū)嵅ㄊ夭ㄐ盘?hào)，但是孔徑大小和成像方法限制了成像區(qū)域的方位向分辨率，很難滿足實(shí)際應(yīng)用對(duì)分辨率的需求。因此，利用信號(hào)處理的方法，實(shí)現(xiàn)前視區(qū)分辨率的改善具有重要意義。文獻(xiàn)“q.huang,l.qu,b.wu,etal.uwbthrough-wallimagingbasedoncompressivesensing[j].geoscienceandremotesensing,ieeetransactionson,2010,48(3):1408–1415.”中將l1算子的正則化解卷積方法應(yīng)用到雷達(dá)成像中，將雷達(dá)成像問(wèn)題轉(zhuǎn)化為l1算子為約束項(xiàng)的優(yōu)化問(wèn)題，但文獻(xiàn)中所述的方法的成像結(jié)果對(duì)噪聲較為敏感。文獻(xiàn)“huangyulin,zhayuebo,yangjianyuetal.forwardlookingradarimagingbytruncatedsingularvaluedecompositionanditsapplicationforadverseweatheraircraftlanding2015,15(6)14397–14414”將截?cái)嗥娈愔捣椒ㄓ糜诶走_(dá)前視成像，利用截?cái)噍^小的奇異值，抑制噪聲的放大，實(shí)現(xiàn)矩陣求逆。但是該方法中，采用截?cái)嗥娈愔凳侄?，抑制噪聲放大的同時(shí)，目標(biāo)信息量同樣會(huì)丟失，方位向分辨率會(huì)受到影響。技術(shù)實(shí)現(xiàn)要素：為解決上述問(wèn)題，本發(fā)明提出了一種稀疏奇異值分解掃描雷達(dá)前視成像方法，利用奇異值分解理論，對(duì)天線測(cè)量矩陣奇異值分解，篩選保留主要奇異值，降低噪聲影響，保留目標(biāo)的主要信息，對(duì)回波信號(hào)和天線測(cè)量矩陣進(jìn)行重構(gòu)，然后基于稀疏約束條件構(gòu)建目標(biāo)函數(shù)，并用迭代求解的策略恢復(fù)出目標(biāo)方位向分布，提高方位向分辨率。本發(fā)明的技術(shù)方案為：一種稀疏奇異值分解掃描雷達(dá)前視成像方法，包括：s1、根據(jù)掃描雷達(dá)前視回波信號(hào)，將方位向信號(hào)構(gòu)造為目標(biāo)散射系數(shù)與天線測(cè)量矩陣運(yùn)算形式；s2、采用截?cái)嗥娈愔捣纸鈱?duì)回波信號(hào)和天線測(cè)量矩陣進(jìn)行重構(gòu)，得到主要目標(biāo)信息；s3、根據(jù)步驟s2得到的主要目標(biāo)信息，基于稀疏約束條件，構(gòu)建目標(biāo)函數(shù)；s4、采用迭代求解目標(biāo)函數(shù)，得到目標(biāo)方位向分布。進(jìn)一步地，步驟s1所述掃描雷達(dá)前視回波信號(hào)還包括以下處理過(guò)程：a1、根據(jù)發(fā)射的線性調(diào)頻信號(hào)，構(gòu)造脈沖壓縮參考信號(hào)；將脈沖壓縮參考信號(hào)與回波進(jìn)行相關(guān)運(yùn)算，得到脈沖壓縮后的回波信號(hào)：其中，f(x,y)為位于場(chǎng)景(x,y)處的目標(biāo)散射系數(shù)；sinc(·)為距離脈壓響應(yīng)函數(shù)，ωa(t)為時(shí)間調(diào)制函數(shù)；t為方位向慢時(shí)間；n1(τ,t)為成像過(guò)程中產(chǎn)生的噪聲；τ是距離向時(shí)間變量；ω為整個(gè)的成像區(qū)域；b為發(fā)射信號(hào)的信號(hào)帶寬；fc為發(fā)射信號(hào)載頻；c為光速；r(x,y,t)為機(jī)載雷達(dá)平臺(tái)與前視成像區(qū)域中位于(x,y)的目標(biāo)的距離歷史；a2、對(duì)脈沖壓縮后的回波信號(hào)進(jìn)行尺度變換，得到距離走動(dòng)校正后的回波信號(hào)：其中，n2(τ,t)為進(jìn)行距離走動(dòng)校正處理后的系統(tǒng)中的噪聲。