本發(fā)明屬于雷達(dá)，它特別涉及雷達(dá)前視成像場景下實孔徑掃描雷達(dá)的正則化超分辨成像。

背景技術(shù)：

1、雷達(dá)成像系統(tǒng)具備全天時、全天候、探測距離遠(yuǎn)，成像分辨率高等優(yōu)勢，在地形測繪、戰(zhàn)場監(jiān)視等軍事民用領(lǐng)域發(fā)揮著越來越重要的作用。傳統(tǒng)的合成孔徑雷達(dá)(sar)技術(shù)和多普勒銳化(dbs)技術(shù)在飛行器正前方由于缺乏有效的多普勒帶寬和“左右模糊”現(xiàn)象，均無法對前視區(qū)域進(jìn)行高分辨成像，形成了成像區(qū)域上的“盲區(qū)”。

2、雷達(dá)前視超分辨成像是指在獲取實孔徑掃描雷達(dá)回波的前提下，以方位掃描回波是天線方向圖與目標(biāo)散射系數(shù)的卷積為基礎(chǔ)，構(gòu)建回波卷積模型，并采用反卷積方法對目標(biāo)散射系數(shù)進(jìn)行估計，從而提高實孔徑掃描雷達(dá)的方位分辨力。

3、近十年，國內(nèi)外學(xué)者對雷達(dá)前視超分辨成像的研究日趨火熱，提出了多種前視超分辨算法，對圖像質(zhì)量的增強(qiáng)程度也不斷提高。文獻(xiàn)“sparse?super-resolution?imagingfor?airborne?single?channel?forward-looking?radar?in?expanded?beam?space?vialp?regularisation”(chen?h.m.,li?m.,wang?z,et?al.electronics?letters,2015,51(11):863-865)提出一種稀疏超分辨成像方法，其利用重點(diǎn)目標(biāo)在場景中的稀疏特性，通過l1范數(shù)對目標(biāo)進(jìn)行建模，實現(xiàn)了對集群目標(biāo)的有效分辨，但由于過于強(qiáng)調(diào)場景稀疏性，此方法在進(jìn)行目標(biāo)分辨的同時會對背景輪廓造成一定的破壞；文獻(xiàn)“atv?forward-lookingsuper-resolution?imaging?method?based?on?tsvd?strategy?for?scanning?radar”(zhang?y.,tuo?x.,huang?y.,yang?j.,ieee?transactions?on?geoscience?and?remotesensing,2020,58(7):4517-4528)提出一種稀疏tv正則化方法，其引入全變分約束解決場景輪廓恢復(fù)問題，通過正則化方法對目標(biāo)場景進(jìn)行全變分建模并求解，可以有效保留場景的輪廓特征。但無論是基于稀疏先驗或者全變分約束的超分辨方法在強(qiáng)噪聲情況下均無法對噪聲進(jìn)行有效抑制，并且隨著求解迭代的進(jìn)行會出現(xiàn)噪聲放大情況，即半收斂狀態(tài)，從而對成像質(zhì)量造成嚴(yán)重破壞。

技術(shù)實現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題是，提供一種能抑制噪聲放大影響的雷達(dá)前視超分辨成像方法。

2、本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是，一種雷達(dá)前視超分辨成像方法，包括步驟：

3、初始化步驟：設(shè)置發(fā)射信號帶寬b、雷達(dá)發(fā)射信號脈沖寬度t和調(diào)頻斜率kr；對方位向回波進(jìn)行采樣得到實波束掃描回波；

4、距離向脈沖壓縮步驟：對實波束掃描回波沿距離維做傅里葉變換；然后構(gòu)造距離維脈沖壓縮參考函數(shù)，再將傅里葉變換后的實波束掃描回波與距離維脈沖壓縮參考函數(shù)的共軛相乘，將相乘結(jié)果反變換到時域得到脈沖壓縮后回波；

5、徒動矯正步驟：先對脈沖壓縮后回波沿距離維做傅里葉變換，然后構(gòu)造距離徙動矯正參考函數(shù)，將傅里葉變換后的脈沖壓縮后回波與距離徙動矯正參考函數(shù)相乘，再將相乘后結(jié)果逆變換至?xí)r域，完成對回波的距離徙動矯正，得到徙動矯正后回波；

6、目標(biāo)回波模型構(gòu)建步驟：從將徙動矯正后回波中提取的方位信號x(t)，將方位信號離散化并表示成矩形向量形式得到方位卷積信號向量x；目標(biāo)回波模型表示為：方位卷積信號向量x由天線方向圖決定的卷積矩陣h與目標(biāo)的散射系數(shù)σ的乘積再加上離散化的雷達(dá)接收機(jī)噪聲n構(gòu)成；

