一种低信噪比条件下V调频信号ISAR稀疏成像方法专利检索-运动补偿图像图形技术专利检索查询-专利查询网

一种低 信噪比条件下V调频 信号ISAR稀疏成像方法

阅读：568发布：2020-05-11

专利汇可以提供一种低信噪比条件下V调频信号ISAR稀疏成像方法专利检索，专利查询，专利分析的服务。并且本发明公开一种低信噪比条件下V调频信号 ISAR稀疏成像方法，包括如下步骤：第一步，对稀疏V调频回波信号进行脉冲压缩处理；第二步，采用改进的加权压缩感知重构获得目标图像。本发明的有益效果主要包括：第一，V调频信号能提高探测距离和分辨力，又能消除距离和速度模糊，提高二维分辨能力。第二，解决了V调频信号稀疏回波模型，通过少量测量数据就可以重构目标ISAR图像，能够更加适应现代雷达资源调度下多功能多任务运用需求。第三，能够在低信噪比条件下通过改进的加权压缩感知方法精确重构目标图像，提高了噪声等条件下成像能力。，下面是一种低信噪比条件下V调频信号ISAR稀疏成像方法专利的具体信息内容。

权利要求

1.一种低信噪比条件下V调频信号ISAR稀疏成像方法，其特征在于：该方法步骤如下：
第一步，对稀疏V调频回波信号进行脉冲压缩处理
采用成熟的双通道解线频调脉冲压缩技术对目标回波进行处理，获得一维距离像：即两个通道分别与参考信号进行差频处理并做傅里叶变换，然后将两个通道获得的一维距离像进行合成获得目标的一维距离像；经运动补偿后选取其中一个距离单元的一维像，矢量化后可表示为：
其中I表示目标总散射点个数，σi表示第i个散射点散射强度，Tp表示脉冲持续时间，exp是指数函数，j是单位虚数，fdi＝2xiω/λ表示散射点i的多普勒频率，xi是散射点i的横向坐标值，ω表示目标转动角速度，λ代表信号波长，n表示噪声，tm＝[1:M]TΔt表示公式一中慢时间tm对应的离散时间序列，M＝Ta/Δt表示脉冲数，Δt＝1/PRF表示时间间隔，PRF表示脉冲重复频率，[·]T表示转置；这里定义频率分辨率为Δfd，离散多普勒序列为fd＝[1:M]TΔfd - (P RF / 2) ，因此可以获得字典如下：其中
0≤m≤M；
由于方位慢时间域存在稀疏，假设收集到P个脉冲串数据，第n个距离单元内的第p个脉冲串有Zp个采样点，可表示为：sp,n＝[sn(Mp+1) sn(Mp+2)…sn(Mp+Zp)]，那么第n个距离单元回波向量可表示为：其中s1,n,s2,n,…,sP,n表示的子
列，数据长度分别为Z1,,Z2,…,ZP，因此稀疏回波的向量形式表示为：
其中，表示部分感知字典，[θn]M×1表示第n个距离单元重构数据；
第二步，采用改进的加权压缩感知重构获得目标图像
在低信噪比情况下，可通过加权1范数重构模型获得结果，即求解下面的最优问题min(||wθ||1)s.t.||s-Ψθ||2≤ε (公式四)
其中w表示加权系数向量，为获得更好的重构效果，提出改进的加权规则和对应的迭代算法；
(1)通过加权1范数重构求解公式四：
采用Maltab工具包Your ALgorithms for L1求解器计算结果，其中μl>0是惩罚系数，wl是当前l次迭代的加权向量，计算获得两次结果θl，θl+1；
l l l l l-1 l
(2)假设kl表示θ支撑集的个数kl:＝|supp(θ)|，令h＝θ-θ ，将h各元素的绝对值按降序排列，令N为Ψ的零空间，零空间中定义单位1范
数可得Β1＝{h∈M|h∈N,||h||1＝1}，令I(k)表示所有不大于k的索引集的集合，即假设T0为求解θ的支撑集，其获得可通过求解下面的最优问
题
定义一个公式五的最佳问题的比值系数，显然且满足
其中ξ1<1是一个很小的正数，另外θl＝α1θl-1，α1>1，θ0>0，综上，权值向量的元素w可通过下式更新
其中0<ξ2≤1；将获得的更新后的权值返回到上述子步骤(1)重构获得θ，若不满足退出条件，则继续更新迭代直至满足最优解或达到最大迭代次数。

