[发明专利]基于环境统计建模的ISAR高分辨成像方法

说明书

本发明提出了一种基于环境统计建模的ISAR高分辨成像方法，用于解决现有技术中当环境存在非高斯强干扰及噪声时无法实现ISAR聚焦成像的技术问题。实现步骤为：获取运动目标的缺损回波矩阵S_r；获取有效回波矩阵S_e；获取实转置回波矩阵S；构造实傅里叶字典Φ；构建缺损回波矩阵S_r每个距离单元的稀疏信号表征模型；构建干扰向量ε的高斯混合模型；构建权向量ω_q的伽马过程‑高斯层级先验；利用最大后验‑期望最大MAP‑EM算法计算S_r每个距离单元散射点分布的权向量；构造复权值矩阵W_c；获取运动目标的二维逆合成孔径雷达ISAR成像结果。本发明能够在非高斯强干扰及噪声环境下获得聚焦良好的ISAR像，可用于空间与空中目标监视。

技术领域

本发明属于雷达信号处理技术领域，涉及一种逆合成孔径雷达ISAR高分辨成像方法，具体涉及一种基于环境统计建模的ISAR高分辨成像方法，可用于非高斯干扰及噪声条件下的空间与空中目标监视。

背景技术

由于具有全天时、全天候和高分辨率等特点，逆合成孔径雷达ISAR目前已在军事和民用领域获得了广泛应用。逆合成孔径雷达ISAR通过发射宽带信号获得高距离分辨率，利用雷达与目标间的相对运动获得高方位分辨率，进而获得目标的二维高分辨图像。传统逆合成孔径雷达ISAR成像算法主要基于傅里叶变换，对应分辨率较低，旁瓣较高，并且不适用于缺损回波成像。随后，基于现代谱估计的方法使成像分辨率有了显著提高，但仅适用于高信噪比条件。

为了在低信噪比、回波缺损条件下实现逆合成孔径雷达ISAR高分辨成像，近年来又提出基于稀疏信号重构理论的ISAR高分辨成像方法。例如，李文静，陈红卫在其发表的论文“一种基于压缩感知的ISAR成像方法”(《计算机仿真》，2015，32(8)：10-13，62)中，公开了一种基于压缩感知的ISAR成像方法，该方法首先对回波信号进行去斜处理，通过二维稀疏采样得到观测信号，进而采用正交匹配追踪OMP算法对观测信号重构，最终实现逆合成孔径雷达ISAR成像。虽然该方法能够在回波缺损的情况下实现二维高分辨成像，但在较低信噪比条件下，成像质量较差。

又如，王天云，陆新飞，孙麟，陈畅，陈卫东在其发表的论文“基于贝叶斯压缩感知的ISAR自聚焦成像”(《电子与信息学报》，2015，(11)：2719-2726)中，公开了一种基于稀疏贝叶斯学习的ISAR自聚焦成像方法，该方法首先对散射点分布建立伽马-高斯层级先验，进而依据最大后验MAP准则求解模型参数，最终实现逆合成孔径雷达ISAR成像。虽然该方法能够在较低信噪比条件下实现缺损回波的二维成像，但由于假设回波中仅存在高斯噪声，因此当观测环境中存在非高斯的强干扰时，很难获得聚焦良好的逆合成孔径雷达ISAR像。

发明内容

本发明的目的在于克服上述现有技术中存在的缺陷，提出一种基于环境统计建模的ISAR高分辨成像方法，用于解决当观测环境中存在非高斯强干扰时，现有技术无法获得聚焦良好的逆合成孔径雷达ISAR像的问题。

本发明的技术思路是：根据回波信号模型，首先将逆合成孔径雷达ISAR成像问题转化为稀疏信号表征问题，接着对非高斯的干扰向量建立高斯混合模型，并对每个距离单元散射点分布的权向量建立伽马过程-高斯层级先验，进而采用最大后验-期望最大MAP-EM算法求解每个距离单元散射点分布的权向量，最终实现强干扰环境下的高分辨二维成像，具体实现步骤为：

(1)获取运动目标的缺损回波矩阵S_r：

逆合成孔径雷达ISAR向运动目标发射线性调频信号，并接收干扰环境下运动目标维数为N_r×N_a的缺损回波矩阵S_r，其中，N_r表示缺损回波矩阵S_r的距离单元数，N_a表示缺损回波矩阵S_r的方位单元数；

(2)获取有效回波矩阵S_e：