7、成像目標(biāo)函數(shù)構(gòu)造步驟：在求解離散化的雷達(dá)接收機(jī)噪聲最小的成像目標(biāo)函數(shù)中加入稀疏約束項、全變分約束項和l2范數(shù)約束項；其中，目標(biāo)的散射系數(shù)σ的l2范數(shù)形成l2范數(shù)約束項，目標(biāo)的散射系數(shù)σ中兩對相鄰元素之差的絕對值的累加形成全變分約束項，目標(biāo)的散射系數(shù)σ的l1范數(shù)形成稀疏約束項；

8、超分辨率成像結(jié)果輸出步驟：通過迭代求解計算成像目標(biāo)函數(shù)的梯度，輸出最終的目標(biāo)散射系數(shù)σ分布形成的雷達(dá)前視超分辨率成像結(jié)果。

9、具體的，迭代求解計算成像目標(biāo)函數(shù)的梯度的具體方法為：

10、

11、其中，σk是目標(biāo)散射系數(shù)σ第k次迭代結(jié)果，為迭代閾值收縮算子，▽e(·)為成像目標(biāo)函數(shù)求導(dǎo)，γ為迭代步長，0＜γ＜2/||ηtη||2，t代表轉(zhuǎn)置，||·||2為l2范數(shù)；

12、

13、中間量σ′＝σk-1-γ▽e(σk-1)，δ為閾值上限。

14、成像目標(biāo)函數(shù)求導(dǎo)▽e具體為：

15、

16、其中，diag(·)為對角矩陣，σi為σ的i個值，ε是一個用于解決l1范數(shù)不可微問題引入的常數(shù)，中間向量表示σi的兩對相鄰元素之差，β1、β2、β3分別為稀疏約束項、全變分約束項和l2范數(shù)約束項對應(yīng)的正則化參數(shù)。

17、本發(fā)明利用l2范數(shù)對特異值的不敏感性，聯(lián)合稀疏約束項和全變分約束項對場景進(jìn)行描述，并采用迭代閾值收縮算法進(jìn)行優(yōu)化求解。

18、本發(fā)明的有益效果是，在對目標(biāo)場景進(jìn)行較好成像同時能有效抑制噪聲放大現(xiàn)象，保持良好的收斂特性，提高了超分辨成像的魯棒性和穩(wěn)健性。

技術(shù)特征：

1.一種雷達(dá)前視超分辨成像方法，其特征在于，包括步驟：

2.如權(quán)利要求1所述方法，其特征在于，迭代求解計算成像目標(biāo)函數(shù)的梯度的具體方法為：

3.如權(quán)利要求2所述方法，其特征在于，成像目標(biāo)函數(shù)求導(dǎo)具體為：

4.如權(quán)利要求3所述方法，其特征在于，迭代求解計算成像目標(biāo)函數(shù)的梯度時，利用l曲線方法分別確定正則化參數(shù)β1、β2、β3。

5.如權(quán)利要求1所述方法，其特征在于，成像目標(biāo)函數(shù)具體為：

6.如權(quán)利要求1所述方法，其特征在于，脈沖壓縮后回波xrc(τ,t)具體為：

7.如權(quán)利要求1所述方法，其特征在于，徙動矯正后回波xrcc(τ,t)具體為：

技術(shù)總結(jié)
本發(fā)明公開了一種雷達(dá)前視超分辨成像方法，該方法利用L2范數(shù)對特異值的不敏感性，聯(lián)合稀疏先驗約束和全變分先驗約束構(gòu)建成像目標(biāo)函數(shù)，并采用迭代閾值收縮方法完成對目標(biāo)函數(shù)的最優(yōu)化求解，包括初始化步驟、距離向脈沖壓縮步驟、徒動矯正步驟、目標(biāo)回波模型構(gòu)建步驟、成像目標(biāo)函數(shù)構(gòu)造步驟和超分辨率成像結(jié)果輸出步驟，在成像目標(biāo)函數(shù)中加入稀疏約束項、全變分約束項和L2范數(shù)約束項；其中，目標(biāo)的散射系數(shù)σ的L2范數(shù)形成L2范數(shù)約束項，σ中兩對相鄰元素之差的絕對值的累加形成全變分約束項，σ的L1范數(shù)形成稀疏約束項；本發(fā)明在對成目標(biāo)場景的完成高質(zhì)量超分辨成像的同時能有效抑制噪聲放大現(xiàn)象，且迭代求解過程保持收斂，具有較好的魯棒性。

技術(shù)研發(fā)人員：王子曦,胡進(jìn)峰
受保護(hù)的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23