[发明专利]一种圆扫ISAR模式船只超分辨率成像方法

说明书

本发明公开了一种圆扫ISAR模式船只超分辨率成像方法，属于雷达技术领域，包括如下步骤：将圆扫ISAR模式下的回波信号，划分为M个数据帧，逐帧进行处理；对第m个数据帧，进行距离压缩，选择第m帧的船只目标的子回波；对第m帧的船只目标的子回波，进行包括平动补偿和转动补偿在内的预处理；利用Burg算法，对第m帧的船只目标的子回波，在方位向上进行数据外推；对外推后的数据，在方位向上进行随机采样；对采样后的数据，在方位向上进行压缩感知计算，得到当前数据帧的稀疏系数矩阵；对压缩感知后的稀疏系数矩阵进行恒虚警率检测，得到第m帧的距离多普勒域超分辨率图像。

技术领域

本发明属于雷达技术领域，具体涉及一种圆扫ISAR(Inverse SyntheticAperture Radar，逆合成孔径雷达)模式船只超分辨率成像方法。

背景技术

圆扫ISAR模式是机载海洋监视雷达的一种新型工作模式，它通过天线的快速圆周扫描保证了系统具有较大的覆盖区域，可在天线扫描的过程中对覆盖区域内的多个目标依次成像，也可在多帧扫描过程中获得同一目标不同视角的图像序列。但另一方面，天线的快速扫描造成目标的积累时间短，降低了系统的多普勒分辨率。提出一种数据外推与压缩感知相结合的圆扫ISAR模式船只超分辨率成像方法。该方法针对平动补偿、转动补偿后的回波，首先在方位向通过Burg算法进行数据外推，然后对外推后的数据在方位向进行随机采样，之后利用压缩感知方法生成距离多普勒域图像。最后，对生成的图像进行CFAR(Constant False Alarm Rate，恒虚警率)检测，用于提高图像的信杂噪比。该方法结合了数据外推与压缩感知两种方法的优点，在提高多普勒分辨率的同时，使图像旁瓣也得到了较好的抑制。所开展的仿真实验验证了所提出的算法在多普勒分辨率提升、旁瓣抑制、信杂噪比改善等方面的有效性。

在机载海洋监视雷达中，通常需设置海上目标检测、MMTI(Maritime MovingTarget Identification，海上动目标识别)、海上目标跟踪、距离向成像、ISAR(InverseSynthetic Aperture Radar，逆合成孔径雷达)等多种工作模式，实现对船只等目标的检测、跟踪、成像、分类和识别等功能。在传统的ISAR模式中，通常只针对单个目标进行成像，在对特定目标成像前一般已经通过其它模式获知目标位置等先验信息，从而便于将波束指向调整至目标所在区域。圆扫ISAR模式是一种新型的工作模式，它通过天线的快速圆周扫描保证了系统具有较大的覆盖区域，可在天线扫描的过程中对覆盖区域内的多个目标依次成像。利用该模式，还可在多帧扫描过程中获得同一目标不同视角的图像序列，有利于目标的分类与识别。然而，天线的快速扫描也造成目标的积累时间短，降低了系统的多普勒分辨率。如何实现目标的超分辨率成像是圆扫ISAR成像技术中亟待解决的关键问题。

为实现ISAR系统的超分辨率成像，目前常用的方法一般分为如下几类：数据外推、改进的非线性滤波、功率谱估计、压缩感知成像。在数据外推类方法中，采用线性预测模型对雷达观测数据进行拟合，利用Burg等算法进行数据外推，从而提高了系统的分辨率。在改进的非线性滤波类方法中，通过对系统脉冲响应函数进行旁瓣抑制减弱强散射体对周围的能量泄露，同时通过迭代的带宽扩展运算实现信号外推，最终达到提高分辨率的目的。功率谱估计类方法又分为参数估计型和非参数估计型两种。在参数估计型方法中，首先假设系统满足某种数学模型，然后将问题转化为选定数学模型中的参数估计问题，代表性方法包括基于多重信号分类(MUltiple SIgnal Classification，MUSIC)的方法、基于旋转不变技术(Estimation of Signal Parameter via Rotational Invariance Techniques，ESPRIT)的方法、基于Relax算法的方法等。在非参数估计型方法中，则无需进行信号模型假设，代表性方法包括基于Capon算法的方法、基于正弦信号幅度相位估计(Amplitude andPhase Estimation of a Sinusoid，APES)的方法等。在压缩感知成像方法中，将实际的回波信号视作为高分辨率回波信号的子集，利用目标散射点在空域具有稀疏性的特点，将超分辨率成像问题转化为稀疏重建问题进行求解。

发明内容