專利名稱：一種用于合成孔徑雷達(dá)的壓縮感知成像方法
技術(shù)領(lǐng)域：
本發(fā)明涉及雷達(dá)信號(hào)處理領(lǐng)域,特別涉及一種結(jié)合線頻調(diào)變標(biāo)(Chirp Scaling) 算法的合成孔徑雷達(dá)壓縮感知成像方法。
背景技術(shù)：
高分辨率雷達(dá)常采用大帶寬的波形來獲得距離向的高分辨率，采用合成孔徑技術(shù)獲得方位向的高分辨率。Chirp Scaling 成像算法(Raney, R. K. , Runge, H. , Bamler, R., Cumming,1. G. , and Wong,F. H. :‘Precision SAR processing using chirp scaling’，IEEE Transactions on Geoscience and Remote Sensing, 1994, 32, (4), pp. 786-799)通過相位相乘使所有目標(biāo)的距離徙動(dòng)軌跡一致化，避免了距離徙動(dòng)校正時(shí)的插值操作，其所有的處理過程僅需要傅立葉變換和相位相乘即可實(shí)現(xiàn)，算法精度高，計(jì)算速度快，在合成孔徑雷達(dá)成像中獲得了廣泛應(yīng)用。
傳統(tǒng)的數(shù)據(jù)獲取基于香農(nóng)采樣定理，即為了無失真地恢復(fù)模擬信號(hào)，采樣頻率應(yīng)該不小于模擬信號(hào)頻譜中最高頻率的2倍(奈奎斯特采樣率)。壓縮感知理論(Donoho， D. L. ^Compressed sensing’，IEEE Transactions on Information Theory,2006,52,[4],pp. 1289-1306 ；Candes, E. J. , and Tao, T. ‘Near-Optimal Signal Recovery From Random Projections -Universal Encoding Strategies ’， IEEE Transactions on Information Theory，2006，52，(12)，pp. 5406-5425)可以在信號(hào)稀疏或可壓縮的情況下， 通過采集遠(yuǎn)低于奈奎斯特采樣率的數(shù)據(jù)恢復(fù)信號(hào)，不僅可以降低對(duì)數(shù)據(jù)獲取 設(shè)備的要求， 而且可以減小數(shù)據(jù)存儲(chǔ)量和傳輸量，降低對(duì)相關(guān)硬件的性能要求。
壓縮感知理論要求感知矩陣滿足受限等距條件(Candes, E. J. , and Tao, T. ‘Decoding by linear programming,, IEEE Transactions on Information Theory, 2005,51, (12)，pp. 4203-4215)，通?？刹捎秒S機(jī)貝努利矩陣、隨機(jī)高斯矩陣、隨機(jī)傅里葉矩陣等。如果采用模擬信息-轉(zhuǎn)換器獲取數(shù)據(jù)(Laska, J. N.，Kirolos, S.，Duarte, M. F.， Ragheb, T.S., Baraniuk, R. G. , and Massoud, Y. ‘Theory and implementation of an analog-to-1nformation converter using random demodulation,, IEEE International Symposium on Circuits and Systems, New Orleans, LA, USA, May 2007, pp. 1959-1962), 則可以降低接收機(jī)的A/D采樣率。目標(biāo)信號(hào)通過優(yōu)化方法恢復(fù)，常用的有凸優(yōu)化算法和貪婪迭代算法。