進(jìn)一步地，所述步驟s2具體包括以下分步驟：s21、首先利用奇異值理論對(duì)天線測(cè)量矩陣進(jìn)行奇異值分解，得到天線測(cè)量矩陣的逆矩陣；其中，u和v分別為天線測(cè)量矩陣奇異值分解后的左右酉矩陣，n為天線測(cè)量矩陣的階數(shù)；vi表示矩陣v中的元素；ui表示矩陣u中的元素；(·)-1表示求逆；(·)t表示轉(zhuǎn)置；∑為由矩陣d構(gòu)成的對(duì)角矩陣，d為奇異值構(gòu)成的對(duì)角矩陣，d＝diag(σ1,σ2,…,σr)；s22、將天線測(cè)量矩陣的逆矩陣轉(zhuǎn)化為：其中，s為方位向回波，且s是n×1維的向量；表示相同距離單元處目標(biāo)的散射系數(shù)，且為n×1向量；為n×1維噪聲向量；為天線測(cè)量矩陣，且是n×n維的矩陣；s23、對(duì)步驟s22得到的式子利用截?cái)嗥娈愔捣椒?，去除較小奇異值，保留主要奇異值，得到主要目標(biāo)信息。更進(jìn)一步地，步驟s23具體為：對(duì)步驟s22得到的式子通過(guò)廣義交叉驗(yàn)證選擇截?cái)鄥?shù)j，得到主要目標(biāo)信息的表達(dá)式：其中，表示相同距離單元處目標(biāo)的散射系數(shù)，且為n×1向量；為n×1維噪聲向量；(·)-1表示求逆；表示經(jīng)截?cái)鄥?shù)j截?cái)嗪蟮奶炀€測(cè)量矩陣。進(jìn)一步地，步驟s3構(gòu)建的目標(biāo)函數(shù)為：其中，λ為正則化參數(shù)，為主要目標(biāo)信息，表示相同距離單元處目標(biāo)的散射系數(shù)，且為n×1向量；(·)-1表示求逆；表示經(jīng)截?cái)鄥?shù)j截?cái)嗪蟮奶炀€測(cè)量矩陣；表示向量二范數(shù)的平方；表示向量一范數(shù)。進(jìn)一步地，所述步驟s4具體包括以下分步驟：s41、初始化迭代策略：其中，表示相同距離單元處目標(biāo)的散射系數(shù)的初始值；λ表示正則化參數(shù)；i為n階單位矩陣，為主要目標(biāo)信息；s42、構(gòu)造迭代因子：其中，表示相同距離單元處目標(biāo)的散射系數(shù)第k次迭代的值，diag(·)表示對(duì)角化運(yùn)算；s43、根據(jù)步驟s42的迭代因子，計(jì)算得到目標(biāo)方位向分布表達(dá)式：其中，λ為正則化參數(shù)，為主要目標(biāo)信息；(·)-1表示求逆；表示經(jīng)截?cái)鄥?shù)j截?cái)嗪蟮奶炀€測(cè)量矩陣。s44、重復(fù)步驟s42至步驟s43，得到步驟s3所述目標(biāo)函數(shù)的最優(yōu)解，從而得到目標(biāo)方位向分布。本發(fā)明的有益效果：本發(fā)明的一種稀疏奇異值分解掃描雷達(dá)前視成像方法，首先分析回波模型，將信號(hào)方位向回波構(gòu)建成目標(biāo)散射系數(shù)跟天線測(cè)量矩陣運(yùn)算的形式；然后構(gòu)造稀疏約束的目標(biāo)函數(shù)，并利用截?cái)嗥娈愔捣纸獾慕Y(jié)果，重構(gòu)天線測(cè)量矩陣，即保留目標(biāo)信息，又降低噪聲放大；最后，利用迭代求解策略，恢復(fù)目標(biāo)散射分布，實(shí)現(xiàn)方位向高分辨；本申請(qǐng)通過(guò)將截?cái)嗥娈愔捣纸馀c稀疏信號(hào)復(fù)原思想結(jié)合，降低成像結(jié)果對(duì)噪聲的敏感性，為提高方位向分辨率提供了新思路。