说明书全文

一种低信噪比条件下V调频 信号ISAR稀疏成像方法

【技术领域】

[0001] 本发明一种低信噪比条件下V调频信号ISAR稀疏成像方法，属于雷达探测技术领域，更进一步涉及稀疏V调频信号ISAR成像的方法，具体为一种基于改进的加权压缩感知V调频信号ISAR稀疏成像方法，能够在低信噪比条件下获得较好的雷达目标成像效果。【背景技术】

[0002] 逆合成孔径雷达(ISAR)成像技术在运动目标雷达探测、识别、分类等方面发挥重要作用，广泛运用于空天目标(如人造卫星、太空碎片等)微波探测领域。雷达成像中常采用脉冲压缩技术和大时宽带宽积信号提高探测距离和成像分辨率，相比线性调频信号刀刃型模糊函数导致的距离和速度二维模糊效应，V调频信号类似图钉型的模糊函数能够有效消除这类模糊，提高目标距离-速度二维分辨能力。此外，雷达目标高分辨成像常需要长时间观测数据的支持，这对于非合作目标而言可能比较困难；且雷达时间资源常需满足多功能多任务，如扫描、追踪、成像等，导致可供成像的观测时间内获得的回波数据在方位慢时间域是稀疏的。

[0003] ISAR目标二维图像通常只包含少量散射点，数目一般远小于采样点数，满足压缩感知重构所要求的信号稀疏条件。现代雷达目标回波常受到较为严重的噪声、杂波等非理想信号的扰乱，如何从低信噪比环境下获得高分辨成像结果仍需解决。目前已有基于压缩感知的线性调频、步进频等ISAR信号稀疏成像方法研究，但在低信噪比情况下V调频信号ISAR稀疏成像方法亟需研究。【发明内容】

[0004] 本发明要解决的技术问题是：针对低信噪比情况，提出一种改进的加权压缩感知方法用于V调频信号的ISAR稀疏成像。

[0005] 本发明一种低信噪比条件下V调频信号ISAR稀疏成像方法，采取的技术方案如下：

[0006] 第一步，对稀疏V调频回波信号进行脉冲压缩处理

[0007] V调频信号经目标散射后，在雷达接收机处回波信号为：

[0008]

[0009] 其中I表示目标总散射点个数，σi表示第i个散射点散射强度，Tp表示脉冲持续时间， c表示电磁波传播速度，exp是指数函数，j是单位虚数，表示快时间，tm表示慢时间，t表示总时间，Ri表示第i个散射点到雷达的距离，γ表示调频率，f0表示载频频率。

[0010] 采用成熟的双通道解线频调脉冲压缩技术获得一维距离像，即两个通道分别与参考信号进行差频处理并做傅里叶变换(FFT)，然后将两个通道获得的一维距离像进行合成获得目标的一维距离像。经运动补偿后选取其中一个距离单元的一维像，可表示为：

[0011]

[0012] 其中fdi＝2xiω/λ表示散射点i的多普勒频率，xi是散射点i的横向坐标值，ω表示目标转动角速度，λ代表信号波长，n表示噪声，tm＝[1:M]TΔt表示公式一中慢时间tm对应的离散时间序列，M＝Ta/Δt表示脉冲数，Δt＝1/PRF表示时间间隔，PRF表示脉冲重复频率，[·]T表示转置；这里定义频率分辨率为Δfd，离散多普勒序列为fd＝[1:M]TΔfd-(PRF/2)，因此可以获得字典如下：其中

[0013] 由于方位慢时间域存在稀疏，假设收集到P个脉冲串数据，第n个距离单元内的第p个脉冲串有Zp个采样点，可表示为：sp,n＝[sn(Mp+1)sn(Mp+2)…sn(Mp+Zp)]，那么第n个距离单元回波向量可表示为：其中s1，n,s2，n,…,sP，n表示的子列，数据长度分别为Z1,,Z2,…,ZP，因此稀疏回波的向量形式表示为：