在實(shí)踐中，高分辨雷達(dá)要求(超)寬帶信號(hào)和大的合成角度，由此導(dǎo)致數(shù)據(jù)量的增加，給數(shù)據(jù)存儲(chǔ)和傳輸帶來很大困難，極大的限制了合成孔徑雷達(dá)的應(yīng)用。Tello Alonso 等人提出利用壓縮感知降低SAR成像數(shù)據(jù)量的方法(Tello Alonso,M. ,Lopez-Dekker P., and Mallorqui J. J. iA novel strategy for radar imaging based on compressive sensing’， IEEE Transactions on Geoscience and Remote Sensing,2010,48, (12), PP. 4285-4295)，在距離徙動(dòng)可以忽略的前提下分別處理距離向和方位向數(shù)據(jù)，首先在距離向采用傳統(tǒng)匹配濾波方式進(jìn)行壓縮，然后在方位向進(jìn)行降采樣，最后利用壓縮感知完成方位向壓縮。但是，實(shí)際中合成孔徑雷達(dá)經(jīng)常工作在斜視或大觀測(cè)角度模式，此時(shí)距離徙動(dòng)無法忽略，距離向和方位向分開處理需要利用插值來校正距離徙動(dòng)，而這會(huì)引入額外的計(jì)算復(fù)雜度和誤差；另外，某些觀測(cè)場(chǎng)景在整個(gè)二維圖像域具有稀疏性，但某條距離線或方位線并不滿足稀疏，此時(shí)距離向和方位向分開進(jìn)行壓縮感知處理會(huì)產(chǎn)生較大誤差。發(fā)明內(nèi)容
本 發(fā)明的目的在于，為了解決上述問題，從而提供一種結(jié)合線頻調(diào)變標(biāo)(Chirp Scaling)算法的合成孔徑雷達(dá)壓縮感知成像方法，同時(shí)處理距離向和方位向二維數(shù)據(jù)，避免距離徙動(dòng)校正中的插值操作，利用低數(shù)據(jù)量實(shí)現(xiàn)高分辨成像。
為達(dá)到上述目的，本發(fā)明的一種用于合成孔徑雷達(dá)的壓縮感知成像方法，該方法通過Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基,利用壓縮感知理論同時(shí)處理距離向和方位向二維數(shù)據(jù)，最終稀疏優(yōu)化獲得基于低數(shù)據(jù)量的高分辨雷達(dá)圖像。
該方法首先在距離向和方位向同時(shí)降低數(shù)據(jù)量，然后利用Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基，最后利用壓縮感知在距離向和方位向進(jìn)行二維稀疏優(yōu)化得到雷達(dá)圖像；所述的方法的具體步驟包括
步驟I):合成孔徑雷達(dá)在方位向沿平臺(tái)運(yùn)動(dòng)軌跡發(fā)射線性調(diào)頻脈沖信號(hào)，接收端采集目標(biāo)回波并進(jìn)行下變頻和Ι/Q解調(diào)得到基帶回波信號(hào)s (ta, tr)，其中ta和&分別表示方位向時(shí)間和距離向時(shí)間，對(duì)應(yīng)的方位向頻率和距離向頻率分別為4和f；;將s(ta，tr)離散化處理得到NaX隊(duì)的矩陣S, Na表示方位向脈沖個(gè)數(shù)，隊(duì)表示距離向點(diǎn)數(shù),方位向最小時(shí)間間隔為Ata，距離向最小時(shí)間間隔為Atp Ata和Λ仁滿足奈奎斯特采樣定律，然后將S 進(jìn)行辭典式排列成一維向量seC'即將矩陣S的每一行轉(zhuǎn)置后一個(gè)接一個(gè)排列成單列向量，該向量的長(zhǎng)度為N =凡隊(duì)；
步驟2):在方位向降低數(shù)據(jù)量，接收端在方位向抽取Ma個(gè)雷達(dá)回波脈沖，Ma < Na, 脈沖間隔隨機(jī)分布，脈沖數(shù)目^取決于場(chǎng)景的稀疏程度，場(chǎng)景越稀疏，所需脈沖數(shù)目越少；
步驟3):在距離向降低數(shù)據(jù)量，對(duì)于步驟2)抽取得到的每個(gè)脈沖回波進(jìn)行測(cè)量得到長(zhǎng)度為的信號(hào)，且Mr < Mr,則Ma個(gè)脈沖回波的測(cè)量信號(hào)r的總長(zhǎng)度為M = MaMpM < N, r表不為，
