[发明专利]一种多基地机载无源合成孔径雷达目标成像方法

摘要

本发明提供了一种多基地机载无源合成孔径雷达目标成像方法，包括以下步骤：步骤1：获取多基地机载无源合成孔径雷达接收的直达波参考信号；步骤2：获取多基地机载无源合成孔径雷达接收的目标回波信号；步骤3：将直达波参考信号和目标回波信号去载频、互相关后进行向量化处理，根据向量化的雷达回波和字典矩阵建立多基地机载无源合成孔径雷达的信号模型；步骤4：基于信号模型利用双层次块稀疏匹配追踪算法对探测区域实现成像重建。该多基地机载无源合成孔径雷达目标成像方法利用图像具有双层次结构稀疏特征，采用双层次块稀疏匹配追踪算法求解探测场景的反射系数，计算复杂度低、成像速度快、成像质量高。

主权项

1.一种多基地机载无源合成孔径雷达目标成像方法，包括以下步骤：步骤1：获取多基地机载无源合成孔径雷达接收的直达波参考信号，其中，多基地机载无源合成孔径雷达成像中探测场景分为P_x×P_y个像素点，P_x和P_y均为正整数，Q为发射站总数量，在飞行过程中，机载无源合成孔径雷达的N个接收位置分别是{P₁,…,P_N}，对于第q(q＝1,…,Q)个发射站来讲，多基地机载无源合成孔径雷达在第n(n＝1,…,N)个接收位置P_n接收的直达波参考信号可以表示为其中，u^(q)(t)为第q个发射站发射信号的复包络，为第q个发射站的直达波时延，表示第q个发射站位置a^(q)到第n个接收位置P_n的距离，c为光速，f^(q)为第q个发射站发射信号的载频；步骤2：获取多基地机载无源合成孔径雷达接收的目标回波信号，其中，对于第q个发射站来讲，多基地机载无源合成孔径雷达在第n个接收位置P_n接收的目标回波信号为其中，ρ表示像素点的位置，θ^(q)(ρ,P_n)为机载无源合成孔径雷达在接收位置P_n时，探测场景内某一位置ρ对应第q个发射站的反射系数，为第q个发射站对应的双站延时，表示发射信号在第q个发射站位置a^(q)经探测场景中任一散射点ρ反射至第n个接收位置P_n所经过的距离；步骤3:将直达波参考信号和目标回波信号去载频、互相关后进行向量化处理，根据向量化的雷达回波和字典矩阵建立多基地机载无源合成孔径雷达的信号模型；其中，步骤3包括如下步骤：①将直达波信号和目标回波信号分别去载频；②对相应的基带信号进行互相关，得其中，u^(q)(t)和经过傅里叶变换后分别得到U^(q)(f)和则公式(3)在频域表述为：其中，频率B^(q)为第q个发射站发射信号的基带带宽；③将频域表达式进行频域滤波，令滤波因子G(f)＝[U^(q)(f)][U^(q)(f)]^*，得到相应的回波方程为④将探测区域划分为P_x×P_y个像素点，待重建图像经过列堆叠操作转换为P_xP_y×1维反射系数向量，同时将频率离散为M个均匀频点,则回波方程写成矩阵向量乘积的形式其中，为对于第q个发射站来讲，第n个接收位置收集的M×1维频率测量数据，θ^(q)为第q个发射站对应的目标反射系数向量，为M×1维测量噪声向量，为M×P_xP_y维字典矩阵，中第m(m＝1,…,M)行第l(l＝1,…,P_xP_y)列元素为其中，ρ_l表示第l个像素点的空间位置；⑤堆叠所有N个接收位置的频率测量数据，得到多基地机载无源合成孔径雷达信号模型，如公式(8)所示y^(q)＝Φ^(q)θ^(q)+ε^(q)  (8)其中，步骤4：基于公式(8)的信号模型利用双层次块稀疏匹配追踪算法对探测区域实现成像重建，其中，步骤4包括如下步骤：输入：{y^(q),Φ^(q)|q＝1,2,…,Q}，稀疏度K，{ε₁,ε₂,ε₃,ε₄}；初始化：令r^(q,old)＝y^(q)，迭代：①通过r^(q,old)和字典矩阵Φ^(q)，计算各发射站的稀疏解即找出所有稀疏解中前K个最大值所对应的位置作为支撑集Λ^(q)，假设各发射站对应的共同支撑集为Λ_vote，Λ_vote通过多数投票来计算，即所有发射站对应的Λ^(q)中出现频次最高的K个元素组成各发射站的共同支撑集Λ_vote，定义支撑集区域为非支撑集区域为代表Λ_vote的补集；②利用概率图模型，开发目标的双层次结构稀疏特征，获得新的共同支撑集Λ_esti，其中，双层次结构稀疏特征包括目标的成簇特性，使每个发射站对应的雷达图像具有块稀疏特征；以及由于方位角度的不同，每个发射站对应的目标反射系数不同，雷达图像具有联合稀疏性，因此，采用概率图模型的方式来对双层次结构稀疏特征进行建模，由于目标的成簇特性，因此，影响着S_i，其中，N_i代表像素i周围的像素；表示支撑集区域S中像素i的邻域；S_i表示支撑集区域S中第i个元素，又由于联合稀疏性，S_i决定着是否为0，定义指示函数对的大小进行降序排序，选择第2K个元素作为参数τ^(q)，对于每一个i∈{1,2,…,P_xP_y}，利用公式(10)和临时信号估计来估算Δ假设0＜δ＜1，对于i∈{1,2,…,P_xP_y},当Δ＞0时，否则其中，中1的位置即目标所在位置，更新后的支撑集Λ_esti通过选择中1的位置来获得；③根据新的共同支撑集Λ_esti，利用公式(11)和矩阵通过最小二乘估计更新稀疏解为了确保稀疏度K，除前K个最大值以外，其余元素被设置为零；④根据更新的稀疏解更新回波残余向量r^(q,new)，判断更新的回波残余向量r^(q,new)是否满足预设迭代停止条件，若更新的回波残余向量不满足预设迭代停止条件设置r^(q,old)＝r^(q,new)，返回步骤①继续迭代，否则终止所有迭代，最终输出并根据当前迭代结果进行加性融合得到最终稀疏解