基于参数估计的压缩感知成像方法与流程

技术特征：

1.基于参数估计的压缩感知成像方法，其特征在于：基于参数估计的压缩感知成像方法具体过程为：

步骤一、将每个距离单元的回波信号表示为线性调频信号模型；

步骤二、根据线性调频信号模型构造压缩感知稀疏基矩阵，根据压缩感知稀疏基矩阵构造图像Θ(γ₀,α)；

步骤三、依据图像对比度的定义选取检索范围，结合压缩感知的成像方法进行参数估计，得到每个距离单元的回波信号的初始参考频率和每个距离单元的回波信号频率的倾斜度两个参数的估计值；

步骤四、根据每个距离单元的回波信号的初始参考频率和每个距离单元的回波信号频率的倾斜度两个参数的估计值，结合压缩感知的成像方法进行成像，得到回波缺失情况下目标的高分辨图像。

2.根据权利要求1所述基于参数估计的压缩感知成像方法，其特征在于：所述步骤一中将每个距离单元的回波信号表示为线性调频信号模型；具体过程为:

线性调频信号模型的建立：

$s_m\left(T\right)=\underset{i=1}{\overset{{\mathrm{\μ}}_m}{\mathrm{\Σ}}}{\mathrm{\σ}}_i\exp \[j2\mathrm{\π}(f_{d_i}T+\frac{1}{2}{\mathrm{\γ}}_m{T}^2)\]---\left(1\right)$

其中，μ_m为散射点的个数，σ_i为第i个散射点的反射系数，i取值为正整数；为第i个散射点的多普勒频率，j是虚数单位，j²＝-1；T为时间；γ_m为信号线性调频参数；s_m(T)为线性调频信号模型；

γ_m的具体表示形式如下

${\mathrm{\γ}}_m=\frac{2{\mathrm{y\ω}}_0^2}{\mathrm{\λ}}=\frac{2(y_0+N\mathrm{\Δ}r){\mathrm{\ω}}_0^2}{\mathrm{\λ}}={\mathrm{\γ}}_0+N\mathrm{\α}---\left(2\right)$

其中，△r为两个连续距离单元间的距离，即为距离向分辨率；y为目标位置；为角速度；λ为波长；y₀为目标初始位置；N为距离单元个数，取值为正整数；γ₀为每个距离单元的回波信号的初始参考频率，α为每个距离单元的回波信号频率的倾斜度。

3.根据权利要求2所述基于参数估计的压缩感知成像方法，其特征在于：所述步骤二中根据线性调频信号模型构造压缩感知的稀疏基矩阵，根据压缩感知的稀疏基矩阵构造图像Θ(γ₀,α)；具体过程为：

依据线性调频信号模型，设K为多普勒频率的离散度，构造压缩感知的稀疏基矩阵如下：

其中，K为多普勒频率的离散度，f_k为离散多普勒频率，f_k＝k·f_r/K,k＝1,2,...,K，K取值为正整数；

则每个距离单元的回波表示为：

S_m＝Φ(γ_m)θ_m (4)

式中，S_m＝[s_m(1),s_m(2),...,s_m(N)]^T，θ_m为包含了所有散射点的反射系数；为Φ(γ_m)中每一列；图像Θ(γ₀,α)为所有距离单元θ_m的集合，即Θ(γ₀,α)＝{θ₁,θ₂,...,θ_M}。

4.根据权利要求3所述基于参数估计的压缩感知成像方法，其特征在于：所述步骤三中依据图像对比度的定义选取检索范围，结合压缩感知的成像方法进行参数估计，得到每个距离单元的回波信号的初始参考频率和每个距离单元的回波信号频率的倾斜度两个参数的估计值；

依据图像对比度的定义选取检索范围，结合压缩感知的成像方法进行参数估计，得到参数；具体过程为:

图像对比度的定义，具体如下

$C_{\mathrm{\Θ}({\mathrm{\γ}}_0,\mathrm{\α})}=\<\mathrm{\Θ}{({\mathrm{\γ}}_0,\mathrm{\α})}^2\>/\<\mathrm{\Θ}({\mathrm{\γ}}_0,\mathrm{\α}){\>}^2---\left(5\right)$

其中，<·>表示平均算子；

故在参数检索范围内，当图像对比度达到最大值时表明所选择的参数最合适，即

$\{{\mathrm{\&gamma;}}_0,\mathrm{\&alpha;}\}=\arg {\mathrm{maxC}}_{\mathrm{\&Theta;}({\mathrm{\&gamma;}}_0,\mathrm{\&alpha;})}---\left(6\right).$

5.根据权利要求4所述基于参数估计的压缩感知成像方法，其特征在于：所述α＝0.65,γ₀＝-5.9。