權(quán)利要求
1.一種用于合成孔徑雷達(dá)的壓縮感知成像方法，該方法通過Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基，利用壓縮感知理論同時(shí)處理距離向和方位向二維數(shù)據(jù)， 最終稀疏優(yōu)化獲得基于低數(shù)據(jù)量的高分辨雷達(dá)圖像。
2.根據(jù)權(quán)利要求1所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，該方法首先在距離向和方位向同時(shí)降低數(shù)據(jù)量，然后利用Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基，最后利用壓縮感知在距離向和方位向進(jìn)行二維稀疏優(yōu)化得到雷達(dá)圖像；所述的方法的具體步驟包括步驟I):合成孔徑雷達(dá)在方位向沿平臺(tái)運(yùn)動(dòng)軌跡發(fā)射線性調(diào)頻脈沖信號(hào)，接收端采集目標(biāo)回波并進(jìn)行下變頻和I/Q解調(diào)得到基帶回波信號(hào)s (ta, tr)，其中ta和仁分別表示方位向時(shí)間和距離向時(shí)間，對(duì)應(yīng)的方位向頻率和距離向頻率分別為4和f；;將s(ta，tr)離散化處理得到NaX隊(duì)的矩陣S，Na表示方位向脈沖個(gè)數(shù)，隊(duì)表示距離向點(diǎn)數(shù)，方位向最小時(shí)間間隔為Ata，距離向最小時(shí)間間隔為Atp Ata和Λ仁滿足奈奎斯特采樣定律，然后將S進(jìn)行辭典式排列成一維向量seC'即將矩陣S的每一行轉(zhuǎn)置后一個(gè)接一個(gè)排列成單列向量，該向量的長(zhǎng)度為N = NaNr ；步驟2):在方位向降低數(shù)據(jù)量，接收端在方位向抽取Ma個(gè)雷達(dá)回波脈沖，Ma < Na，脈沖間隔隨機(jī)分布，脈沖數(shù)目Ma取決于場(chǎng)景的稀疏程度，場(chǎng)景越稀疏，所需脈沖數(shù)目越少；步驟3):在距離向降低數(shù)據(jù)量，對(duì)于步驟2)抽取得到的每個(gè)脈沖回波進(jìn)行測(cè)量得到長(zhǎng)度為的信號(hào)，且凡< Nr,則Ma個(gè)脈沖回波的測(cè)量信號(hào)r的總長(zhǎng)度為M = MaMpM < N，r表示為，r = Rs+n(I)其中Re 為壓縮感知測(cè)量矩陣，n e Cm為加性噪聲；步驟4):根據(jù)Chirp Scaling算法,構(gòu)建從雷達(dá)回波信號(hào)s映射到雷達(dá)圖像g的Chirp Scaling算子T e 即g = Ts，其中g(shù) e 表示雷達(dá)圖像經(jīng)辭典式排列后得到一維向量， T的構(gòu)建方法如下T = F；P3F；P2FrPFa(2)其中，F(xiàn)a ^和Re 分別為方位向傅里葉變換矩陣和距離向傅里葉變換矩陣、 P1 e C漏,P2 e ^和P3 G 分別為Chirp Scaling算法中的三個(gè)相位相乘因子構(gòu)成的對(duì)角矩陣；τ為酉矩陣，即Γ1 = ΤΗ，其中Th為T的共軛轉(zhuǎn)置矩陣，故T的行或列構(gòu)成一組標(biāo)準(zhǔn)正交基；測(cè)量信號(hào)r表示為，r = Rs+n = RTh s+η(3)步驟5):利用稀疏優(yōu)化方法恢復(fù)目標(biāo)場(chǎng)景，
3.根據(jù)權(quán)利要求2所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟2)通過在發(fā)射端發(fā)射Na個(gè)脈沖信號(hào)，在接收端接收Na個(gè)回波脈沖，然后從中隨機(jī)抽取Ma個(gè)脈沖，或直接采用發(fā)射Ma個(gè)脈沖，脈沖間隔隨機(jī)分布，然后在接收端接收全部回波脈沖來實(shí)現(xiàn)。
