[发明专利]一种基于SBRIM算法的多基线层析SAR三维成像方法

说明书

本发明公开了一种基于SBRIM算法的多基线层析SAR三维成像方法，它是通过将SBRIM算法引入到多基线层析SAR三维成像中，首先通过对每个航过获取的数据进行距离‑方位二维SAR成像，然后对得到的SAR成像进行图像配准，获取观测向量；根据层析向信号测量模型得到测量矩阵，初始化SBRIM算法参数，计算对角矩阵；然后估计散射系数向量和估计噪声功率，最后判断是否符合迭代终止条件，直至达到终止条件结束操作重建出高度向信号，得到三维成像结果。与传统稀疏重构算法而言，本发明不仅能够保持传统算法在稀疏航过分布下三维成像的优势，而且减少算法参数数量，提高层析向分辨率，在较少观测数据下，能重构出三维图像，提高信号稀疏重构的精度。

技术领域：

本发明属于雷达技术领域，它特别涉及层析合成孔径雷达中三维成像技术领域。

技术背景：

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率雷达，其可以全天候、全天时地获取地面目标的二维高分辨率图像。传统的SAR成像技术无法获取观测空间三维信息，在成像过程中存在遮挡、空间模糊和顶底倒置等问题，因此三维成像已经成为SAR成像技术发展的迫切要求。多基线层析SAR三维成像技术是传统二维SAR成像技术的扩展，其通过多次航过飞行获取的SAR图像序列在层析向上进行孔径合成，从而将传统SAR成像扩展到第三维，得到层析向上的分辨率，实现对场景的三维成像。多基线层析SAR得到各个领域的广泛关注和应用，已成为国内外SAR技术研究的热点。

在层析SAR成像处理中，为实现高分辨率三维成像，其获取的数据必须满足采样定理，然而实际情况下可能导致航过数量不够或者非均匀，传统的三维成像方法很难满足实际需求。为了解决这一问题，R.Bamler、XX.Zhu、A.Budillon等人将压缩感知方法应用到层析SAR成像。目前的稀疏重构算法有正交匹配追踪(Orthogonal Matching Pursuit、OMP)、贝叶斯压缩感知(Bayesian Compressive Sensing，BCS)成像算法等。OMP算法由于其结构简单、计算复杂度低和运算时间快的优点而被广泛使用，但OMP算法需要预设稀疏度，在实际成像处理中，需要进行稀疏度近似估计，这会导致重构结果不准确，带来严重的重构误差；BCS算法是通过选择不同的观测模型不同的先验概率分布，可以更加灵活的构造稀疏信号的重构模型，相比于OMP算法具有更优的估计性能以及灵活性，但是BCS算法需要设置多个算法参数，算法参数选择不当是将会导致BCS算法性能下降。因此，在较少的观测数据下，为了重构出三维图像，提高信号稀疏重构的精度，本发明提出了一种基于迭代最小化稀疏贝叶斯(Sparsity Bayesian Recovery via Iterative Minimum，SBRIM)算法的多基线层析SAR三维成像方法。

发明内容：

本发明公开了一种基于SBRIM算法的多基线层析SAR三维成像方法，它是通过将SBRIM算法引入到多基线层析SAR三维成像中，首先通过对每个航过获取的数据进行距离-方位二维SAR成像，然后对得到的SAR成像进行图像配准，获取观测向量，接着根据层析向信号测量模型得到测量矩阵，然后初始化SBRIM算法参数，设置迭代停止条件，接着计算对角矩阵，然后估计散射系数向量，接着估计噪声功率，最后判断是否符合迭代终止条件，直至达到终止条件结束操作重建出高度向信号，得到三维成像结果。该方法能在较少观测数据下，重构出三维图像，提高信号稀疏重构的精度。

为了方便描述本发明的内容，首先作以下术语定义：

定义1、合成孔径雷达

合成孔径雷达是将雷达固定于载荷运动平台上，结合平台的运动以合成等效阵列以实现阵列向的分辨率，再利用雷达波束向回波延时实现距离一维成像，从而实现对观测目标二维成像的一种合成孔径雷达技术。详见文献“合成孔径雷达成像原理”，皮亦鸣等编著，电子科技大学出版社。

定义2、合成孔径雷达垂直基线、平行基线