基于显著图的Laplacian协同压缩雷达成像方法
【技术领域】
[0001] 本发明涉及一种合成孔径雷达成像技术，尤其涉及一种基于显著图的Laplacian 协同压缩雷达成像方法。
【背景技术】
[0002] 逆合成孔径雷达（ISAR)是不同于传统雷达的一种高分辨率成像雷达，具有对运 动目标（如飞机、舰船和导弹等）进行成像和识别的能力，能够全天候、远距离获得目标的 精细图像，具有重要的军用和民用价值。为了充分发挥ISAR高分辨成像能力，并使ISAR更 好适应实际需求和不断变化的应用场景，有必要对ISAR技术继续进行深入的探讨。
[0003] 对于高分辨成像，目标散射的响应可以由一系列单独的反射叠加得到，ISAR成像 其回波信号在时间域上是稀疏的，根据此先验知识，利用近年来飞速发展的压缩感知（CS) 理论可以从很少的脉冲数得到高分辨的雷达图像。但是雷达图像恢复的过程可以看作为寻 找一个欠定方程的稀疏解，这是一个NP难问题。为求解此问题，学者提出了很多算法如贪 婪追踪算法，松弛算法等，其中追踪算法计算量很大，收敛速度较慢。
【发明内容】
[0004] 本发明的目的在于提供一种基于显著图的Laplacian协同压缩雷达成像方法，利 用图像数据的局部一致性先验假设降低背景杂波，抑制噪声，有效提高成像的质量。
[0005] 为实现上述目的，本发明的技术方案是设计一种基于显著图的Laplacian协同压 缩雷达成像方法，包括如下步骤：
[0006] 步骤1，采用距离多普勒算法（RDA)得到低分辨的ISAR图像；
[0007] 步骤2，构造稀疏字典：
[0008]a)假设没有越距离单位徙动，引入噪声，第1个距离单位包括K个方位向不同的散 射中心，则第1个距离单位的回波信号Sl(t)为：
[0009]
!,
[0010] 其中fk为多普勒频率，Bk为第k个散射点的反射振幅，K为散射点的个数，ni为第 1个距离单位的加性噪声；
[0011] b)定义时间序列t: [1 :N]tAt，其中N=Ta/At为脉冲数，At= 1/f；为时间间 隔，f；为雷达的脉冲重复频率，定义多普勒的个数为Q，则对应的多普勒分辨率为Afd=fV Q，离散多普勒序列为fd: [1 :Q]TAfd-(f；/2)，设定的Q应大于脉冲数N，由此构造稀疏字典 如下：
[0012]
[0013] 其中，％sexpf-Pv/,⑷?(；!，〇彡Q，则第1个距离单元的回波信号的矩阵形 式为：
[0014] Sl= w 0 j+rij
[0015] 其中向量0J1 = 1，2...L)为图像矩阵的第1列，0J1 = 1，2...L)中非零元素 对应K个强散射中心的复振幅；
[0016] 步骤3,对初步ISAR成像结果纟做基于下式的PCT变换得到显著图I:
[0017；
[0018] 其中CT，CT1分别为轮廓变换和反变换，G为一个二维高斯低通滤波器，*为卷积 操作，sign( ?)为符号函数：
[0019]
[0020] 步骤4,构造显著图的Laplacian矩阵：
[0021] L=D-G
[0022] 相似矩阵G是基于显著图，通过高斯核函数构造而产生，其第i行第j列元素计算 方法如下：
[0023]
[0024] 其中L为初步成像低分拼1SAK图傢得到的显者图甲弟i个距离单位的方位向系 数向量，N⑷）为距第i个距离单元最近的k个近邻，
[0025] D为图的度（degree)矩阵，表示每个结点与其他结点的连接权值，对角线上每个 元素的值为义;
[0026] 归一化后的显著图的拉普拉斯矩阵的形式为Z
[0027] 步骤5,为获得高分辨的ISAR图像，即交替使用基追踪算法和解析法求解最优的 0和T，即解优化问题：
[0028]
[0029]其中1=diag{wj，通过显著图的权值矩阵计算得到：
[0030] 1)初始化A，初始化T=interp⑷；
[0031] 2)重复下列算法，直到?不发生变化：
[0032] 2. 1)利用基追踪算法求解下式来更新?:
[0033]
[0034] 2. 2)采用下式更新T:
[0035]
[0036] 2. 3)采用下式更新入：
[0037]
[0038] 本发明根据雷达数据的局部一致性先验假设，在空间上接近的数据点具有相似 性，在优化问题中引入Laplacian正则项，求解过程采用交替方向乘子法（ADMM)求解优化 问题，通过联合各个距离单位求解的方式，减小了雷达信号传输过程的噪声和背景杂波，提 高了成像质量。
【附图说明】
[0039] 图1是本发明的整体流程示意图；
[0040] 图2 (a)是本发明中显著图I的示例图；
[0041] 图2(b)是本发明中显著图I的等高线图；
[0042] 图2(c)是本发明中经二维中值滤波和图像形态学闭操作后的显著图I示例图；
[0043] 图2(d)是本发明中显著区域的示例图；
[0044] 图3 (a)是传统RD算法中256脉冲Yak-42的ISAR图像；
[0045] 图3 (b)是传统RD算法中64脉冲Yak-42的ISAR图像；
[0046] 图3 (c)是传统RD算法中256脉冲Yak-42的ISAR等高线图；
[0047] 图3 (d)是传统RD算法中64脉冲Yak-42的ISAR等高线图；
[0048] 图4 (a)是本发明仿真实验1信噪比SNR为2dB时，32个脉冲的ISAR成像结果图；
[0049] 图4 (b)是本发明仿真实验1信噪比SNR为2dB时，64个脉冲的ISAR成像结果图；
[0050] 图4 (c)是本发明仿真实验1信噪比SNR为2dB时，96个脉冲的ISAR成像结果图；
[0051] 图4 (d)是本发明仿真实验1信噪比SNR为2dB时，32个脉冲的ISAR成像结果等 尚线图；
[0052] 图4 (e)是本发明仿真实验1信噪比SNR为2dB时，64个脉冲的ISAR成像结果等 尚线图；
[0053] 图4 (f)是本发明仿真实验1信噪比SNR为2dB时，96个脉冲的ISAR成像结果等 尚线图。
【具体实施方式】
[0054] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步描述。以下实施例仅 用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0055] 本发明具体实施的技术方案是：
[0056] 如图1、图2 (a)~图2 (d)所示，一种基于显著图的Laplacian协同压缩雷达成像 方法，包括如下步骤：
[0057] 步骤1，采用距离多普勒算法（RDA)得到低分辨的ISAR图像；
[0058] 步骤2，构造稀疏字典：
[0059] a)假设没有越距离单位徙动，引入噪声，第1个距离单位包括K个方位向不同的