[发明专利]基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法

权利要求书

1.一种基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，包括：

构建距离维冗余字典与多普勒维字典；

建立二维块稀疏恢复优化模型，以建模目标散射信息反演问题；

通过基于光滑l0范数的优化问题迭代求解方法，获得多通道的距离-多普勒模糊图；

采用数字波束形成方法进行通道间相干处理，获得指定波束指向的距离-多普勒模糊图；

对距离多普勒图采用单元平均恒虚警处理，以检测目标并获取目标对应的距离、多普勒信息。

2.根据权利要求1所述的基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，假设MIMO雷达具有M个发射通道和N个接收通道，首先将目标可能所在的距离范围划分为L_r个离散格点，每个格点所对应的快时间延时分别为(l_r-1)Δ_r，其中Δ_r为格点间的最小时延间隔，l_r＝1,…,L_r；由于M个通道发射波形不同，对于每种发射信号，以离散格点的距离维回波信号为原子，构造相应的距离维冗余字典：A₁,A₂,…,A_M；然后，将所有M个发射通道对应的字典排列，得到最终的距离维冗余字典：A＝[A₁,A₂,…,A_M]。

3.根据权利要求2所述的基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，多普勒维字典为傅里叶字典或冗余傅里叶字典。

4.根据权利要求2所述的基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，多普勒维字典表达式如下所示：

其中,L_d表示为目标可能所在的多普勒范围划分的离散格点数，N_p为多普勒维采样点数。

5.根据权利要求1所述的基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，建立二维块稀疏恢复优化模型，以建模目标散射信息反演问题，具体为：

步骤2.1：构建回波的字典表示模型

在获得距离维字典与多普勒维字典后，回波信号张量可表示为：

Y(:,:,n)＝AZ(:,:,n)D^H+E (1)

其中，D为多普勒域字典，Z为待恢复的各通道距离-多普勒图，E为表示噪声的张量；L_p表示距离维采样点数，N_p表示多普勒维采样点数；

步骤2.2:重排字典，获得回波的块稀疏表示模型

将距离维矩阵A重排得到新的距离维字典重排之后，张量具备二维块稀疏结构；

为了利用该二维块稀疏结果，构造如下优化问题：

其中，ε为约束残差的正数，表示的块稀疏约束项，其中可表示为为的第l_r个距离单元、第l_d个多普勒单元对应的发射-接收阵元信号矩阵，||·||_F表示Frobenius范数，In(x)是指示函数：

6.根据权利要求1所述的基于二维块稀疏恢复的虚拟孔径MIMO雷达目标探测方法，其特征在于，将距离维矩阵A重排方式为：将距离维矩阵A中同一距离门处的不同发射阵元所对应的原子按组聚集，然后将各组按距离从近到远的顺序重新排列。