[发明专利]基于密度加权的模拟退火稀疏合成孔径雷达成像方法

摘要

本发明公开了一种基于密度加权的模拟退火稀疏合成孔径雷达成像方法，主要解决现有技术的雷达回传数据传输率高和运算量大，均匀稀疏采样成像存在“鬼影”场景的问题。其实现过程为：采用密度加权获得中间采样孔径；利用模拟退火优化算法以主瓣和副瓣峰值比最大为代价函数，优化剩余两边对称采样孔径，得到方位稀疏采样位置；根据方位稀疏采样位置实现稀疏回波数据采样以降低数据量；回波数据方位向空缺位置补零后完成成像。本发明在付出较小成像质量下降的代价下实现降低前端回传数据传输率，减少后端距离向脉压的计算量，提高了成像的处理速度并消除均匀稀疏采样成像的“鬼影”场景，可用于机/星载雷达系统对地观测成像。

主权项

一种基于密度加权的模拟退火稀疏合成孔径雷达成像方法，包括如下步骤：(1)采用密度加权获得中间采样孔径：(1a)设定全孔径采样数为D、稀疏孔径采样总数为M、初始中间孔径采样数为N0，初始化1×D维采样标记矢量x＝0，采样标记矢量x元素为1表示采样，元素为0表示不采样，D、M、N0均取正整数，且满足N0＜M＜D；(1b)由全孔径采样数D，获得D×1维泰勒窗矢量h＝taylorwin(D)，对窗矢量的最大值归一化，得到D×1维归一化泰勒窗矢量h0＝h/max(h)，其中taylorwin和max分别表示泰勒窗函数和求最大值函数；(1c)给循环变量赋初值：i＝fix(D/2)‑fix(N0/2)，这里i表示中间孔径采样序号，fix表示朝零取整；(1d)随机产生一个服从均匀分布[0，1]区间的数：r＝rand(1)，以归一化泰勒窗矢量中第i个元素为参考，判断[h0]i＞r是否成立，若成立则[x]i＝1，[x]D+1‑i＝1，否则直接执行步骤(1e)，其中rand表示产生一服从均匀分布的随机数，[x]i表示矢量x中的第i个元素；(1e)令i＝i+1，判断i≤ceil(D/2)是否成立，若成立，则返回步骤(1d)继续循环，否则执行步骤(1f)，这里ceil表示朝正无穷大取整；(1f)循环结束后，统计中间采样孔径实际所含采样数N＝sum(x)，sum表示求和函数；(2)利用模拟退火智能优化算法以主瓣和副瓣峰值比最大为代价函数，优化除中间采样孔径外的剩余两边对称采样孔径，得到方位向稀疏采样位置：(2a)设定初始温度T0，模拟退火总的迭代次数Q；(2b)在采样标记矢量x剩余左边孔径中，随机填(M‑N)/2个数值1，根据对称性在右边孔径填(M‑N)/2个数值1，并记录1的位置，得到扰动前的位置矢量Ip＝find(x＝1)，find表示寻找满足条件元素的位置；(2c)设计代价函数为：f(Ip)＝FindLocalPeak2(P(Ip))，其中FindLocalPeak2是返回参数矢量的第二个极大值的函数，P(Ip)为合成阵列的归一化方向图，且 P ( I p ) = 1 M Σ m = 1 M exp ( j 2 π [ I p ] m ( sin θ - sin θ 0 ) / λ ) , 其中θ为波束指向，θ0为导向方向，λ为波长，j为虚数单位；(2d)根据设计好的代价函数利用模拟退火算法优化除中间采样孔径外的剩余两边对称采样孔径，得到方位向稀疏采样位置；(3)雷达根据方位向稀疏采样位置发射并接收回波，实现回波数据的稀疏采样；(4)对稀疏采样得到的稀疏回波数据在方位向空缺位置补零，然后利用RD算法完成成像处理。