[发明专利]基于加权的二维压缩感知SAR成像及动目标检测方法

说明书

技术领域

本发明属于雷达检测技术领域，主要涉及雷达检测中的信号处理，包括压缩感知SAR成像及动目标检测技术，具体是一种基于加权的二维压缩感知SAR成像及动目标检测方法，用于在场景不稀疏和信噪比较低的条件下，提高压缩感知重构场景散射系数的精度和稳健性，改善雷达对地面运动目标的检测性能。

背景技术

随着合成孔径雷达图像分辨率的不断提高，基于SAR的雷达运动目标检测技术(SAR-GMTI)得以迅速发展，特别是对于多通道SAR-GMTI，由于可以利用多余通道有效地抑制地面杂波，被广泛应用于雷达空域监视和远程预警。但多通道SAR-GMTI技术存在采样数据量过大的问题，这增加了雷达系统中A/D转换器的压力，也给雷达数据的传输存储带来困难，使得SAR-GMTI技术在实际雷达目标检测领域的应用受到限制。近年来由candes等提出的压缩感知(Compressive Sensing，CS)理论指出，采样的速率不取决于信号带宽，而取决于信号的信息率。当信号在某个基下具有稀疏性或可压缩性时，就可以以少量测量值实现信号的准确重构。由于CS理论能够有效的降低雷达成像系统所需的数据，国内外学者已经展开了CS理论应用于雷达成像的研究工作，Herman提出了CS雷达，Baraniuk提出了基于CS的SAR成像方法，这些方法主要是对雷达接收到的二维离散回波信号进行稀疏采样，无助于降低雷达系统前端A/D转换器的压力，而且也没有使得雷达硬件得到简化。谢晓春等提出了基于CS的距离压缩方法，在方位向利用传统雷达成像方法进行方位向压缩；H.Zhang针对空时处理体制雷达，提出了基于压缩感知技术的雷达运动目标检测方法，这些方法是在假设场景稀疏的条件下，将CS技术应用于雷达成像及动目标检测。但是雷达实际的成像场景通常都是不稀疏的，这使得这些方法在雷达目标检测的实际应用中受到限制，在雷达目标检测的工程实践中无法起到实际的效果。王伟伟将CS理论运用于多通道SAR-GMTI技术，在距离向采用传统的匹配滤波方法，在方位向通过随机稀疏采样得到降采样数据，然后采用CS理论实现方位向聚焦，从而得到SAR图像，然后在图像域运用DPCA方法进行杂波抑制。对于场景不稀疏的情况，提出了基于加权的压缩感知成像算法，将杂波能量支撑区域与目标支撑区域分开，对于杂波区域设置权系数为0，从而能够有效抑制杂波，但是方法对噪声敏感，在信噪比较低的条件下，无法准确重构场景散射系数，从而使得该方法在实际的工程应用中也无法发挥期待的效果。

综上所述，现有的基于匹配滤波SAR成像的雷达动目标检测方法，存在数据量过大的问题；而基于压缩感知SAR成像的雷达运动目标检测方法，多是假设场景稀疏或是不考虑噪声对重构精度的影响，而在实际的雷达动目标检测中，大多数时候场景都是不稀疏的，并且雷达发射和接收过程中都严重的受噪声的影响，所以在实际的雷达检测应用中，上述方法会出现场景重构精度下降，甚至无法成像的情况，从而导致通道图像之间的相干性变差，杂波抑制性能下降，无法准确检测出运动目标。

发明内容

本发明的目的在于克服上述已有方法的不足，提出了一种低信噪比条件下稳健的雷达运动目标检测方法，该方法在场景不够稀疏和信噪比较低的情况下，能够准确重构场景的散射系数，从而使得两个通道图像之间具有较好的相干性，提高了杂波抑制性能，因此具有较好的雷达运动目标检测的性能。

为实现上述目的，本发明的基于加权的二维压缩感知SAR成像及动目标检测方法，主要用于机载多通道雷达的SAR成像和动目标检测中，目前使用的机载多通道雷达成像系统存在采样数据量过大的问题，使得雷达在进行SAR成像和动目标检测时计算量过大，从而给雷达的存储、传输以及处理的实时性带来困难。而采用压缩感知技术的雷达系统有效解决了这一问题，所以基于压缩感知的雷达成像方法已经成为发展的方向，目前的基于压缩感知的雷达成像方法并没有考虑实际中噪声和场景不稀疏的情况，所以无法应用到实际的雷达成像和检测中。本发明的基于加权的二维压缩感知SAR成像及动目标检测方法，就是针对上述的现状而开展的研究，具体包括如下步骤：

(1)将实际场景按照距离分辨率和方位分辨率进行划分，雷达接收机通过双通道SAR模型实时采集通道1和通道2的场景回波数据s₁(t，t_m)和s₂(t，t_m)，其中，t为距离向快时间，t_m为方位向慢时间。该回波数据包含场景中目标的距离和方位信息，通过对回波数据进行之后的加权恢复处理，就可以得到场景的SAR图像。