[发明专利]一种基于自适应阈值的压缩感知三维SAR成像方法

摘要

本发明提供了一种基于自适应阈值的压缩感知三维SAR成像方法。该方法采用模糊聚类的思想对SAR回波信号进行聚类分析，根据SAR回波信号幅值信息，利用非相似性代价函数最小准则自适应产生一个阈值，将高于阈值的信号构造测量矩阵，与传统的利用整个回波数据来构造测量矩阵的稀疏重构方法相比，大大降低了测量矩阵维数，减少了算法运算量。与现有技术中成像质量较高的基于迭代最小化稀疏贝叶斯重构(SBRIM)方法相比，本发明方法在提高了成像质量的同时提高了算法运行效率。

主权项

1.一种基于自适应阈值的压缩感知三维SAR成像方法，其特征是它包括以下步骤：步骤1、初始化阵列SAR系统参数：初始化阵列SAR系统参数包括：平台速度矢量记为阵列天线各阵元初始位置矢量，记做其中n为天线各阵元序号，N为阵列天线的阵元总数；阵列天线长度，记做L；雷达发射信号载频为f_c；雷达发射信号的调频斜率为f_dr；脉冲重复时间记为PRI；雷达系统的脉冲重复频率为PRF；雷达发射信号带宽记做B_r；电磁波在空气中的传播速度记做C；距离向快时刻记做t，t＝1,2,…,T，T为距离向快时刻总数，方位向慢时刻记做l，l＝1,2,…,K，K为方位向慢时刻总数；上述参数均为SAR系统标准参数，阵列天线各阵元初始位置矢量在SAR观测方案设计中已经确定；根据SAR成像系统方案和观测方案，SAR成像方法需要的初始化成像系统参数均为已知；步骤2、初始化阵列SAR的观测场景目标空间参数：初始化阵列SAR的观测场景目标空间参数包括：以雷达波束照射区域地平面和垂直于该地平面向上的单位向量所构成的空间直角坐标系作为阵列SAR的观测场景目标空间Ω，Ω为M_x×M_y×M_z像素；将观测场景目标空间Ω均匀划分为大小相等的立体单元网格，称为分辨单元，立体单元网格在水平横向、水平纵向和高度向边长分别记为d_x，d_y和d_z，观测场景目标空间在水平横向、水平纵向和高度向单元网格数分别为M_x,M_y和M_z，单元网格大小为阵列SAR系统传统理论成像分辨率；水平横向和水平纵向构成阵列平面维成像空间，在阵列平面维成像空间上第t个等距离立体单元网格第m个元素的位置，记做其中m＝(m_y‑1)M_x+m_x＝1,…,M，M为阵列平面维成像空间的第t个等距离立体单元网格阵列向立体单元网格总数，M＝M_x·M_y，m_x＝1,…,M_x，m_y＝1,…,M_y，t＝1,…,T，T为步骤1中初始化得到距离向快时刻总数；将观测场景目标空间中第t个等距离立体单元网格第m个元素的散射系数记为m＝1,2,…,M，t＝1,2,…,T；采用公式计算得到散射系数矩阵，记做δ，散射系数矩阵δ由M行T列组成，其中T为步骤1中初始化得到的距离向快时刻总数，M为阵列平面维成像空间的第t个等距离立体单元网格阵列向立体单元网格总数，M＝M_x·M_y；根据阵列SAR基于自适应阈值的压缩感知SAR成像方法处理方案，本发明所需的初始化阵列SAR的观测场景目标空间参数均为已知；步骤3、生成原始回波信号，并进行距离向脉冲压缩：在第l个方位向慢时刻和第t个距离向快时刻中阵列SAR第n个天线阵元的原始回波数据记做s(t,l,n)，t＝1,2,…,T，l＝1,2,…,K，n＝1,2,…,N，其中T为步骤1中初始化得到的距离向快时刻总数，t为距离向快时刻，K为步骤1中初始化得到的方位向慢时刻总数，l为方位向慢时刻，N为步骤1中初始化得到的阵列天线阵元总数，n为天线各阵元序号；在阵列SAR实际成像中，原始回波数据s(t,l,n)由数据接收机提供；采用标准合成孔径雷达回波数据距离向脉冲压缩方法对原始回波数据s(t,l,n)进行距离向脉冲压缩，得到距离向压缩后的阵列合成孔径雷达数据，记做s_rc(t,l,n)；采用公式S_t＝s_rc(t,l,n),t＝1,2,…,T,l＝1,2,…,K,n＝1,2,…,N，计算得到第t个等距离立体单元网格回波信号向量，记为S_t，S_t由W＝K·N行1列组成，其中K为步骤1中初始化得到的方位向慢时刻总数，N为步骤1中初始化得到的阵列天线阵元总数；采用公式S＝[S₁,…,S_t,…,S_T]^T，计算得到脉冲压缩后的全部等距离立体单元网格的回波信号，记为S，其中T为步骤1中初始化得到的距离向快时刻总数，T表示矩阵的转置运算；步骤4、对脉冲压缩后的回波信号S进行归一化处理：采用公式对步骤3中脉冲压缩后回波信号向量S_t进行归一化处理，计算得到归一化回波信号，记为其中T为步骤1中初始化得到的距离向快时刻总数，|·|表示向量绝对值运算，min表示向量最小值计算，max