[发明专利]基于稀疏时频分布的雷达目标高分辨成像方法和装置

说明书

本申请涉及一种基于稀疏时频分布的雷达目标高分辨成像方法和装置。所述方法包括：首先计算慢时间信号的短时自相关函数，并利用信号自项和交叉项在模糊域的分布特性差异对慢时间信号的短时自相关函数进行交叉项抑制，而后利用无交叉项的短时自相关函数生成当前时刻的短时瞬时自相关函数向量，并利用该向量在傅里叶字典上的稀疏性，求得慢时间信号能量聚集性高、无交叉项干扰的稀疏时频分布，进而获得目标的距离‑多普勒图像。采用本方法能够通过求解慢时间信号能量聚集性高、无交叉项干扰的高性能稀疏时频分布，获取目标准确的高分辨雷达图像。

技术领域

本申请涉及雷达信号处理技术领域，特别是涉及一种基于稀疏时频分布的雷达目标高分辨成像方法和装置。

背景技术

逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）成像技术通过发射并接收电磁波，可以获得机动目标处于不同视角的回波信号。ISAR成像技术通过对回波信号进行处理，可以获取舰船、飞机、空间飞行器等目标的结构特征及尺寸信息，在公共和国防安全领域具有广泛的应用场景，是达成目标探测和监视等目标的重要技术手段。

最基本的ISAR成像方法是距离-多普勒（Range-Doppler, RD）算法，具有计算效率高、实现简单等特点。然而，在对机动目标进行成像时，由于成像周期内目标运动的复杂性，其多普勒频率往往是时变的，直接采用RD算法进行成像会导致方位向散焦，无法得到清晰的目标图像。利用距离-瞬时多普勒（Range-Instantaneous-Doppler, RID）算法可以较为简便地实现机动目标的ISAR成像。在完成距离向脉冲压缩和平动补偿后，RID算法通过对每一距离单元的慢时间信号进行时频分析，求得目标的时间-距离-多普勒三维数据矩阵，进而通过时间采样获取目标在不同时刻的多帧距离-多普勒图像。RID算法的成像性能取决于所用的时频分析方法，目前常用的时频分析方法包维格纳准概率分布(Wigner-VillDistribution，WVD)和短时傅里叶变换（Short-Time Fourier Transform, STFT），其中，WVD的时频聚集性高，但是存在交叉项干扰，无法对目标进行准确成像，而短时傅里叶变换（Short-Time Fourier Transform, STFT）的能量聚集性受不确定原理的限制，难以实现目标的高分辨成像。因此，传统时频分析方法在能量聚集性和交叉项抑制方面还存在性能不足的问题，无法支撑雷达目标高分辨成像。

发明内容

基于此，有必要针对上述技术问题，提供一种能够获得目标的高分辨雷达图像的基于稀疏时频分布的雷达目标高分辨成像方法和装置。

一种基于稀疏时频分布的雷达目标高分辨成像方法，所述方法包括：

对雷达接收到的目标回波信号进行预处理；其中，预处理过程包括对目标回波信号进行离散采样、脉冲压缩和平动补偿；

沿方位维从预处理后的目标回波信号中的第一个距离单元开始，依次选取每个距离单元中的慢时间信号，对于取出的慢时间信号，从第一个采样时刻开始，在每一时刻生成对应的短时信号，计算短时信号的自相关函数作为慢时间信号的短时自相关函数；

对慢时间信号的短时自相关函数进行交叉项抑制，得到无交叉项的短时自相关函数，根据无交叉项的短时自相关函数生成当前时刻的短时瞬时自相关函数向量，并采用傅里叶字典对短时瞬时自相关函数向量进行稀疏表示，得到慢时间信号在当前时刻的瞬时稀疏频谱；

整合一个距离单元内慢时间信号在所有时刻的瞬时稀疏频谱，得到该距离单元内慢时间信号的稀疏时频分布，整合所有距离单元内慢时间信号的稀疏时频分布，得到目标的时间-距离-多普勒三维数据矩阵；

沿时间维对时间-距离-多普勒三维数据矩阵进行采样，得到目标不同时刻的距离-多普勒图像。

在其中一个实施例中，沿方位维从预处理后的目标回波信号中的第一个距离单元开始，依次选取每个距离单元中的慢时间信号，包括：