[发明专利]基于加权L1优化与视觉显著注意的ISAR成像方法

摘要

本发明属于雷达成像技术领域，具体提供了一种基于加权L1优化与视觉显著注意的ISAR成像方法，包括如下步骤：步骤1.对雷达接收到的回波数据进行距离维匹配滤波；步骤2.对匹配滤波之后的回波信号作相干积分以提高信号的信噪比；步骤3.构造稀疏字典；步骤4.计算第一步权值；步骤5.求解优化问题得到用作先验的初步ISAR成像结果；步骤6.使用步骤5得到的初步ISAR成像结果求显著图，并得到显著区域；步骤7.利用显著区域更新权值，求解优化问题得到高分辨ISAR图像。本发明大幅度降低采样率，降低了短观测时间下的ISAR成像的实现难度，同时利用显著性先验进一步提高成像质量。

主权项

1.基于加权L1优化与视觉显著注意的ISAR成像方法，其特征在于：包括如下步骤：步骤1.对雷达接收到的回波数据进行距离维匹配滤波；1a)设雷达传输线性调频信号为其中T_p表示脉冲宽度,τ为快时间，f_c是载频，γ为调频率，代表单位矩形窗函数，j为虚数单位；1b)雷达接收到的每个散射点回波信号为其中B为目标的后向散射振幅，Ta为观测时间，c为光速，t为慢时间，R(t)表示散射点到雷达的瞬时距离；1c)目标上多个散射点回波信号叠加得到接收到的回波数据，然后对接收到的回波数据进行传统的距离维匹配滤波，匹配滤波之后的回波信号为步骤2.对匹配滤波之后的回波信号作相干积分以提高信号的信噪比；对步骤1中得到的匹配滤波之后的回波信号s(τ,t)矩阵的每一列作方位向相干积分，第l个距离单元的回波信号sl相干积分后得到sl'＝Fsl＝FΨθl+Fnl＝Aθl+nl′其中sl'(l＝1,2...L)和A＝FΨ分别是相干积分后的观测值和字典，F是N×N的N点FFT矩阵，其第m行n列的元素为Fmn＝e‑j2π(m‑1)(n‑1)，nl'＝Fnl,l＝1,2...L为相干积分后的噪声向量，Ψ为步骤3中构造的稀疏字典；步骤3.构造稀疏字典；3a)假设没有产生越距离单位徙动，考虑噪声,第l个距离单元包含K个方位向位置不同的散射中心,则第l个距离单元的回波信号sl(t)为其中Bk和fk分别是第k个散射点的反射振幅和多普勒频率，K是强散射点的数目,nl表示第l个距离单元的加性噪声；3b)定义时间序列t:[1:N]TΔt，其中N＝Ta/Δt表示脉冲数，Δt＝1/fr是时间间隔，fr为雷达的脉冲重复频率，定义多普勒的个数为Q，则对应的多普勒分辨率为Δfd＝fr/Q，离散多普勒序列为fd:[1:Q]TΔfd‑(fr/2)，设定的Q应大于脉冲数N，由此构造稀疏字典为其中，则第l个距离单元的回波信号的矩阵形式为sl＝Ψθl+nl其中向量θl(l＝1,2...L)表示图像矩阵的第l列，θl(l＝1,2...L)中非零元素对应K个强散射中心的复振幅；步骤4.计算第一步权值；利用下列分段光滑的函数来计算显著区域内的权值，其中参数a,b和c由下式求得步骤5.求解优化问题得到用作先验的初步ISAR成像结果；5a)采用基追踪算法求解优化问题得到稀疏向量，即为一个距离单元内的ISAR成像结果，该优化问题为其中W是对角矩阵,主对角线上为分别对应于θ_l'的第i个成分的权值w_i，θ_l'＝(W)^‑1x_l,ε_l'＝||n_l'||₂是相干积分后的噪声等级，θ_l'(l＝1,2...L)是最后求解得到的在字典Ψ下的复振幅；5b)所有距离单元求解结束即可得到一个初步ISAR成像结果；步骤6.使用步骤5得到的初步ISAR成像结果求显著图，并得到显著区域，具体过程如下：6a)输入初步ISAR成像结果通过下式基于PCT变换计算得到显著图I,PICT＝|CT‑1(P)|；I＝G*PICT2其中CT,CT‑1表示轮廓波变换和反变换，G是一个二维高斯低通滤波器，*是卷积操作，“sign(·)”为符号函数6b)通过显著图I粗略的得到目标的大概位置和背景区域的位置，再对显著图I使用二维中值滤波和图像形态学闭操作提高区域的光滑程度与连通性，选取一个阈值得到显著的目标区域RT和不显著的背景区域RB；步骤7.利用显著区域更新权值，求解优化问题得到高分辨ISAR图像；7a)利用步骤6得到的显著的目标区域RT和不显著的背景区域RB更新权值，使用常数d作为背景区域的权值，则基于显著图的加权函数替换为7b)采用基追踪算法求解该优化问题得到稀疏向量，即为一个距离单元内的ISAR成像结果，所有距离单元求解结束即得到整个高分辨ISAR图像；该方法大幅度降低采样率，降低了短观测时间下的ISAR成像的实现难度，同时利用显著性先验进一步提高成像质量。