[发明专利]扫描雷达超分辨成像方法

权利要求书

1.一种扫描雷达超分辨成像方法，具体包括以下步骤：

步骤一：回波获取，

设发射信号为线性调频信号其中，τ为距离向时间变量，K_r为调频斜率，T_r为脉冲时宽，f₀为载频；

从点目标P(x,y)反射的回波经下变频后表达式为：

S(τ,t)=σ0wa(t)rect[τ-τdTr]×exp{jπKr[τ-τd]2}×exp{-j2πf0τd}]]>

其中，σ₀为目标散射系数，ω_a(t)是天线方向图调制函数，ω_a(t)=A(θ₀-θ)，A(θ)为天线方向图函数，θ₀为目标方位角，rect[·]是距离向时间窗函数，τ_d=2R(t)/c是双程回波延迟，为场景中任一点目标P到雷达平台瞬时距离，R₀为目标P零时刻到雷达平台距离，t为方位时间变量，V为平台运动速度，c为光速；

步骤二：距离向脉冲压缩，

构造距离向脉冲压缩频域匹配函数将回波信号沿距离向FFT，在距离频域—方位时域中，与匹配函数相乘，再反变换到二维时域中的信号表达式为：

S_rc(τ,t)=σ₀w_a(t)sinc{B[τ-τ_d]}×exp{-j2πf₀τ_d}

其中，sinc{·}为距离脉压响应函数，B为发射信号带宽；

步骤三：距离走动判定及校正，

根据步骤一中的瞬时距离表达式，得到距离走动量为ΔR=VT_scosθ₀，其中，为波束扫描驻留时间，θ_beta为天线波束宽度，ω为扫描速度。判断其是否跨越距离单元其中，f_r为距离向采样率；

若满足ΔR<Δr，直接进行步骤四；若ΔR>Δr，将步骤二中的距离频域—方位时域数据在乘以脉冲压缩频域匹配函数后，再乘以距离走动校正函数然后再进行距离向IFFT，得距离走动校正后信号表达式为：

Srcmc(τ,t)=σ0wa(t)sinc{B[τ-2R0c]}×exp{-j2πf0τd}]]>

步骤四：计算峰值信杂噪比；

计算距离走动校正后数据峰值信杂噪比：

SCNR=20*log10max(Srcmc(τ,t))mean(Srcmc(τ,t))]]>

其中，max(S_rcmc(τ,t))为距离走动校正后数据S_rcmc(τ,t)最大值，mean(S_rcmc(τ,t))为平均值；将计算的峰值信杂噪比SCNR与初始设定值SCNR0比较，若SCNR≥SCNR0，进行步骤五；若SCNR<SCNR0，按照Lucy-Richardson迭代解卷积公式，对距离走动校正后数据选择合理的迭代次数进行超分辨成像处理；

步骤五：计算全局阈值，

根据基于瑞利分布的双参数恒虚警率（CFAR）检测方法，对距离走动校正后数据进行CFAR检测，检测准则为：

SCFAR(i,j)=Srcmc(i,j),(Srcmc(i,j)-μc)σc>Th0,(Srcmc(i,j)-μc)σc<Th]]>

其中，S_CFAR(i,j)为CFAR检测后的数据，μ_c为CFAR检测时参考窗内数据均值，σ_c为参考窗内数据标准偏差，Th为门限因子，根据瑞利分布概率密度函数，计算出Th与虚警概率P_fa之间的关系为：

Th=(2-lnPfa-π)4-π]]>

根据最大化类间方差方法计算CFAR检测后数据的全局阈值β；

以β为阈值对数据进行初步划分，初步确定目标区域为：

S_target=S_CFAR(τ,t),其中，|S_CFAR(τ,t)|≥β。

步骤六：目标区域检测，

沿S_target方位向进行目标边缘信息检测；

若某一方位单元S_target(i,j)非零，则沿方位向以该单元为中心向两边各扩展保留半个波束宽度数据，即：

S_target(i,j1)=S_rcmc(i,j1)，其中，(j-N_beta/2)≤j1≤(j+N_beta/2)；

式中N_beta为天线方向图主瓣采样点数；

步骤七：方位向超分辨处理，

采用步骤四中Lucy-Richardson迭代解卷积公式，对步骤五中得到的目标区域数据S_target和整个成像场景S_rcmc，分别选取预先设定的迭代次数进行超分辨迭代解卷积处理，得到超分辨处理结果分别为P_target和P_rcmc；

步骤八：数据重组；

找到目标区域S_target中所有非零数据所对应的像素点所在位置然后将P_rcmc中所有属于I中的像素点对应的数据更新为P_target中的对应点的数据，即P_rcmc(i,j)=P_target(i,j),(i,j)∈I，即得到了最终的成像结果。

2.根据权利要求1所述的扫描雷达超分辨成像方法，其特征在于，步骤四中所述的Lucy-Richardson迭代解卷积公式为：

σk+1=σk[HT(rHσk)]]]>

其中，σ_k为第k次迭代结果，初始迭代值可选取σ₀=H^Tr，H为天线方向图序列构造的卷积核矩阵，[·]^T表示转置运算，r为加入噪声后的数据沿方位向某一距离单元数据。