基于硬阈值omp的线阵sar稀疏成像方法
【专利摘要】本发明提供了一种基于硬阈值OMP的线阵SAR稀疏成像方法，它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征，通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，利用目标散射系数最大最小对比度和目标散射系数变化率作为硬阈值OMP算法迭代处理的迭代终止条件，克服了传统正交匹配追踪算法在线阵SAR稀疏成像中对主散射目标个数的依赖，与基于传统正交匹配追踪算法的线阵SAR稀疏成像相比，它无需已知观测场景目标空间的主散射目标个数，更适用于实际情况中主散射目标个数未知时的线阵SAR稀疏成像；提高了线阵SAR的成像精度。本发明可以应用于合成孔径雷达成像和地球遥感等领域。
【专利说明】基于硬阈值OMP的线阵SAR稀疏成像方法
【技术领域】
[0001]本技术发明属于雷达【技术领域】，它特别涉及了合成孔径雷达(SAR)成像【技术领域】。【背景技术】
[0002]传统合成孔径雷达(SAR)利用单天线的直线运动合成一维的虚拟线阵天线，获得方位向高分辨率，再利用脉冲压缩技术获得雷达视线方向高分辨率，从而实现观测场景的二维成像。但由于侧视成像时地形遮挡阴影效应以及对称模糊问题，二维SAR在城市、山地和峡谷等复杂起伏地形情况不能获得满意的成像结果。三维SAR基本原理是通过天线运动合成虚拟二维面阵天线，获得面阵平面内二维高分辨，再结合脉冲压缩技术获得雷达视线方向高分辨率，实现对观测场景目标三维成像，克服了二维SAR成像技术在复杂起伏地形区域的缺陷。三维SAR是SAR成像技术未来发展的必然趋势以及当前的研究热点。线阵合成孔径雷达(Linear array SAR, LASAR,简称线阵SAR)是利用与方位向和雷达视线方向垂直放置线阵天线，再结载荷平台的运动合成二维虚拟面阵的三维SAR成像技术。与传统合成孔径雷达系统相比，线阵SAR具有多模式工作能力，除了可工作于传统侧视模式，还可工作于下视模式以及前视模式，在成像应用中更加灵活。根据每个脉冲周期内线阵阵元个数不同，线阵SAR可分为全阵元(满阵)线阵SAR和稀疏阵元线阵SAR。全阵元线阵SAR需要接收、存储和处理全采样线阵天线的回波信号，系统硬件成本高、数据量及处理难度大。为了降低系统硬件与数据处理成本，实际中线阵SAR系统中通常采用稀疏阵元，即利用稀疏线阵阵列在每个脉冲重复周期内接收一个或少数个天线阵元回波数据，但采用稀疏线阵的代价是利用经典成像方法时分辨率降低、成像质量下降。
[0003]目前线阵SAR成像方法主要基于匹配滤波(Matched Filter, MF)理论，如三维距离-多普勒(RD)算法和三维后向投影(BP)算法，见参考文献“G.Fornaro，F.Serafino, and F.Soldovier1.Three-dimensionalFocusingwithMultipass SARData.1EEE Trans.Geosc1.Remote Sens, vol.41, n0.3, pp.507 - 517, Mar.2003.” 和“Shijun, Zhang Xiaoling,YangJianyu, Wang yinb0.Surface-Tracing-Based LASAR3-DImaging Method via Multiresolution Approximation.1EEETrans.Geosc1.RemoteSens, vol.46, n0.11, pp.3719 - 3730, Nov.2008.”,该类算法在频域或时域上通过回波数据的相参积累获得观测场景目标的三维成像。虽然传统匹配滤波算法运算效率较高，但匹配滤波成像算法由于受线阵长度和分辨率瑞利准则限制，成像分辨率较低而且在稀疏线阵时存在较严重主瓣展宽和旁瓣干扰，成像质量不足。随着各应用领域对雷达成像分辨率要求越来越高，研究获取高分辨或者超分辨能力成像算法成为了当前线阵SAR成像技术的一个迫切需要。