附圖說(shuō)明圖1為本發(fā)明提出方法的流程示意圖；圖2為前視掃描雷達(dá)運(yùn)動(dòng)過(guò)程圖；圖3為本發(fā)明實(shí)施例采用的目標(biāo)場(chǎng)景分布圖；圖4為對(duì)應(yīng)目標(biāo)場(chǎng)景分布圖回波添加10db噪聲后的回波圖；圖5為截?cái)嗥娈愔捣椒ㄌ幚淼玫降慕Y(jié)果；圖6為貝葉斯方法處理的結(jié)果；圖7為本發(fā)明所述方法處理結(jié)果。具體實(shí)施方式為便于本領(lǐng)域技術(shù)人員理解本發(fā)明的技術(shù)內(nèi)容，下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明。如圖1所示為本發(fā)明的方法流程圖，前視掃描雷達(dá)運(yùn)動(dòng)過(guò)程的幾何模型如附圖2所示，平臺(tái)系統(tǒng)的仿真參數(shù)如表1所示。目標(biāo)分布如圖3所示，設(shè)置多個(gè)方位向目標(biāo)，驗(yàn)證方位向分辨效果。根據(jù)仿真參數(shù)，距離向采樣點(diǎn)數(shù)為mr，方位向采樣點(diǎn)數(shù)為nr。表1平臺(tái)系統(tǒng)的仿真參數(shù)參數(shù)數(shù)值載頻fc10ghz帶寬b75mhz天線掃描范圍-10°～10°天線波束寬度3°脈沖重復(fù)頻率1000hz天線波束掃描速度ω30°/s脈沖時(shí)寬2μs本發(fā)明的技術(shù)方案為：一種稀疏奇異值分解掃描雷達(dá)前視成像方法，包括：s1、根據(jù)掃描雷達(dá)前視回波信號(hào)，將方位向信號(hào)構(gòu)造為目標(biāo)散射系數(shù)與天線測(cè)量矩陣運(yùn)算形式；掃描雷達(dá)前視回波信號(hào)的處理過(guò)程為：目前，前視掃描雷達(dá)回波模型已經(jīng)分析的較為完善，假設(shè)雷達(dá)平臺(tái)相關(guān)的參數(shù)，發(fā)射信號(hào)載頻為fc，平臺(tái)速度為v，雷達(dá)波束掃描速度為ω，波束俯仰角為θ，目標(biāo)方位角為目標(biāo)相對(duì)于平臺(tái)的初始距離為r0。那么平臺(tái)運(yùn)動(dòng)t時(shí)刻后，機(jī)載雷達(dá)平臺(tái)與前視成像區(qū)域中位于(x,y)的目標(biāo)的距離歷史為為了提高距離向分辨率，利用脈沖壓縮技術(shù)進(jìn)行處理，脈壓之后的回波信號(hào)表達(dá)式為：其中，f(x,y)為位于場(chǎng)景(x,y)處的目標(biāo)散射系數(shù)；ωa(t)為時(shí)間調(diào)制函數(shù)，表示天線測(cè)量值在方位向的調(diào)制；n1(τ,t)為成像過(guò)程中產(chǎn)生的噪聲；τ是距離向時(shí)間變量；ω為整個(gè)的成像區(qū)域；b為發(fā)射信號(hào)的信號(hào)帶寬。對(duì)于成像區(qū)域ω中目標(biāo)點(diǎn)(x,y)，機(jī)載平臺(tái)運(yùn)動(dòng)t時(shí)刻后，距離歷史會(huì)隨著時(shí)間而變化，從而會(huì)引起能量的發(fā)散，使本來(lái)位于一個(gè)距離單元的能量，分散到鄰近的幾個(gè)距離單元，影響方位向的處理。為了消除距離走動(dòng)的影響，對(duì)脈壓后的回波數(shù)據(jù)進(jìn)行尺度變換，得到距離走動(dòng)校正后的回波信號(hào)表達(dá)式為：其中，n2(τ,t)為進(jìn)行距離走動(dòng)校正處理后的系統(tǒng)中的噪聲。