[0014]

[0015] 其中，表示部分感知字典，[θn]M×1表示第n个距离单元重构数据。

[0016] 第二步，采用改进的加权压缩感知重构获得目标图像

[0017] 在低信噪比情况下，可通过加权1范数重构模型获得结果，即求解下面的最优问题[0018] min(||wθ||1)s.t.||s-Ψθ||2≤ε (公式四)

[0019] 其中w表示加权系数向量，为获得更好的重构效果，提出改进的加权规则和对应的迭代算法。

[0020] (1)通过加权1范数重构求解公式四：

[0021]

[0022] 采用Maltab工具包Your ALgorithms for L1(YALL1)求解器计算结果，其中μl>0是惩罚系数，wl是当前l次迭代的加权向量，计算获得两次结果θl，θl+1。

[0023] (2)假设kl表示θl支撑集的个数kl:＝|supp(θl)|，令hl＝θl-θl-1，将hl各元素的绝对值按降序排列，令N为Ψ的零空间，零空间中定义单位1范数可得Β1＝{h∈M|h∈N,||h||1＝1}，令I(k)表示所有不大于k的索引集的集合，即假设T0为求解θ的支撑集，其获得可通过求解下面的最优问
题

[0024]

[0025] 定义一个公式五的最佳问题的比值系数，显然且满足其中ξ1<1是一个很小的正数，另外综上，权值向
量的元素w可通过下式更新

[0026]

[0027] 其中0<ξ2≤1。将获得的更新后的权值返回到上述子步骤(1)重构获得θ，若不满足退出条件，则继续更新迭代直至满足最优解或达到最大迭代次数。

[0028] 本发明的有益效果主要包括：

[0029] 第一，V调频信号能提高探测距离和分辨力，又能消除距离和速度模糊，提高二维分辨能力。

[0030] 第二，解决了V调频信号稀疏回波模型，通过少量测量数据就可以重构目标ISAR图像，能够更加适应现代雷达资源调度下多功能多任务运用需求。

[0031] 第三，能够在低信噪比条件下通过改进的加权压缩感知方法精确重构目标图像，提高了噪声等条件下成像能力。【附图说明】

[0032] 图1是成像流程图和加权重构算法流程图。

[0033] 图2是ISAR成像所用的民用飞机目标散射点模型；

[0034] 图3是目标稀疏回波信号示意图；

[0035] 图4是目标高分辨一维距离像运动补偿后的图；

[0036] 图5是目标ISAR重构成像示意图。【具体实施方式】

[0037] 下面结合附图对本发明作进一步的说明。

[0038] 本发明一种低信噪比条件下V调频信号ISAR稀疏成像方法，步骤如下：

[0039] 第一步，对稀疏V调频回波信号进行脉冲压缩处理

[0040] V调频信号经目标散射后，在雷达接收机处回波信号为：

[0041]

[0042] 其中I表示目标总散射点个数，σi表示第i个散射点散射强度，Tp表示脉冲持续时间， c表示电磁波传播速度，exp是指数函数，j是单位虚数，表示快时间，tm表示慢时间，t表示总时间，Ri表示第i个散射点到雷达的距离，γ表示调频率，f0表示载频频率。

[0043] 采用成熟的双通道解线频调脉冲压缩技术获得一维距离像，即两个通道分别与参考信号进行差频处理并做傅里叶变换(FFT)，然后将两个通道获得的一维距离像进行合成获得目标的一维距离像。经运动补偿后选取其中一个距离单元的一维像，可表示为：

[0044]

[0045] 其中fdi＝2xiω/λ表示散射点i的多普勒频率，xi是散射点i的横向坐标值，ω表示目标转动角速度，λ代表信号波长，n表示噪声，tm＝[1:M]TΔt表示公式一中慢时间tm对应的离散时间序列，M＝Ta/Δt表示脉冲数，Δt＝1/PRF表示时间间隔，PRF表示脉冲重复频率，T T[·]表示转置；这里定义频率分辨率为Δfd，离散多普勒序列为fd＝[1:M]Δfd-(PRF/2)，因此可以获得字典如下：其中