[0004]线阵SAR成像是从原始回波信号中重构出目标散射系数的过程，该成像过程本质上是一个逆散射问题求解过程。如果能够建立线阵SAR回波信号和观测场景目标空间散射系数的线阵测量模型，线阵SAR成像问题就可等效为三维目标空间散射系数的线性方程逆求解问题。在线阵SAR成像的三维观测场景目标空间中，由于大多数区域不包含散射点(如，空气)或散射点被其他散射点遮挡而无法被入射波束照射(如，地下目标)，线阵SAR三维图像往往表现出典型的空间稀疏特征。因此线阵SAR成像问题可以进一步转化为观测场景目标空间中稀疏目标的散射系数的估计与重构问题，在成像处理过程中只需要估计出包含稀疏目标的空间单元散射系数，并不需要估计观测场景目标空间所有单元的散射系数。基于线阵SAR观测场景目标的稀疏性，稀疏信号重构理论为克服经典线阵SAR成像算法的缺陷，提高线阵SAR成像质量提供了一种新的技术途径。正交匹配追踪(OMP)算法是稀疏信号重构理论中的经典算法，详见参考文献“J.A.Tropp, A.C.Gilbert.SignalRecoveryfromRandomMeasurements via OrthogonalMatchingPursuit.1EEE Transactions onInformation Theory, vol.53, n0.12, pp: 4655-4666, 2007.”。OMP 算法基本思想是利用贪婪迭代追踪方法，在每一次迭代中选定测量矩阵中与重构残余误差的最大相干项作为索引原子，并对所选定原子矩阵进行正交化以保证迭代结果最优。因正交匹配追踪算法结构简单、计算复杂度低和运算时间快等优点，近两年已在图像处理、医学成像和无线通信等领域中相关稀疏信号重构得到了成功应用。但是，正交匹配追踪算法成功重构稀疏信号的前提是需要已知原始稀疏信号中非零元素的个数，如果原始稀疏信号中非零个数未知，该算法重构性能会严重下降。然而，在线阵SAR实际成像中，观测场景中主散射目标的个数通常不是已知的。虽然观测场景中主散射目标的个数可以利用其它算法进行近似估计，但是估计处理过程复杂且结果往往不够精确。为了在线阵SAR中成功应用正交匹配追踪算法对观测场景主散射目标进行稀疏成像，必须克服正交匹配追踪算法对已知原始稀疏信号中非零元素个数的约束。
[0005]为了提高稀疏线阵SAR成像精度，并且为了克服观测场景中主散射目标个数对正交匹配追踪算法的约束，本发明提出一种基于硬阈值OMP的线阵SAR稀疏成像方法。硬阈值OMP算法利用线阵SAR观测场景中目标最大最小散射系数对比度和目标散射系数变化率代替主散射目标的个数作为OMP算法迭代终止的判定条件，通过合理的设置目标最大最小散射系数对比度和目标散射系数变化率的值，硬阈值OMP在主散射目标个数未知时也能较精确地分离观测场景中的主散射目标和弱散射背景，因而可以有效应用于主散射目标个数未知时线阵SAR稀疏成像。根据本人了解，当前还没有出现基于硬阈值OMP的线阵SAR稀疏重构成像方法。
【发明内容】
[0006]为了提高线阵SAR的成像精度，本发明结合线阵SAR三维观测场景目标的稀疏特征，将稀疏重构理论应用于线阵SAR成像，提出了一种基于硬阈值OMP的线阵SAR稀疏成像方法，它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征，通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵，提出了基于硬阈值OMP的线阵SAR稀疏成像算法，该算法利用目标散射系数最大最小对比度和目标散射系数变化率作为硬阈值OMP算法迭代处理的迭代终止条件，克服了传统正交匹配追踪算法在线阵SAR稀疏成像中对主散射目标个数的依赖，更加适用于实际情况中未知主散射目标个数时的线阵SAR稀疏成像，并且相对传统匹配滤波方法提高了线阵SAR的成像精度。
[0007]为了方便描述本发明的内容，首先作以下术语定义:
[0008]定义1、稀疏信号[0009]如果一个离散信号中非零值的个数远小于信号本身的长度，则该信号可认为是稀疏的。设X= [Xl，X2，…，χΝ]τ为N个离散信号组成的列向量，其中七表示向量X中的第I个元素，X2表示向量X中的第2个元素，χΝ表示向量X中的第N个元素，右上角T为转置运算符号。如果向量X中仅有Ktl个元素非零或远大于零，则向量X定义为
K。稀疏向量[的值定义为信号向量X的稀疏度。详见文献“S.Mallat.AWaveletTour
N
ofSignalProcessing:TheSparseffay.Access Online via Elsevier, 2008.，，。
[0010]定义2、范数
