[发明专利]基于ADMM的快速稀疏孔径ISAR自聚焦与成像方法有效
申请号: | 201910629019.5 | 申请日: | 2019-07-12 |
公开(公告)号: | CN110275166B | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 张双辉;黎湘;刘永祥;霍凯;姜卫东;田彪;张新禹 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G01S13/90 | 分类号: | G01S13/90 |
代理公司: | 长沙中科启明知识产权代理事务所(普通合伙) 43226 | 代理人: | 任合明 |
地址: | 410003 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 admm 快速 稀疏 孔径 isar 自聚焦 成像 方法 | ||
1.一种基于ADMM的快速稀疏孔径ISAR自聚焦与成像方法,其特征在于,该方法包括以下步骤:
S1对稀疏孔径雷达回波进行建模:
在高频雷达信号照射下,金属目标一般可以等效成数个离散的散射点之和,假设目标包含P个散射点,其中第p个散射点相对目标旋转中心的坐标为(xp,yp),则目标的一维距离像序列可表示为P个散射点一维距离像的叠加:
其中表示目标一维距离像序列,tm分别表示快时间与慢时间,σp表示目标第p个散射点的后向散射系数,j、fc、c分别为虚数单位、雷达发射信号载频与电磁波传播速度,ω表示平动补偿后目标的等效转速,φ(tm)表示初相误差,其既包括目标平动引入的相位误差,又包含环境噪声相位误差;式(1)可进一步离散化为:
其中,h(m,n)表示目标离散一维距离像序列,n、m分别为快时间与慢时间序号:n=1,2,…,N、m=1,2,…,M,N、M分别为快时间与慢时间总数,Pr表示雷达发射信号脉冲重复频率;
在稀疏孔径条件下,雷达回波信号沿慢时间维呈现欠采样形式,假设此时雷达回波包含L个脉冲,L<M,且各脉冲序号组合形成的向量为V,则有在此基础上,稀疏孔径条件下的目标离散一维距离像序列可表示为:
h=ESFx+n (3)
其中表示目标离散一维距离像序列矩阵沿列堆叠所形成的向量,即h=Vec(H),其中Vec(·)表示对矩阵沿列堆叠的向量化;为分块初相误差矩阵:其中IN表示N×N的单位矩阵,表示矩阵克罗内克积,表示初相误差矩阵:e=diag[exp(jφ)],其中diag(·)表示由向量构成对角矩阵,其对角线元素由括号中向量元素构成,φ表示初相误差向量;为分块降采样矩阵:其中为降采样矩阵:为分块傅里叶矩阵:其中为M阶傅里叶矩阵;表示目标ISAR图像沿列堆叠所形成的向量,即x=Vec(X);为列堆叠后的噪声向量;
S2通过ADMM重构目标ISAR图像X:
采用l1范数正则化方法对ISAR图像的稀疏特性进行约束,在此条件下,稀疏孔径ISAR图像重构等效于求解如下寻优问题:
其中||·||1、||·||2分别为l1、l2范数;λ为正则化参数,决定所得ISAR图像的稀疏程度;具体步骤如下:
S2.1通过ADMM方法求解式(4)所示寻优问题:
ADMM方法通过引入辅助变量z,将式(4)所示寻优问题等效为如下寻优问题:
其扩展拉格朗日表达式为:
其中α为拉格朗日乘子,ρ为惩戒因子;ADMM方法求解下述三个子问题实现对式(4)的求解:
其中k表示第k次迭代;分别求取Lρ(x,z,α)关于x、z的一阶导,并令导数为零可得式(7)中第一、二个方程的解,如下式所示:
其中S(·)表示软门限函数,对任意变量y与参数a,有:
S2.2将式(8)所示更新式转换为矩阵形式:
式(8)中,第一个方程包含尺寸为MN×MN的矩阵的求逆,运算效率低;为简化运算,考虑矩阵E、F、S具有如下性质:
EHE=EEH=ILN (9)
FHF=FFH=IMN (10)
其中ILN、IMN分别为尺寸为LN×LN、MN×MN的单位矩阵,为对角阵,其对角线元素为将式(9)-(11)代入式(8)中的第一个方程,可得:
此时,待求逆的矩阵已转化为对角矩阵,对其求逆可以通过矩阵元素除法实现;因此,式(12)的向量形式可重新表示为矩阵形式,如下式所示:
其中Z、A分别为辅助变量z与拉格朗日乘子α的矩阵形式,表示两个矩阵的元素分别相除,Mask为抽样矩阵,其元素取值为1或0,分别表示抽取或者舍弃相应位置的元素,则将该抽样矩阵与完整的目标一维距离像序列按各元素分别相乘,即可获得补零的稀疏孔径一维距离像序列,1M×N表示尺寸为M×N的全1矩阵;
同样,式(8)中第二、三个方程可进一步表示成矩阵形式:
A(k+1)=A(k)+ρ(X(k+1)-Z(k+1)); (15)
S3通过最小熵准则估计初相误差φ:
在迭代过程中通过最小熵准则估计初相误差φ,以实现稀疏孔径条件下的ISAR自聚焦,如下式所示:
其中,表示第k+1次迭代所得ISAR图像的熵,其定义如下:
其中sum(·)表示对括号内矩阵的各元素求和,⊙为矩阵的哈达玛积,即矩阵各元素分别相乘;C为ISAR图像总能量:C=sum(|X(k+1)|2),其与初相误差φ无关;const表示与初相误差φ无关的常数;具体步骤如下:
S3.1计算关于第l个脉冲的初相误差φl的导数:
对式(16)所示寻优问题进行求解,首先计算关于第l个脉冲的初相误差φl的导数,如下式所示:
其中Re(·)表示取括号内复数的实部,X(k+1)*表示第k+1次迭代所得ISAR图像X(k+1)的共轭;
S3.2计算第k+1次迭代所得ISAR图像X(k+1)关于第l个脉冲的初相误差φl的导数:
式(18)中包含第k+1次迭代所得ISAR图像X(k+1)关于第l个脉冲的初相误差φl的导数,计算如下:
其中0(l-1)×N、0(L-l)×N分别表示尺寸为(l-1)×N与(L-l)×N的全零矩阵;
S3.3计算第k+1次迭代所得初相误差φl(k+1):
将式(19)代入式(18),并令导数可得第l个脉冲的初相误差φl的迭代更新表达式:
其中angle(·)表示取括号内虚数的相位;
由此,基于交替方向乘子的快速稀疏孔径ISAR自聚焦与成像过程即:循环迭代式(13)-(15)以及式(20),直至收敛,由式(13)所得X即为重构的ISAR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国防科技大学,未经中国人民解放军国防科技大学许可,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/201910629019.5/1.html,转载请声明来源钻瓜专利网。