[发明专利]一种正交编码孔径全极化雷达图像二维联合重构方法

说明书

本发明公开一种正交编码孔径全极化雷达图像二维联合重构方法，利用压缩感知技术对正交编码孔径全极化雷达图像进行重构：步骤一：构建雷达成像模型；步骤二：同极化信号与交叉极化信号分离，建立正交编码孔径模型；步骤三：运用多通道联合的2D‑OMP算法进行稀疏重构，输出重构图像。本发明的有益效果主要包括：采样数据量的减少，减轻了数据存储的压力；减少计算复杂度，大大缩短图像重构的时间；更准确地反映了雷达目标全极化散射特性，便于极化散射矩阵的获取，有利于目标识别等进一步应用；保证其在较弱通道内能被顺利重构。

【技术领域】

本发明属于雷达信号处理领域，具体涉及一种正交编码孔径全极化雷达图像重构方法，更进一步来说是基于压缩感知原理，依据雷达目标在全极化下的散射特性提出一种多通道联合2D-OMP(二维正交匹配追踪算法)重构算法，保证各极化通道得到的散射点位置上的一致性；同时解决对二维图像重构计算复杂度过大的问题，缩短图像重构时间。

【背景技术】

2006年Donoho,Candes,Romberg和Tao等人提出的压缩感知理论，充分利用信号稀疏性或可压缩性来进行信号的获取与重构,突破了奈奎斯特采样定理的限制，可以大大减少信息的存储量。2007年莱斯大学的R.Baraniuk等人首次将压缩感知引入高分辨雷达，相应的基础研究由此展开。压缩感知重构算法属于凸优化问题，而应用最广泛的便是以正交匹配追踪算法(OMP)为代表的贪婪算法。但是这种方法在由二维向一维转化过程中引入了Kronecker积，导致计算复杂度过大。全极化下的雷达成像结果本质上是二维多测量稀疏恢复问题，若将单极化成像方法分别应用于各极化通道，即可获得HH、HV、VH和VV通道下的雷达图像。但这种独立处理的方法割裂了目标在不同极化通道下散射特性的联系，无法保证所得结果中散射中心位于成像平面同一位置，影响后续极化特征的获取。本发明结合实际需要，针对正交编码孔径雷达图像重构提出一种基于压缩感知理论的多通道联合2D-OMP重构算法。

【发明内容】

本发明的目的在于提供一种正交编码孔径全极化雷达图像二维联合重构方法，利用压缩感知技术对正交编码孔径全极化雷达图像进行重构。

为了达到上述目的，本发明采取的技术方案如下：

步骤一：构建雷达成像模型；

步骤二：同极化信号与交叉极化信号分离，建立正交编码孔径模型；

步骤三：运用多通道联合的2D-OMP算法进行稀疏重构，输出重构图像。

其中步骤二所述具体过程如下：每个极化下的二维图像可以看作是对应的编码间歇孔径成像得到，设M个孔径中抽取Q个孔径作为H极化通道(QM)，其余(M-Q)个孔径为V极化通道。那么稀疏孔径测量信号可以表示为S_f,k＝Φ_kS_2D,k，其中，k＝1,2,3,4分别代表HH、HV、VH、VV不同的极化通道，S_f,k为对应k极化通道下的高分辨距离像序列稀疏测量值，S_2D,k为k极化通道的待重构二维ISAR图像，ψ为M×M的IFFT变换矩阵。因为雷达目标在高频区通常由有限个强散射点组成，相比于整个成像区域具有稀疏性，而将四个极化通道联合处理所得图像优于单个通道分别处理，因此转换为多通道联合稀疏优化问题。

步骤三所述多通道联合的2D-OMP重构算法是利用压缩感知原理进行稀疏重构的一种方法，不同于传统的正交匹配追踪(OMP)算法，本发明所提出的方法不需要将待重构图像降维成向量，可以直接进行二维重构；并且在重构过程中针对四个极化通道联合处理，以极化图像整体最优值来代替每个极化通道单独最优值。

所述步骤三具体实现过程如下：

输入：各极化通道稀疏测量慢时间-距离像矩阵S_f,k，感知矩阵Φ_k，ISAR图像稀疏度L；

输出：待重构ISAR图像S_2D,k；