4.根據(jù)權(quán)利要求2所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟2)中的接收端在方位向抽取Ma個(gè)雷達(dá)回波脈沖，表示為方位向隨機(jī)抽取矩陣Da，其大小為ΜΛΧΝΛ。
5.根據(jù)權(quán)利要求2所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟3)中的壓縮感知測(cè)量矩陣R e 包含方位向抽取矩陣Da e 和距離向測(cè)量矩陣，即R= Da；0的具體形式為，
6.根據(jù)權(quán)利要求5所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟3)采用模擬-信息轉(zhuǎn)換設(shè)備對(duì)回波信號(hào)進(jìn)行測(cè)量首先將回波信號(hào)與隨機(jī)± I序列相乘，然后經(jīng)過低通濾波器或積分器，最后進(jìn)行低速A/D采樣得到離散的測(cè)量信號(hào)；此時(shí)第 i個(gè)脈沖回波的測(cè)量矩陣為 i = ^HPi,其中表示距離向均勻抽取矩陣，代表低速A/D采樣過程，Dr的具體表達(dá)式為，
7.根據(jù)權(quán)利要求5所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟3)中的Oi采用隨機(jī)抽取矩陣，即先用高速A/D對(duì)雷達(dá)回波采樣，然后隨機(jī)抽取少量數(shù)據(jù)。
8.根據(jù)權(quán)利要求2所述的用于合成孔徑雷達(dá)的壓縮感知成像方法，其特征在于，所述的步驟4)中的Chirp Scaling算子T的矩陣-向量相乘運(yùn)算采用快速傅立葉變換和復(fù)數(shù)相乘實(shí)現(xiàn)；利用Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基的步驟包括首先，將s(ta，tr)進(jìn)行方位向傅立葉變換轉(zhuǎn)到距離多普勒域，并與第一個(gè)相位因子 exp [j Φ! (fa, tr)]相乘完成所有目標(biāo)距離徙動(dòng)軌跡的一致化；然后，距離向傅立葉變換到二維頻域，并與第二個(gè)相位因子exp [ j Φ2 (fa，fr)]相乘完成距離壓縮、二次距離壓縮和距離徙動(dòng)校正；再距離向傅立葉逆變換到距離多普勒域，并與第三個(gè)相位因子exp[jC>3(fa, tr)]相乘完成方位向壓縮和剩余相位校正；最后，方位向傅立葉逆變換得到圖像g(ta，，整個(gè)過程表示為，
全文摘要
本發(fā)明涉及一種用于合成孔徑雷達(dá)的壓縮感知成像方法，該方法通過ChirpScaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基，利用壓縮感知理論同時(shí)處理距離向和方位向二維數(shù)據(jù)，最終稀疏優(yōu)化獲得基于低數(shù)據(jù)量的高分辨雷達(dá)圖像。該方法首先在距離向和方位向同時(shí)降低數(shù)據(jù)量，然后利用Chirp Scaling算子構(gòu)建表示雷達(dá)回波信號(hào)的標(biāo)準(zhǔn)正交基，最后利用壓縮感知在距離向和方位向進(jìn)行二維稀疏優(yōu)化得到雷達(dá)圖像。本發(fā)明可以在觀測(cè)場(chǎng)景稀疏的情況下有效減少數(shù)據(jù)量，降低對(duì)合成孔徑雷達(dá)數(shù)據(jù)存儲(chǔ)設(shè)備和傳輸設(shè)備的要求，對(duì)于實(shí)際系統(tǒng)有重要的現(xiàn)實(shí)意義。
文檔編號(hào)G01S13/90GK102998673SQ20111026692
公開日2013年3月27日 申請(qǐng)日期2011年9月9日 優(yōu)先權(quán)日2011年9月9日
發(fā)明者董曉, 張?jiān)迫A 申請(qǐng)人:中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心