[发明专利]一种雷达前视成像快速超分辨方法

说明书

本发明公开了一种雷达前视成像快速超分辨方法，具体通过建立前视矢量卷积精确回波模型，突破前视角分辨率提升机理性瓶颈；然后在正则化框架下利用最大‑最小化原理构造含稀疏先验信息的可解析优化代价函数，实现L₁范数的转换，将前视成像分辨率提升问题转化为最优化估计问题；最后通过分治矩阵求逆的方法，显著降低矩阵求逆的运算量，实现前视区域目标成像结果的快速更新。本发明的方法显著降低了运算复杂度，解决了传统稀疏正则化方法计算复杂度高的问题，可以在有限系统内存情况下，通过基于最大‑最小化准则下的分治矩阵求逆算法，实现扫描雷达的快速成像。

技术领域

本发明属于雷达探测与成像领域，具体涉及扫描雷达技术中的快速成像方法。

背景技术

雷达以其全天、全天候的成像能力被广泛应用于许多军事和民用领域。然而，传统的雷达成像方法，如合成孔径雷达(SAR)，由于其成像机制的限制，无法实现前视区域成像。而实孔径雷达虽然可以实现雷达前视成像，但方位分辨率受限于天线尺寸，其方位分辨率有限。因此，通过信号处理方法来提高方位分辨率成为目前研究的热点。

文献“John Wright,Allen Y Yang,Arvind Ganesh,S Shankar Sastry,and YiMa,“Robust face recognition via sparse representation,IEEE transactions onpattern analysis and machine intelligence,vol.31,no.2,pp.210–227，2008.”提出了一种基于L₁范数的稀疏正则化方法，该方法可以有效提高雷达前视分辨率，然而，L₁范数是不可微的，在实际处理中会遇到许多麻烦；文献“Qiping Zhang,Yin Zhang,YongchaoZhang,Yulin Huang,Wenchao Li,and Jianyu Yang,Majorizeminimization basedsuper-resolution method for radar forward-looking imaging,”in IGARSS 2020-2020 IEEE International Geoscience and Remote Sensing Symposium.IEEE,2020,pp.3188–3191”提出了一种将复杂的L₁范数近似为更简单的L₂范数的MM方法。MM方法通过寻找目标函数的一个上带函数，通过多次迭代来近似目标函数。该方法虽然有效解决了L₁范数不可微的数学问题，但矩阵求逆较为复杂，为实际工程应用带来了较大的运算负担。

发明内容

针对上述技术存在的计算复杂度高的问题，本发明提出一种基于最大-最小化的雷达前视成像快速超分辨方法。

本发明的具体技术方案为：一种雷达前视成像快速超分辨方法，包括如下步骤：

步骤一：方位回波卷积模型建立，

设机载雷达平台以恒定速度v沿着y轴方向匀速飞行，雷达天线以角速度ω扫描斜前视区域，平台的飞行高度为H，平台和目标P的初始斜距为R₀，在t时刻，平台与目标的距离历史R(t)表示为：

其中，θ和β分别表示目标相对于机载雷达平台的方位角和俯仰角；

雷达通过发射大时间带宽积的线性调频信号，以获取目标原始回波，获得的原始回波经过距离维脉冲压缩和距离走动校正，回波信号表示为：