[0046] 由于方位慢时间域存在稀疏，假设收集到P个脉冲串数据，第n个距离单元内的第p个脉冲串有Zp个采样点，可表示为：sp,n＝[sn(Mp+1)sn(Mp+2)…sn(Mp+Zp)]，那么第n个距离单元回波向量可表示为：其中s1,n,s2,n,…,sP,n表示的子列，数据长度分别为Z1,,Z2,…,ZP，因此稀疏回波的向量形式表示为：

[0047]

[0048] 其中，表示部分感知字典，[θn]M×1表示第n个距离单元重构数据。

[0049] 第二步，采用改进的加权压缩感知重构获得目标图像

[0050] 在低信噪比情况下，可通过加权1范数重构模型获得结果，即求解下面的最优问题[0051] min(||wθ||1)s.t.||s-Ψθ||2≤ε (公式四)

[0052] 其中w表示加权系数向量，为获得更好的重构效果，提出改进的加权规则和对应的迭代算法。

[0053] (1)通过加权1范数重构求解公式四：

[0054]

[0055] 采用Maltab工具包Your ALgorithms for L1(YALL1)求解器计算结果，其中μl>0是惩罚系数，wl是当前l次迭代的加权向量，计算获得两次结果θl，θl+1。

[0056] (2)假设kl表示θl支撑集的个数kl:＝|supp(θl)|，令hl＝θl-θl-1，将hl各元素的绝对值按降序排列，令N为Ψ的零空间，零空间中定义单位1范数可得Β1＝{h∈M|h∈N,||h||1＝1}，令I(k)表示所有不大于k的索引集的集合，即假设T0为求解θ的支撑集，其获得可通过求解下面的最优问
题

[0057]

[0058] 定义一个公式五的最佳问题的比值系数，显然且满足其中ξ1<1是一个很小的正数，另外综上，权值向
量的元素w可通过下式更新

[0059]

[0060] 其中0<ξ2≤1。将获得的更新后的权值返回到上述子步骤(1)重构获得θ，若不满足退出条

[0061] 具体实施案例

[0062] 本发明的仿真实验在Matlab 2016a上编译完成，执行环境为Windows 10；图2所示目标是由330个散射点组成的民用雅克42飞机模型，雷达和目标的距离为500KM。雷达中心频率为10GHz，发射V调频信号带宽为300MHz，脉冲重复频率为1KHz，脉宽为100us，仿真中完整接收128个脉冲，假设目标没有平动，转动速度为0.05prad/s。

[0063] 具体步骤如下：

[0064] 第一步，发射V调频信号，经图2所示目标散射后接收机获得图3所示在方位慢时间域存在缺失不连续的回波信号。

[0065] 第二步，对V调频信号回波进行双通道解线频调脉冲压缩处理，经运动补偿后获得图4所示一维距离像。

[0066] 第三步，通过改进的加权压缩感知重构算法获得低信噪比条件下的最终ISAR成像结果。首先采用YALL1求解器得到每个距离单元的重构信号，然后按照公式七更新加权系数并返回上一步求解，直至获得满足条件的图5所示重构图像。

标题	发布/更新时间	阅读量
一种视频帧预测方法、装置及终端设备	2020-05-08	899
一种视频帧预测方法、装置及终端设备	2020-05-11	583
一种视频帧重构方法、装置及终端设备	2020-05-08	540
图像编码装置、图像编码方法、图像解码装置及图像解码方法	2020-05-11	639
图像预测方法及装置	2020-05-08	916
一种基于B超信号评估呼吸和心动周期的方法	2020-05-11	249
一种FSR确定方法及电子设备	2020-05-08	91
错误检测运动的检测	2020-05-08	622
一个帧内编码块的多个预测块	2020-05-11	322
一种基于深度双重注意力网络的视频超分辨率重建方法	2020-05-11	562

一种低信噪比条件下V调频信号ISAR稀疏成像方法

一种低信噪比条件下V调频信号ISAR稀疏成像方法

该功能需要专业版企业版VIP权限，您可以：