[发明专利]一种基于压缩感知的双基地ISAR成像方法在审
申请号: | 201910054621.0 | 申请日: | 2019-01-21 |
公开(公告)号: | CN109782279A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 胡文华;尚朝轩;郭宝锋;朱晓秀;薛东方;吕贵洲;马俊涛;曾慧燕;史林;韩宁 | 申请(专利权)人: | 中国人民解放军陆军工程大学 |
主分类号: | G01S13/90 | 分类号: | G01S13/90;G01S7/41 |
代理公司: | 石家庄新世纪专利商标事务所有限公司 13100 | 代理人: | 张一 |
地址: | 210001 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 压缩感知 成像 多普勒 基地 孔径成像 目标图像 地角 回波 稀疏 矩阵 压缩感知理论 成像回波 观测矩阵 回波数据 模型构造 能量泄漏 数据重构 算法实现 图像畸变 图像重构 位移补偿 稀疏表示 相位补偿 有效回波 重构算法 稀疏基 有效地 求解 副瓣 时变 重构 分辨 清晰 | ||
1.一种基于压缩感知的双基地ISAR成像方法,其特征在于,其包括如下步骤:
步骤1、建立双基地ISAR成像回波模型得到回波数据,考虑到双基地角时变可能会引起多普勒位移进而引起越分辨单元徙动和图像畸变,构造一个相位补偿项进行多普勒位移补偿;
步骤2、根据回波模型构造随双基地角变化的稀疏基矩阵,得到回波的稀疏表示;
步骤3、构造观测矩阵以模拟孔径缺失的情况,建立基于压缩感知的双基地ISAR稀疏孔径成像模型;
步骤4、利用压缩采样匹配追踪CoSaMP重构算法进行求解,实现目标图像重构。
2.根据权利要求1所述的基于压缩感知的双基地ISAR成像方法,其特征在于,所述步骤1具体包括:
设雷达发射线性调频信号,经包络对齐和相位校正后的双基地ISAR回波如下式(1)表示:
其中,fc为载波中心频率;
tp为发射信号脉冲宽度
μ为调频斜率;
σP为散射点P的信号复幅度;
xP和yP分别为散射点P的坐标;
θ(tm)和β(tm)分别为成像期间内的旋转角度和双基地角,随慢时间tm变化;
表示快时间;c表示波速;
为了避免双基地角时变引起越分辨单元徙动和图像畸变,构造相应的补偿相位进行相位补偿,构造的补偿项如下表达式(2)所示:
得到相位补偿后的一维距离像表达式(3)如下:
当在距离单元(2yP/c)cos(β(tm)/2)内有Q个强散射点时,则此单元的回波信号如下式(4)所示:
其中,aq为第q个散射点的信号复幅度。
3.根据权利要求1所述的基于压缩感知的双基地ISAR成像方法,其特征在于,所述步骤2具体包括:
设全孔径回波信号中共包含L个脉冲视角,累积转角为Δθ,构造稀疏基矩阵Fall将二维成像场景离散化为N个距离单元和M个多普勒单元,则回波中的相位项可离散化表达式(5)如下:
其中,l=1,2,……,L;
故稀疏基矩阵Fall构造的表达式(6)为:
其中,
其中,ω表示Fall中的元素值,其上角标m的取值为0,1,……,M-1,其下角标l的取值为0,1,……,L-1;
考虑到实际噪声的存在,则双基地ISAR全孔径回波可稀疏表达式(7)如下:
Sall=FallA+ε0 (7)
其中,Sall表示经过运动补偿和相位补偿后的全孔径二维回波数据;
ε0为噪声;
A为需求的目标图像。
4.根据权利要求1所述的基于压缩感知的双基地ISAR成像方法,其特征在于,所述步骤3具体包括:
设S为融合的有效孔径回波数据,包含J次有效脉冲,其中J<L,构造观测矩阵T,得到稀疏孔径回波数据的表达式(8)如下:
S=TSall+ε=TFallA+ε=FA+ε (8)
其中,ε为稀疏孔径回波中所含噪声;
表示经过运动补偿和相位补偿后的全孔径二维回波数据;
Fall表示稀疏基矩阵;
F表示稀疏基矩阵Fall中去除缺失孔径对应行后形成的部分稀疏基矩阵;
A为需求的目标图像;
为方便求解,将数据矢量化,得到表达式(9)如下:
其中,为噪声矢量;
此时,双基地ISAR成像问题就转化为了已知观测矢量和传感矩阵利用稀疏重构算法实现目标图像矢量的求解,然后再将求得的图像矢量转化为二维矩阵形式,即为重构的目标图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910054621.0/1.html,转载请声明来源钻瓜专利网。