[发明专利]结合正交匹配追踪算法的ISAR稀疏采样成像方法

说明书

本发明提供结合正交匹配追踪算法的ISAR稀疏采样成像方法，通过发射一段完整信号，在接收端进行稀疏采样处理，通过稀疏的采样方式得到稀疏信号，然后采样后对稀疏的信号进行重构，再进行ISAR成像处理，可以得到更高质量的成像图形，且能提升信号采样频率的利用率。本发明不研究ISAR成像和OMP算法的新的方法，而是将OMP算法在采样方式上对采样信号进行处理，然后重构应用到ISAR成像领域来。本发明大大提升信号的利用率，并且能提升成像质量。

技术领域

本发明涉及一种稀疏采样信号的ISAR成像方法，应用压缩感知理论中的OMP算法，尤其涉及结合正交匹配追踪算法的ISAR稀疏采样成像方法。

背景技术

由于雷达成像的分辨单元取决于信号的带宽，为了获取到更高的分辨率，常常需要发射较大的时带宽积的信号波形，或者使用宽带线性调频信号来进行成像。但是受于Nyquist采样定理限制，为了提升信号带宽值，就需要成倍的提升采样频率，这样就造成了信号的冗余。因此，如何提升带宽来增大分辨率的同时提升信号的利用率，成为雷达成像领域的重要课题。E.J.Candes、J.Romberg、T.Tao和D.L.Donoho等科学家于2004年提出压缩感知(Compressive Sensing，CS)理论的出现，CS理论的出现挑战了Nyquist采样定理的理论极限，对整个信号处理领域产生了极大的影响。利用CS理论的稀疏性，可以将其利用到对信号的处理中，CS理论不同于传统成像“先采样，后处理”的信号处理方式，而是一种“先处理，后采样，再还原”的新型成像方式。因此，如何将CS理论与雷达成像理论结合，是一个重点研究问题。

发明内容

本发明的目的是利用CS理论在接收端对回波数据进行稀疏采样，然后对稀疏的采样信号进行重构，得到一个完整的全频段信号，这样就可以通过发射一段发射信号，为了避免Nyquist采样定理对信号采样频率的限制，采用压缩感知的稀疏采样方式，然后对采样的信号通过算法重构获得一段全频段信号，这样可以大大提升信号的利用率，并且能提升成像质量。

本发明的目的是这样实现的：步骤如下：

步骤一：选择发射信号类型并假设目标形状与位置；

步骤二：对信号矩阵进行欠采样并且对欠采样信号进行重构；

构建测量矩阵Φ，设置稀疏度为k，则Φ为(N₁*k)×N₁的高斯阵，稀疏基ψ选择快速傅里叶变换基，观测向量为观测矩阵和信号矩阵的乘积，得到y＝Φs；通过观测矩阵进行稀疏采样得到一个稀疏的二维矩阵N₁×N₂×k；随机采样间隔变为原来的1/k倍，实际采样点数为传统方式采样点数的k倍，剩余的1-k倍个未采样值均为0，然后对N₁×N₂×k的为二维矩阵进行OMP重构；

步骤三：重构信号处理及成像；

根据ISAR成像RD算法的基本流程，要先对回波数据进行距离压缩，然后要对目标进行相位补偿，最后进行方位压缩才能得到完整的ISAR成像图。

本发明还包括这样一些结构特征：

1.步骤一具体为：采用线性调频信号作为发射信号，设置雷达与目标之间的距离、雷达的中心频率、带宽，则线性调频回波信号的表达式为：

其中，A_m为m个散射点的散射强度τ为时延，取T_P为脉冲宽度，γ为调频率，为快时间，为矩形窗函数，j为虚数单位，λ为波长，R为时刻雷达到散射点的距离，C为光速。

2.步骤二具体包括：

(1)参数初始化：残差r₀＝y，列序号集合索引矩阵迭代次数t＝1；