一种基于稀疏约束的实波束扫描雷达角超分辨成像方法
专利汇可以提供一种基于稀疏约束的实波束扫描雷达角超分辨成像方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于稀疏约束的实波束扫描雷达 角 超分辨成像方法，包括以下步骤：S1、回波建模，基于实波束扫描雷达与目标的几何关系建立扫描雷达的回 波数 据模型；S2、对回波数据进行距离向 脉 冲压 缩 ，实现距离向的高 分辨率 ；S3、将脉冲压缩后的回波数据表示为天线波束与观察场景的散射系数的卷积模型；S4、根据S3得到的卷积模型建立最大后验目标函数，推导最大后验解；S5、通过自适应 迭代 的方法精确还原出原始目标分布。本发明使用瑞利分布表征杂波特性，并利用稀疏约束反应目标分布特性，在反演目标分布的同时抑制了噪声对成像结果的影响，使得角超分辨处理结果更加逼近实际目标分布，实现了实波束扫描雷达角超分辨成像。，下面是一种基于稀疏约束的实波束扫描雷达角超分辨成像方法专利的具体信息内容。
1.一种基于稀疏约束的实波束扫描雷达角超分辨成像方法，其特征在于，包括以下步骤：
S1、回波建模，基于实波束扫描雷达与目标的几何关系建立扫描雷达的回波数据模型；
具体实现方法为：雷达在高度H处以下视角 对-ψ～ψ成像区域按顺时针顺序扫描；初始时刻，雷达天线与场景中心位置目标的初始斜距为r0，设场景中各目标点对应坐标为(xi,yi)，各目标和雷达之间的方位角对应的为θi，各目标和雷达之间的斜距为ri；
设发射信号为线性调频信号 其中，rect(·)表示
矩形信号，其定义为 τ为距离向快时间变量，T为发射脉冲持续时间，c
为光速，λ为波长，Kr为调频斜率；为了保证理论与实际验证情况相符，对接收回波进行离散处理；离散化后的回波解析表达式为：
其中，Ω为目标场景范围，θ为天线波束宽度，f(xi,yi)为点(xi,yi)处目标的散射函数；
ω为天线扫描速度，Tβ是目标在3dB天线波束宽度的驻留时间；
S2、对回波数据进行距离向脉冲压缩，实现距离向的高分辨率；具体实现方法包括以下子步骤：
S21、构造距离向脉压参考信号：
其中，τref表示距离向参考时间；
S22、将sref与回波数据s(θ，τ)进行最大自相关运算，得到脉冲压缩后的二维信号为：
其中，B为发射信号带宽；
S3、将脉冲压缩后的回波数据表示为天线波束与观察场景的散射系数的卷积模型；具体实现方法为：回波信号的卷积模型表示为：
其中，s＝[s(1，1)，s(1，2)，…，s(N，1)，…，s(N，M)]T为NM×1维的向量，是将所有脉冲压缩后回波信号的测量值按距离单元顺序在方位向上重新排列的结果，上标T表示转置运算；
T
f＝[f(1，1)，f(1，2)，…，f(N，1)，…，f(N，M)] 为NM×1维的向量，是将成像区域内所有未知目标的幅度按距离单元顺序的在方位向上重新排列的结果；
n＝[n(1，1)，n(1，2)，…，n(N，1)，…，n(N，M)]T，为NM×1维的向量，表示杂波和干扰信号分量，服从统计独立的瑞利分布；
H为NM×NM维的矩阵，由卷积测量矩阵HM×N构成，其中，HM×N＝[h1，h2，...，hM]；
S4、根据S3得到的卷积模型建立最大后验目标函数，并推导最大后验解；具体实现方法为：在贝叶斯公式基础上，通过给定的噪声统计特性，并结合稀疏目标分布先验信息，推出最大后验概率解卷积超分辨方法，实现卷积反演，具体包括以下子步骤：
S41、对于公式(3)，利用贝叶斯公式，将回波数据的后验概率表示为：
其中，p(·)表示概率密度函数；根据最大后验准则，将反卷积问题转化为求解最优解f使得其满足：
其中，为目标函数的最大后验估计；p(f/s)、p(s/f)和p(f)分别代表回波数据的后验概率、似然概率和目标的先验概率；
S42、设实波束扫描雷达回波信号中每一采样点的杂波或干扰信号服从统计独立的瑞利分布，则似然概率表示为：
其中，i是各离散点目标，
σ2是瑞利分布中的统计参数；
S43、选择稀疏特性作为正则化约束项，目标散射稀疏的概率密度为：
其中，0＜q≤1；当q＝1时，p(f)∝exp(-2||f||1)为拉普拉斯分布；当q→1时，目标的概率为
S44、根据(6)式和(7)式得到最大后验目标函数为：
对(8)式取负自然对数，得到：
求(9)式关于f的梯度运算，得到：
其中，(·)T表示转置操作，P＝diag{p1，…，pNM}，pi＝|fi|2-q；
