[发明专利]一种圆扫ISAR模式船只超分辨率成像方法

摘要

本发明公开了一种圆扫ISAR模式船只超分辨率成像方法，属于雷达技术领域，包括如下步骤：将圆扫ISAR模式下的回波信号，划分为M个数据帧，逐帧进行处理；对第m个数据帧，进行距离压缩，选择第m帧的船只目标的子回波；对第m帧的船只目标的子回波，进行包括平动补偿和转动补偿在内的预处理；利用Burg算法，对第m帧的船只目标的子回波，在方位向上进行数据外推；对外推后的数据，在方位向上进行随机采样；对采样后的数据，在方位向上进行压缩感知计算，得到当前数据帧的稀疏系数矩阵；对压缩感知后的稀疏系数矩阵进行恒虚警率检测，得到第m帧的距离多普勒域超分辨率图像。

主权项

1.一种圆扫ISAR模式船只超分辨率成像方法，其特征在于，包括如下步骤：步骤1：将圆扫ISAR模式下的回波信号，按Tframe为周期，划分为M个数据帧，逐帧进行处理；圆扫ISAR模式中，方位时间‑距离频率域的船只回波信号，如公式(1)所示：其中，下标m为当前数据帧的序号，m＝0,…,M‑1，t表示方位向时间，f_r表示距离向频率，rect(·)为矩形函数，T_frame为数据帧的周期，t_m0为第m个数据帧的起始时刻与船只合成孔径中心时刻之间的间隔时间，T_int为脉冲积累时间，f₀为雷达载波频率，B_r为雷达信号带宽，C表示光速，R_m0(t)表示从雷达的相位中心到船只转动中心的矢量，R_m0(t)为R_m0(t)的模，r为从船只转动中心到船上某散射点的矢量，σ₀(r)为位于r处散射点的归一化雷达后向散射截面积，为R_m0(t)的单位矢量；步骤2：对第m个数据帧，进行距离压缩，选择第m帧的船只目标的子回波；对于船只子回波的选择，既可以手动进行，也可以利用信号检测算法自动完成；步骤3：对第m帧的船只目标的子回波，进行包括平动补偿和转动补偿在内的预处理；步骤4：利用Burg算法，对第m帧的船只目标的子回波，在方位向上进行数据外推；具体包括如下步骤：步骤4.1：将信号表示为离散化形式，设sm(iΔt,jΔfr)为sm(t,fr)的离散化形式，其中i＝0，…，L‑1，j＝0，…，N‑1，L和N分别为方位向和距离向的离散点数，Δt和Δfr分别为方位向时间和距离向频率的采样间隔；步骤4.2：设pm(iΔt,jΔτ)为对sm(iΔt,jΔfr)进行平动补偿、转动补偿等预处理后的方位时间‑距离时间域信号，其中Δτ为距离向时间的采样间隔；步骤4.3：根据所引入的符号，将外推结果进行简化，如公式(2)所示：p′m(i′Δt,jΔτ)＝Burg[pm(iΔt,jΔτ)] m＝0,…,M‑1i′＝0，…，L′‑1    (2)；其中，p′m(i′Δt,jΔτ)为经Burg算法外推之后的信号，L′为外推后的方位向点数；步骤5：对步骤4所获取的外推后的数据，在方位向上进行随机采样；步骤6：对步骤5所获取的采样后的数据，在方位向上进行压缩感知计算，得到当前数据帧的稀疏系数矩阵，该矩阵即为距离多普勒域超分辨率图像；随机采样和压缩感知计算公式为：[p″mC]L″×N＝[Φ]L″×L′·[p′mC]L′×N＝[Φ]L″×L′·[Ψ]L′×L′·[IC]L′×N＝[Θ]L″×L′·[IC]L′×N    (3)；其中，L″为随机采样后的方位向点数且有L″＜＜L′，p′mC为p′m(i′Δt,jΔτ)的矩阵形式，Φ为随机采样过程对应的测量矩阵，p″mC为随机采样后的矩阵，Ψ为基矩阵，Θ为感知矩阵，IC为经压缩感知计算后得到的系数矩阵；其中，基矩阵Ψ采用如下傅里叶基矩阵：其中，对稀疏系数矩阵IC的求解，可转化为如下优化问题：其中，||·||0表示l0范数，在满足一定的约束条件下，同时考虑噪声的影响，将上述优化问题转化为：其中，||·||₁表示l₁范数，||·||₂表示l₂范数，ε为与噪声电平相关的常数；设K表示稀疏度，则当Θ满足K阶RIP条件，且时，则通过求解上述优化问题，恢复出系数矩阵I_C；步骤7：对步骤6压缩感知后的稀疏系数矩阵进行CFAR检测，将判定为杂波加噪声像素的幅度置为0，得到第m帧经杂波抑制后的距离多普勒域超分辨率图像；对于海杂波和噪声对应的稀疏系数构成的矩阵I′_C，设其实部和虚部均服从零均值、方差为的高斯分布，则其幅度服从瑞利分布：其中，r为矩阵I′C中各元素幅度对应的随机变量，f(r)为r的概率密度表示式；CFAR门限值与虚警概率间的关系为：其中，Pfa是设定的虚警概率，VT是待求解的门限值，门限值通过式(9)进行计算：步骤8：判断m是否等于M‑1；若：判断结果是m等于M‑1，则结束；或判断结果是m不等于M‑1，则令m＝m+1，然后执行步骤2。