表示向量最大值计算，T表示矩阵的转置运算；步骤5、对归一化后的回波信号进行均值滤波处理：采用传统标准的均值滤波方法，对步骤4得到的归一化回波信号进行均值滤波处理，得到均值滤波后的回波信号，记为其中T为步骤1中初始化得到的距离向快时刻总数，T表示矩阵的转置运算；采用公式计算得到均值滤波后回波信号的灰度值，记为H＝[h₁,…,h_t,…,h_T]^T，其中T为步骤1中初始化得到的距离向快时刻总数，T表示矩阵的转置运算；步骤6、对步骤5中得到的回波信号H＝[h₁,…,h_t,…,h_T]^T进行分类，并生成回波信号提取阈值：初始化模糊C均值聚类算法参数：初始化回波信号分类类别数为c、算法模糊指数为m、聚类终止迭代阈值为ε、最大迭代次数为T、初始化聚类中心向量初始化迭代次数t；采用传统标准的模糊C均值聚类(FCM)算法，计算获得隶属度函数矩阵与聚类中心，分别记为U＝{u_kt}和V＝{v_k}，u_kt表示h_t与聚类中心v_k的隶属度关系，其中k＝1,…,c，t＝1,2,…,T，c为初始化得到的回波信号分类类别数，T为步骤1中初始化得到的距离向快时刻总数；采用公式c_k＝arg_k{max(u_kt)}，计算得到最优隶属度函数u_k＝max(u_kt)，最优聚类中心c_k，k＝1,…,c，取出最优隶属度函数对应的回波信号h_t，t＝1,2,…,T，其中T为步骤1中初始化得到的距离向快时刻总数；采用传统标准的模糊C均值聚类(FCM)算法，对步骤5中得到的回波信号H进行分类，得到分类后回波信号，记为H＝{h_k,k＝1,2,…,c}；然后将分类后的回波信号按幅值由小到大升序排列为H＝[h₁,h₂,…,h_c]；采用公式计算得到回波信号提取阈值，记为ρ；步骤7、根据步骤6提取的回波信号阈值ρ，提取回波信号中目标可能存在的等距离立体单元网格：采用公式当回波信号h_t大于回波信号提取阈值ρ时，表示目标可能存在，当回波信号h_t小于回波信号提取阈值ρ时，表示目标不可能存在，选择回波信号中目标可能存在的等距离立体单元网格x_r；采用公式G＝{x_r＝i,r＝1,2,…,M_n，i＝1,2,…,W}，计算得到目标可能存在的等距离立体单元网格的位置信息，记为G，其中x_r表示目标可能存在的等距离立体单元网格，M_n为全场景区间中目标可能存在的等距离立体单元网格总数，W为步骤3中每个等距离立体单元网格中回波信号的总数目；采用公式计算得到提取后的回波信号向量S'；步骤8、利用提取后的回波信号S'构造测量矩阵：采用公式计算得到第n个阵列天线在第l个方位向慢时刻的位置矢量，记为其中N为步骤1中初始化得到的阵列天线阵元总数，K为步骤1中初始化得到的方位向慢时刻总数，为步骤1中初始化得到的阵列天线各阵元初始位置，为步骤1中初始化得到的平台速度，PRF为步骤1中初始化得到的雷达系统的脉冲重复频率；采用公式计算得到在第l个方位向慢时刻线阵SAR观测场景目标空间Ω中第x_r个等距离立体单元网格中阵列平面维成像空间中第m个元素到第n个天线阵元的时间延时，记为其中m＝1,2,…,M，t＝1,2,…,T，l＝1,2,…,K，n＝1,2,…,N，r＝1,2,…,M_n；采用公式计算得到阵列维平面中第m个单元格在慢时间l到回波信号向量中第i个元素信号对应的时延函数，记为Φ_i(m)，其中在第l个方位向慢时刻阵列SAR观测场景目标空间Ω中第x_r个等距离立体单元网格到第n个阵列阵元的时间延时，M_n为全场景区间中目标可能存在的等距离立体单元网格总数，K为步骤1中初始化得到的方位向慢时刻总数，N为步骤1中初始化得到的阵列天线阵元总数，M为阵列平面维成像空间的第x_r个等距离立体单元网格阵列向单元网格总数，W为步骤3中每个等距离立体单元网格中回波信号总数目；采用公式Ψ＝Φ_i(m),m＝1,2,…,M,i＝1,2,…,W，计算得到步骤7中回波信号向量与散射系数矩阵δ之间的测量矩阵，记做Ψ，其中δ为步骤2中初始化得到的散射系数矩阵，M为阵列平面维成像空间的第x_r个等距离立体单元网格阵列向立体单元网格总数，x_r＝1,2,…,T，T为步骤1中初始化得到的距离向快时刻总数，W为步骤3中每个等距离立体单元网格回波信号总数目；根据回波信号与测量矩阵Ψ，采用标准的基于迭代最小化稀疏贝叶斯稀疏重构(SBRIM)成像算法，获得第x_r个等距离立体单元网格的阵列平面维成像结果，记为步骤9、全场景三维成像：采用公式将各个等距离立体单元网格散射系数向量按x_r从小到大顺序排成三维矩阵形式，得到三维线阵SAR观测场景目标空间的三维成像结果，记为至此，我们得到基于自适应阈值的压缩感知三维SAR成像结果。