S45、由于(10)式是非线性函数，因此，只能通过迭代的方法获得逼近原始场景的结果，令(10)式为零，得到关于f的最大后验解为：
S5、通过自适应迭代的方法精确还原出原始目标分布，包括以下子步骤：
S51、计算迭代初始值：利用TIKHONOV正则化方法和最大似然估计方法获得目标函数的解和瑞利分布统计参数这两个参数的迭代初始值；
S52、根据S4得到的最大后验解构建迭代表达式；
S53、将迭代初始值代入迭代表达式中，得到新的最大后验解；
S54、将S53得到的最大后验解带入瑞利分布的统计参数计算公式中，更新瑞利分布统计参数值；
S55、将S53得到的最大后验解和S54得到的瑞利分布统计参数值代入迭代表达式中，重新获得新的最大后验解；
S56、重复步骤S54和S55，直到迭代表达式的结果与上一次迭代表达式的结果相比，满足迭代收敛条件时，记录该迭代表达式的结果为实波束扫描雷达角超分辨成像结果。
2.根据权利要求1所述的实波束扫描雷达角超分辨成像方法，其特征在于，所述的步骤S51具体实现包括以下步骤：
S511、利用TIKHONOV正则化方法，计算出原始场景粗估计结果为：
f＝(HTH+βI)-1HTs (12)
其中，β为正则化参数，I为NM×NM维单位对角矩阵；
S512、利用最大似然估计方法估计瑞利分布统计参数，首先，针对一个NM维的服从独立瑞利分布的杂波向量g＝[g1，…，gi](i＝1，…，NM)，对该向量的联合似然函数取对数处理后，得到：
求式(13)关于σ的导数，并令结果为零，得到：
因此，则σ2的最大似然估计值为：
对于实波束扫描雷达成像，gi＝si-(Hf)i，因此利用TIKHONOV正则化计算结果并结合(15)式计算出关于瑞利分布的统计参数为：
3.根据权利要求2所述的实波束扫描雷达角超分辨成像方法，其特征在于，所述的步骤S52构建的迭代表达式为：
其中v迭代初始值为(12)式和将(12)式带入(16)式计算的结果，k+1和k是迭代的次数，Pk＝diag{(p1)k，…，(pNM)k}，(pi)k＝|(fi)k|2q。
4.根据权利要求3所述的实波束扫描雷达角超分辨成像方法，其特征在于，所述的步骤S56中的收敛条件为：
||fk+1-fk||2＜ε (18)
其中，fk+1、fk为相邻两次迭代结果，ε为预先设定的阈值。
一种基于稀疏约束的实波束扫描雷达角超分辨成像方法
技术领域
背景技术
发明内容
续时间，c为光速，λ为波长，Kr为调频斜率；为了保证理论与实际验证情况相符，对接收回波进行离散处理；离散化后的回波解析表达式为：
次数，Pk＝diag{(p1)k，…，(pNM)k}，(pi)k＝|(fi)k| 。
具体实施方式
间，c为光速，λ为波长，Kr为调频斜率；为了保证理论与实际验证情况相符，对接收回波进行离散处理；离散化后的回波解析表达式为：
载频 fc 10GHz
发射信号时宽 T 10μs
发射信号带宽 B 50MHz
脉冲采样频率 PRF 1500Hz
天线扫描速度 ω 60°/s
天线波束宽度 θ 2.5°
扫描范围 Φ -12°～12°
扫描雷达作用距离 R0 10km
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种选择性激光烧结铺粉层厚测量及均匀性表征的方法 | 2020-07-15 | 4 |
| 对诱发断裂中的支撑剂进行定位和成像的系统和方法 | 2021-02-07 | 4 |
| 一种确定含雾条件下物体表面温度的方法 | 2021-11-10 | 3 |
| 一种基于稀疏约束的实波束扫描雷达角超分辨成像方法 | 2020-12-12 | 0 |
| 用CCD或CMOS为光电探测器件的粒度对中测量方法 | 2021-12-08 | 3 |
| 一种精确高效的太赫兹分支波导定向耦合器建模方法 | 2020-07-20 | 2 |
| 面向大气散射邻近效应的图像去雾方法 | 2022-01-15 | 4 |
| 一种单馈源三波束低RCS的超表面夹角反射面天线 | 2020-09-07 | 4 |
| 广义帕累托分布参数显式双分位点估计方法 | 2020-06-07 | 2 |
| Apparatus and method for adjusting bandwidth based on an operating environment | 2021-07-25 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
