[发明专利]基于显著图的Laplacian协同压缩雷达成像方法

摘要

本发明公开了一种基于显著图的Laplacian协同压缩雷达成像方法，包括如下步骤步骤1，采用距离多普勒算法得到低分辨的ISAR图像；步骤2，构造稀疏字典；步骤3，对初步ISAR成像结果做基于下式的PCT变换得到显著图I；步骤4，构造显著图的Laplacian矩阵；步骤5，为获得高分辨的ISAR图像，即交替使用基追踪算法和解析法求解最优的Θ和T。本发明利用图像数据的局部一致性先验假设降低背景杂波，抑制噪声，有效提高成像的质量。

主权项

基于显著图的Laplacian协同压缩雷达成像方法，其特征在于，包括如下步骤：步骤1，采用距离多普勒算法得到低分辨的ISAR图像；步骤2，构造稀疏字典：a)假设没有越距离单位徙动，引入噪声，第l个距离单位包括K个方位向不同的散射中心，则第l个距离单位的回波信号sl(t)为：sl(t)=Σk=1KBk·rect(tTa)exp(-j2πfk·t)+nl]]>其中fk为多普勒频率，Bk为第k个散射点的反射振幅，K为散射点的个数，nl为第l个距离单位的加性噪声；b)定义时间序列t：[1：N]TΔt，其中N＝Ta/Δt为脉冲数，Δt＝1/fr为时间间隔，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，由此构造稀疏字典如下：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)为图像矩阵的第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3，对初步ISAR成像结果做基于下式的PCT变换得到显著图I：P=sign(CT(S^));F=|CT-1(P)|;I=G*F2]]>其中CT，CT‑1分别为轮廓变换和反变换，G为一个二维高斯低通滤波器，＊为卷积操作，sign(·)为符号函数：sign(t)=+1,t≥0-1,t<0;]]>步骤4，构造显著图的Laplacian矩阵：La＝D‑G相似矩阵G是基于显著图，通过高斯核函数构造而产生，其第i行第j列元素计算方法如下：其中Ii为初步成像低分辨ISAR图像得到的显著图中第i个距离单位的方位向系数向量，￥(θi)为距第i个距离单元最近的k个近邻，σ为高斯核函数的宽度参数，Ij为初步成像低分辨ISAR图像得到的显著图中第j个距离单位的方位向系数向量，D为图的度矩阵，表示每个结点与其他结点的连接权值，对角线上每个元素的值为归一化后的显著图的拉普拉斯矩阵的形式为步骤5，为获得高分辨的ISAR图像，即交替使用基追踪算法和解析法求解最优的Θ和T，即解优化问题：minΘ,TΣl=1L(||Wlθl||1+λ||sl-Ψθl||22)+βtr(TLapTT)+r||Θ-T||22]]>其中，λ为将约束优化转为无约束优化时引入的拉格朗日乘子、Θ为待恢复的图像矩阵、T为求解多变量优化问题时引入的中间变量、r为优化问题的多约束平衡参数、β为正则化参数、ε为噪声等级、μ为步长参数、tl为中间变量T的第l列，Wl＝diag{wil}是通过显著图的权值矩阵计算得到，wil为显著图I的第i行第l列的元素：1)初始化λ，初始化2)重复下列算法，直到Θ不发生变化：2.1)利用基追踪算法求解下式来更新Θ：minθlΣl=1L(||Wlθl||1)s.tΣl=1L(||λslrtl-λΨrIθl||22)≤ϵ;]]>2.2)采用下式更新T：T=2r[β(Lap+LapT)+2rI]-1Θ;]]>2.3)采用下式更新λ：λ=λ+μΣl=1L||sl-Ψθl||22.]]>