對(duì)回波信號(hào)s2(τ,t)，進(jìn)行方位向的建模，將方位向信號(hào)s2構(gòu)建為目標(biāo)散射函數(shù)f與天線測(cè)量矩陣的矩陣h運(yùn)算形式。將回波信號(hào)離散化之后，假設(shè)距離向點(diǎn)數(shù)為m，方位向點(diǎn)數(shù)為n，得到回波信號(hào)的矩陣運(yùn)算形式：s2＝hf+n(3)由于距離向處理與方位向處理相互獨(dú)立，接下來(lái)的處理主要針對(duì)位于相同距離單元不同方位角度目標(biāo)的回波。當(dāng)相同距離單元的目標(biāo)成像效果驗(yàn)證后，同理可以推廣到二維場(chǎng)景；將相同距離單元的回波信號(hào)表示為：其中，s＝[s2(τ,t1),s2(τ,t2),s2(τ,t3),…,s2(τ,tn-1),s2(τ,tn)]t；[h(θ-m)…h(huán)(θ0)…h(huán)(θm)]是對(duì)天線測(cè)量值的采樣，2m+1為對(duì)天線測(cè)量值的采樣點(diǎn)數(shù)。圖4為在圖3的基礎(chǔ)上加入10db的噪聲回波圖，從圖4中無(wú)法分辨目標(biāo)原有的位置信息。s是n×1維的向量，為方位向回波；是n×1向量，相同距離單元處目標(biāo)的散射系數(shù)；為n×1維噪聲向量；為天線測(cè)量值構(gòu)成的n×n維的矩陣。將方位向回波信號(hào)模型建立后，問(wèn)題轉(zhuǎn)化為已知兩個(gè)量s和求解未知量的過(guò)程，從前視掃描雷達(dá)方位向高分辨問(wèn)題轉(zhuǎn)化為矩陣求解。s2、采用截?cái)嗥娈愔捣纸鈱?duì)回波信號(hào)和天線測(cè)量矩陣進(jìn)行重構(gòu)，得到主要目標(biāo)信息；在步驟s1中，已將前視掃描雷達(dá)方位向高分辨問(wèn)題轉(zhuǎn)化為矩陣求解，在本步驟中，利用稀疏奇異值分解方法建立目標(biāo)函數(shù)。目標(biāo)函數(shù)的建立是將矩陣求逆問(wèn)題轉(zhuǎn)化為方程函數(shù)最小值對(duì)應(yīng)解求解問(wèn)題。對(duì)于y＝gx+n問(wèn)題，標(biāo)準(zhǔn)目標(biāo)函數(shù)是其中，λ為正則化參數(shù)，γ(x)為正則項(xiàng)，p,q表示矩陣范數(shù)；利用稀疏特性，選擇γ(x)＝x，p＝2,q＝1，目標(biāo)函數(shù)變成本發(fā)明中并沒(méi)有將方位向模型直接代入標(biāo)準(zhǔn)目標(biāo)函數(shù)進(jìn)行方位分辨率求解，來(lái)實(shí)現(xiàn)方位向的分辨；本發(fā)明的處理過(guò)程更為：先利用截?cái)嗥娈愔捣纸獾姆椒▽?duì)回波信號(hào)和天線測(cè)量矩陣進(jìn)行重構(gòu)，降低對(duì)噪聲的敏感性，保留目標(biāo)的主要信息，然后在稀疏約束條件下，構(gòu)建了目標(biāo)函數(shù)。具體如下：首先，利用奇異值理論對(duì)天線測(cè)量矩陣進(jìn)行奇異值分解，其中，vvt＝i，uut＝i，∑為由矩陣d構(gòu)成的對(duì)角矩陣，d為奇異值構(gòu)成的對(duì)角矩陣，d＝diag(σ1,σ2,…,σr)；n為矩陣的階數(shù)；u＝(u1,u2,…,un)和v＝(v1,v2,…,vn)分別為矩陣奇異值分解后的左右酉矩陣。然后，得到天線測(cè)量矩陣的逆矩陣，其次，在得到天線測(cè)量矩陣的逆矩陣之后，可以得到，從式(9)中可以看出，較小的奇異值造成了矩陣的病態(tài)性，噪聲造成回波矩陣的較小攝動(dòng)，會(huì)引起解的很大的偏差，從而得到錯(cuò)誤的目標(biāo)信息，成像結(jié)果對(duì)噪聲很敏感。最后，本發(fā)明利用截?cái)嗥娈愔捣椒?