[发明专利]一种基于改进SVA和CS的SAL数据旁瓣的压低方法

说明书

本发明公开了一种基于改进SVA和CS的SAL数据旁瓣的压低方法，解决了SAL图像数据旁瓣较高，成像质量不佳，图像分辨率不足的问题。实现步骤包括：生成合成孔径激光雷达成像的初始数据矩阵；构造改进SVA算法模型，在距离向应用该模型对SAL数据矩阵进行处理；构造CS所需稀疏信号和观测基矩阵；求解压缩感知欠定方程；生成SAL图像结果矩阵，成像处理；完成对SAL图像数据的压低旁瓣处理，得到高分辨率图像。本发明将改进SVA算法和CS相结合，能够在保持主瓣能量及图像分辨率的前提下，抑制旁瓣、减宽主瓣，减少SAL图像数据处理的运算量及存储量，更加有效地压低合成孔径激光雷达数据旁瓣。用于合成孔径激光雷达成像中削减回波噪声，提升SAL图像分辨率和图像质量。

技术领域

本发明属于雷达数据处理技术领域，涉及合成孔径激光雷达中的数据旁瓣压低技术，具体是一种基于改进空间变迹法(SVA)和压缩感知重构法(CS)的合成孔径激光雷达(SAL)数据旁瓣的压低方法。用于合成孔径激光雷达成像中削减回波噪声，提升SAL图像分辨率和图像质量。

背景技术

合成孔径激光雷达(SAL)是利用光学合成孔径技术以及相干外差探测技术的高分辨率成像激光雷达，应用前景广泛；而在SAL成像中，激光回波掺杂噪声，导致旁瓣电平抬高，这将会影响图像分辨率，因此旁瓣压低处理十分必要；另外，强散射点目标的高旁瓣会湮没邻近弱目标，影响后续SAL图像目标检测，因而旁瓣压低对于SAL目标探测质量的提高同样必不可少。

针对SAL图像旁瓣较高这一问题，传统方法通过在信号频域加窗处理来实现旁瓣压低，但是这种方法在实现旁瓣压低之外会导致主瓣的展宽及分辨率的降低，影响SAL的图像质量；另外，现有的空间变迹算法(SVA)只对整数倍奈奎斯特采样的信号有效，同时使主瓣能量有所损失、压低SAL图像旁瓣效果不佳；而压缩感知技术(CS)也能够压低旁瓣和噪声，但实现该技术首先需要所处理的信号具有一定稀疏度，这将难以适用于目标散射信号为非稀疏的SAL场景下。

在合成孔径激光雷达领域中，客观上需要一种能够在保持主瓣能量及图像分辨率的前提下，更加有效地抑制旁瓣的新算法。

发明内容

针对现有技术中SAL图像旁瓣压低处理成像效果不理想这一问题，本发明提出一种能够提高SAL图像分辨率的基于改进空间变迹法(SVA)和压缩感知重构法(CS)的合成孔径激光雷达(SAL)数据旁瓣的压低方法。

本发明是一种基于改进SVA和CS的SAL数据旁瓣的压低方法，其特征在于，包括有以下步骤：

步骤1，生成合成孔径激光雷达成像的初始数据矩阵：输入实测SAL回波复数数据，生成M×N维SAL成像初始数据矩阵X；

步骤2，构造改进SVA算法模型，在距离向应用该模型对SAL数据矩阵进行处理：对SAL初始数据矩阵进行距离向上的改进SVA处理，以非整数倍Nyquist重采样SVA处理获得具有信号稀疏性的M×N维SAL图像第一结果矩阵；

步骤3，构造CS所需稀疏信号：对M×N维SAL图像第一结果矩阵的每一M维距离向信号归一化处理后再进行稀疏表示；

步骤4，构造CS所需观测基矩阵：设置独立同分布的高斯随机矩阵作为M×N维SAL图像第一结果矩阵中每一M维信号的观测基矩阵，之后利用观测基矩阵对每一M维信号进行压缩处理，获得SAL图像每一M维压缩结果信号；

步骤5，求解压缩感知欠定方程：以线性规划求解方式对SAL图像每一M维压缩结果信号的CS欠定方程进行求解，获得SAL图像每一M维压缩感知估计向量，重构SAL图像原信号；

步骤6，生成SAL图像结果矩阵，成像处理：按每一M维压缩感知估计向量生成M×N维SAL图像第二结果矩阵，进行成像处理后得到基于改进SVA和CS的SAL数据旁瓣压低结果图像。

本发明与现有方法相比，具有以下优点：