[发明专利]一种增广拉格朗日实波束雷达角超分辨处理方法

说明书

技术领域

本发明属于雷达探测领域，具体涉及实波束扫描雷达角超分辨技术。

背景技术

雷达作为一种能够全天时、全天候工作的成像体制，由于不受天气、环境等因素的影响，在海洋及水文观测、环境及灾害监视以及陆/海追踪与救援等军用和民用领域发挥了不可或缺的作用。

实波束扫描雷达是一种常用的雷达工作模式，通过实孔径天线机械扫描的方式先后照射成像区域，获得目标散射系数信息。因此，高的实波束雷达角分辨率，有利于扫描雷达探测区域内的目标侦察、监视、定位和识别，对精确制导、敌我目标识别、目标跟踪及地形回避等应用方向具有重要的意义。

然而，实波束扫描雷达的方位角分辨率由天线孔径决定，受制作工艺和平台限制，现有的实孔径分辨率无法达到各类应用的需求，并且对于实孔径成像模式，也无法利用传统的合成孔径成像等技术改善方位角分辨率。因此，通过建立合理的回波模型，采用信号处理算法突破实孔径限制，实现方位角超分辨具有重要的应用前景。

针对实波束扫描雷达角超分辨，特别是如何提高方位角分辨率的问题，一般采用两种方法。

其一如文献：Y.Zha,Y.Huang,J.Yang,216J.Wu,Y.Zhang,and H.Yang,“An improved richardson-lucy algorithm for radar angular super-resolution,”in Radar Conference,2014IEEE.IEEE,2014,pp.0406–0410.，提出了一种改进最大似然的卷积反演角超分辨方法，主要用于实现强散射目标的角超分辨，然而该方法主要应用于改善孤立强散射目标的角分辨率，对于扩展点目标，该方法的性能将显著下降。

其二如文献“F.Prez-Martnez,J.Garcia-Fominaya,and J.Calvo-Gallego,“A shift-and-convolution technique for high resolution radar images,”Sensors Journal,IEEE,vol.5,no.5,pp.1090–1098,2005.，针对扫描雷达的卷积模型，提出了一种变化卷积的方法。在距离向高分辨的前提下，利用该技术能够得到目标的轮廓信息，但是该方法只适用于具有明显轮廓的大型舰船目标，同时需要高的距离向分辨率以实现不同目标在距离单元的分辨。然而该方法本质上没有提高目标的方位向分辨率。因此，该方法无法实现同一波束范围内的多个目标分布的分辨。。

发明内容

本发明为解决的上述技术问题，提出一种增广拉格朗日实波束雷达角超分辨处理方法，根据雷达天线扫描成像的过程构造方位回波的信号模型，再根据噪声功率影响最小准则，将反卷积问题转化为约束优化问题，并利用增广拉格朗日方法实现目标函数的求解，并迭代反演出目标散射系数，达到实现扫描雷达的方位角超分辨的目的。

本发明采用的技术方案为：一种增广拉格朗日实波束雷达角超分辨处理方法，包括：

S1、初始化系统参数；

S2、根据雷达发射信号以及步骤S1初始化后的系统参数生成二维回波信号；

S3、将离散化的二维目标分布矩阵、回波信号矩阵按照各距离单元顺序排列为向量形式，得到二维目标分布向量和回波信号向量；

S4、根据步骤S3得到的回波信号向量，在正则化的框架下，引入全变差算子，构建目标函数，利用增广拉格朗日方法求解目标函数，得到场景目标分布结果。

进一步地，所述步骤S2具体包括以下分步骤：

S21、所述雷达发射信号为线性调频信号；

S22、在频域构造距离向匹配滤波器频域匹配函数；

S23、根据步骤S22得到的频域匹配函数，对步骤S21的线性调频信号进行距离向压缩处理，得到二维回波信号。

进一步地，所述步骤S3包括：

S31、将步骤S2得到的二维回波信号进行离散处理，得到二维回波信号卷积模型；

S32、将成像场景区域离散处理，得到二维矩阵Ω；

S33、对二维矩阵Ω进行向量运算，得到目标分布向量f＝vec(Ω)；

S34、根据步骤S33得到的目标分布向量f＝vec(Ω)以及向量化后的噪声信号n，对步骤S31得到的二维回波信号卷积模型进行向量运算，得到回波信号向量。

进一步地，所述步骤S4包括：

S41、在正则化的框架下，引入全变差算子，根据步骤S3得到的回波信号向量得到约束优化问题，