[0011]设X是数域C上线性空间，其中C表示复数域，若它满足如下性质:| |x| I≥0，且Ixl I =0 仅有 X = 0;| IaX I = |a| I x| |，a 为任意常数；I |Xi+X2 I ( I X1I I+ X2I I，则
称I |X| I为X空间上的范数(norm)，其中X1和X2为X空间上的任意两个值。对于定义I中
的NXl维离散信号向量X= [X1, X2，…，χΝ]τ，向量X的LP范数表达式为
【权利要求】
1.一种基于硬阈值OMP的线阵SAR稀疏成像方法，其特征是它包括以下步骤: 步骤1、初始化线阵SAR系统参数: 初始化线阵SAR系统参数包括:平台速度矢量，记做?线阵天线各阵元初始位置矢量，记做I (O)，其中η为天线各阵元序号，为自然数，η = 1，2，...，N，N为线阵天线的阵元总数；线阵天线长度，记做L ;雷达工作中心频率，记做f。；雷达载频波长，记做λ ;雷达发射基带信号的信号带宽，记做4 ;雷达发射信号脉冲宽度，记做Tp ;雷达发射信号的调频斜率，记做;雷达接收波门持续宽度，记做T。；雷达接收系统的采样频率，记做fs ;雷达发射系统的脉冲重复频率，记做PRF ;雷达系统的脉冲重复时间，记为PRI ;雷达接收系统接收波门相对于发射信号发散波门的延迟，记做Td ;天线在方位向的有效孔径长度，记做Da;光在空气中的转播速度，记做C ;距离向快时刻，记做t，t = 1，2，…，T，T为距离向快时刻总数?’方位向慢时亥Ij,记做1,1 = 1，2，…，K,K为方位向慢时刻总数；上述参数均为线阵SAR系统标准参数，其中线阵天线的阵元总数N，线阵天线长度L，相邻天线阵元之间的间距d，雷达中心频率f。，雷达载频波长λ，雷达发射基带信号的信号带宽雷达发射信号脉冲宽度ΤΡ，雷达发射信号调频斜率far,雷达接收波门持续宽度T。，雷达接收系统的采样频率fs，雷达系统的脉冲重复频率PRF，雷达系统的脉冲重复时间PRI和雷达接收系统接收波门相对于发射信号发散波门的延迟TD，天线在方位向的有效孔径长度Da在线阵SAR系统设计过程中已经确定；平台速度矢量f及线阵天线各阵元初始位置矢量t (O)在线阵SAR观测方案设计中已经确定；根据线阵SAR成像系统方案和观测方案，线阵SAR成像方法需要的初始化成像系统参数均为已知； 步骤2、初始化线阵SAR的观测场景目标空间参数: 初始化线阵SAR的观测场景目标空间参数，包括:以雷达波束照射场区域地平面和垂直于该地平面向上的单位向量所构成的空间直角坐标作为线阵三维SAR的观测场景目标空间Ω ;将观测场景目标空间Ω均匀划分成大小相等的立体单元格，单元网格在水平横向、水平纵向和高度向边长分别记为dx、dy和dz，单元格大小一般选择为线阵SAR系统传统理论成像分辨率或该分辨率的二分之一；观测场景目标空间Ω中第m个单元格的坐标矢量，记做m表示观测场景目标空间Ω中第m个单元格，m= 1，2，…，M，M为观测场景目标空间Ω中的单元格总数；观测场景目标空间Ω中所有单元格的散射系数按位置顺序排列组成向量，记做α，向量α由M行I列组成；散射系数向量α中第m个元素的散射系数，记做απ;观测场景目标空间Ω在线阵SAR成像方案设计中已经确定； 步骤3、建立线阵SAR原始回波信号与观测场景目标散射系数的线性测量矩阵: 根据步骤I中初始化的平台速度矢量:?，线阵天线各阵元初始位置矢量I(O)和雷达系统的脉冲重复频率PRF，采用公式？? (/)=巧(0) + ，n = hXN ’ / = 1,2，...,[，计算得到第η个线阵天线阵元在第I个方位向慢时刻的位置矢量，记为瓦(O，其中N为步骤I中线阵天线阵元总数，K为步骤I的方位向慢时刻总数；采用公式 ((O-，11 = 1，2，...，N，1 = l，2，...，K，m = 1，2，一，M，计算得到在第I个方位向慢时刻线阵SAR观测场景目标空间Ω中第m个单元格到第η个线阵天线阵元的距离，记为/?(之(/)Λ,)，其中N.N2表示定义2中的向量L2范数，I为步骤2中初始化得到观测场景目标空间Ω中第m个单元格的坐标矢量，M为步骤2中初始化的场景目标空间Ω中单元格总数；采用公式
【文档编号】G01S13/90GK103698763SQ201310680918
【公开日】2014年4月2日 申请日期:2013年12月12日 优先权日:2013年12月12日
【发明者】张晓玲, 韦顺军, 师同彦, 何蜀丰 申请人:电子科技大学