[发明专利]基于StOMP的捷变频雷达稀疏场景目标重构方法

说明书

本发明属于雷达信号处理领域，公开了一种基于StOMP的捷变频雷达稀疏场景目标重构方法，该方法改进了已有的OMP算法，在捷变频雷达针对稀疏场景目标重构中，引入了压缩感知模型，减少了数据量的传输和存储；针对捷变频雷达在稀疏重构中无法先验知道目标个数的问题，提出使用分段正交匹配追踪算法，无需先验地知道场景目标个数，更加符合实际应用。

技术领域

本发明涉及雷达信号处理领域，具体涉及一种基于分段正交匹配追踪(StOMP，Stagewise Orthogonal Matching Pursuit)的捷变频雷达稀疏场景目标重构方法。

背景技术

捷变频雷达发射脉冲载波频率在一定范围内快速跳变，当干扰对准当前载频实施干扰时，捷变频雷达此时已随机跳变到另一种载频，使干扰在频率上难以对准雷达，使得干扰效果大大降低。捷变频雷达除了可以有效对抗干扰之外还可以增加雷达作用距离，提高单脉冲雷达的跟踪精度，增加雷达分辨能力等。在实际应用中巨量数据的传输和存储是一个艰难的任务，压缩感知理论以远低于奈奎斯特采样定理的采样速率随机采样数据，以少量数据恢复重建原始信号，降低了数据量大的压力。将压缩感知理论应用于捷变频雷达中，通过构建观测矩阵，只需要以少量的数据就可以恢复重建出高分辨距离-速度维的目标场景，实际应用潜力巨大。在已有的解压缩感知的贪婪算法中，需要先验地知道场景的稀疏度，例如匹配追踪算法(MP，Matching Pursuits)、正交匹配追踪算法(OMP，OrthogonalMatching Pursuit)等，但是在捷变频雷达实际应用中对于场景的稀疏度往往是无法先验知道的。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于StOMP的捷变频雷达稀疏场景目标重构方法，该方法改进了已有的OMP算法，在每次迭代过程中只需要根据阈值判断选择多个原子，最终得到稀疏场景中的重构信号，不需要先验知道稀疏场景的稀疏度即目标点数，更加符合实际的应用。

为了达到上述目的，本发明采用以下技术方案予以实现。

一种基于StOMP的捷变频雷达稀疏场景目标重构方法，包括以下步骤：

步骤1，建立捷变频雷达在稀疏场景下的回波信号模型，获得雷达的回波信号对雷达的回波信号进行混频解调，距离向脉压，归一化处理，得归一化回波信号

构造一个粗分辨距离单元的观测信号模型，对归一化回波信号进行采样，采样的回波信号在构造的粗分辨距离单元上被处理，得到粗分辨距离单元信号模型；

步骤2，利用压缩感知模型将所述粗分辨距离单元信号模型转换为压缩感知模型；

步骤3，在压缩感知模型下，使用StOMP算法重构稀疏信号，得到一维高分辨目标信号，并将所述一维高分辨目标信号重排得到距离-速度维的二维高分辨信号，完成对捷变频雷达稀疏场景目标的重构。

与现有技术相比，本发明的有益效果为：

(1)在捷变频雷达针对稀疏场景目标重构中，引入了压缩感知模型，减少了数据量的传输和存储。

(2)针对捷变频雷达在稀疏重构中无法先验知道目标个数的问题，提出使用分段正交匹配追踪算法，无需先验地知道场景目标个数，更加符合实际应用。

附图说明

下面结合附图和具体实施例对本发明做进一步详细说明。

图1是基于StOMP的捷变频雷达稀疏场景目标重构方法流程示意图；

图2是捷变频雷达发射载频的示意图；

图3是StOMP算法流程示意图；

图4是在Matlab平台上仿真验证所提方法后得到的稀疏场景目标恢复的二维平面示意图；

图5是在Matlab平台上仿真验证所提方法后得到的稀疏场景目标恢复的三维空间示意图。