，去除較小奇異值，保留主要奇異值，降低噪聲敏感性，篩選保留目標(biāo)的主要信息。具體的：本發(fā)明通過(guò)廣義交叉驗(yàn)證的方法選擇截?cái)鄥?shù)j，當(dāng)截?cái)鄥?shù)j選定之后，得到主要目標(biāo)信息的表達(dá)式，s3、根據(jù)步驟s2得到的主要目標(biāo)信息，基于稀疏約束條件，構(gòu)建目標(biāo)函數(shù)；通過(guò)截?cái)嗥娈愔档姆椒?，本發(fā)明篩選出了目標(biāo)的主要信息，回波和天線測(cè)量矩陣得到了重構(gòu)，此時(shí)本發(fā)明利用稀疏約束的方法分析目標(biāo)的主要信息，進(jìn)一步提高目標(biāo)方位向分辨率。在截?cái)嗥娈愔捣纸?，回波和天線測(cè)量矩陣得到重構(gòu)后，稀疏約束條件下目標(biāo)函數(shù)轉(zhuǎn)變成，最終方位向高分辨問(wèn)題轉(zhuǎn)化為上式求解函數(shù)最小值對(duì)應(yīng)f的問(wèn)題，完成目標(biāo)函數(shù)求解，從而提高目標(biāo)方位向的分辨率，實(shí)現(xiàn)方位向高分辨。s4、采用迭代求解目標(biāo)函數(shù)，得到目標(biāo)方位向分布。通過(guò)構(gòu)造稀疏約束目標(biāo)函數(shù)，最終將方位向高分辨問(wèn)題轉(zhuǎn)化成無(wú)約束的優(yōu)化問(wèn)題。對(duì)于最小值問(wèn)題，常采用利用梯度求導(dǎo)的方式求出函數(shù)最小值對(duì)應(yīng)的解，本申請(qǐng)中采用最速下降法，利用迭代策略實(shí)現(xiàn)目標(biāo)函數(shù)的求解，達(dá)到方位向超分辨的目的。具體為：首先，賦予迭代策略的初始值初始值與重構(gòu)的天線測(cè)量矩陣和重構(gòu)的回波信號(hào)有關(guān)，i表示為n階單位矩陣，體現(xiàn)參數(shù)λ的權(quán)重作用。然后，構(gòu)造迭代因子其中，diag(·)表示對(duì)角化運(yùn)算，迭代因子由當(dāng)前的目標(biāo)分布構(gòu)成，為下次求解提供了目標(biāo)分布的先驗(yàn)信息。其次，利用迭代因子得到新的目標(biāo)分布表達(dá)式最后，重復(fù)上面兩個(gè)步驟，通過(guò)重復(fù)迭代，最終得到目標(biāo)函數(shù)的最優(yōu)解，得到目標(biāo)方位向的分布，實(shí)現(xiàn)目標(biāo)方位向高分辨。圖5是截?cái)嗥娈愔捣椒ㄌ幚淼慕Y(jié)果；圖6是僅用貝葉斯方法處理得到的結(jié)果，圖7是本發(fā)明所述方法處理的結(jié)果，參數(shù)λ的選取與圖6的相對(duì)應(yīng)，仿真在相同得信噪比下進(jìn)行。從最終的處理結(jié)果，可以看出本發(fā)明所述方法的方位向信息得到更好地恢復(fù)，方位向分辨率更高。根據(jù)圖6和圖7的對(duì)比可知本發(fā)明的方法在噪聲方面比其他方法更優(yōu)，根據(jù)圖5和圖7的對(duì)比，可知本發(fā)明的方法在方位向分辨率的改善效果比其他方法更好。本領(lǐng)域的普通技術(shù)人員將會(huì)意識(shí)到，這里所述的實(shí)施例是為了幫助讀者理解本發(fā)明的原理，應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實(shí)施例。本領(lǐng)域的普通技術(shù)人員可以根據(jù)本發(fā)明公開(kāi)的這些技術(shù)啟示做出各種不脫離本發(fā)明實(shí)質(zhì)的其它各種具體變形和組合，這些變形和組合仍然在本發(fā)明的保護(hù)范圍內(nèi)。當(dāng)前第1頁(yè)12