专利名称：基于稀疏探测频率信号的isar成像方法
技术领域：
本发明属于雷达技术领域，主要涉及逆合成孔径雷达(ISAR)成像，具体是一种基于发射稀疏探测频率信号的ISAR成像方法，用于通过少量的测量数据得到目标的ISAR图像，实现有效降低数据率并简化雷达系统的设计。
背景技术：
雷达成像技术作为一种全天时、全天候、远距离的信息获取手段在国防以及民用领域均具有重大的应用价值，它大大提高了雷达信息获取能力，为目标识别创造了前所未有的机会，是雷达发展的一个重要里程碑。逆合成孔径雷达(ISAR)是雷达成像领域的一个重要发展方面。它是通过雷达固定，依靠目标的运动形成大的合成孔径来成像，现已得到广泛的应用。传统的ISAR成像方法中，为了得到高的距离向分辨率，通常需要发射宽带信号。为了得到方位向的高分辨率，需要目标在相干积累时间内相对于雷达视线方向转过一定角度。实际中，ISAR目标通常为非合作目标且机动性强，很难得到足够的观测数据。因此，ISAR成像需要对距离频域和方位慢时间域上进行大量测量，然后用距离多普勒算法对接收到的雷达回波进行处理，需要大量的测量数据，也要消耗大量的内存，从而使得雷达系统的设计复杂，软硬件的研制难度大、成本高且开发周期长。由于ISAR图像在成像平面上是以一种稀疏的方式分布的，目标像通常只占成像平面的一小部分，即目标强散射点数目远小于采样数，满足压缩感知信号稀疏性的条件，所以使得从非常少的测量数据中产生目标图像成为一种可能。如果用压缩感知方法对成像结果进行处理，就不需要发射一个宽带信号，只发射一些探测频率就足够了。所谓压缩感知，又称压缩采样或压缩传感，通过很少的观测样本并结合信号处理理论实现信号的重建和信息的提取，由于它可以大大降低数据的存储负担，因此得到了广泛的应用。作为一个新的采样理论，通过开发信号的稀疏特性，在远小于Nyquist采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法重建信号。压缩感知理论表明给定的信号和图像可以从相对于传统方法少很多的采样或者测量中恢复出来。为了实现这种恢复，压缩感知理论基于两个基本准则，一是稀疏性，这是所研究信号的一个属性；二是不相干性，是感知形式的一个属性。采样理论是指一个连续时间信号完全可以用该信号在等时间间隔上的瞬时值(或称样本值)表示，这些样本值包含了该连续时间信号的全部信息，利用这些样本值可以恢复原信号。Nyquist采样定理是指当采样频率大于信号中最高频率的两倍时，采样之后的数字信号完整地保留了原始信号中的信息，该采样频率也称为Nyquist采样率。虽然已经有人基于压缩感知理论提出了一种用较少测量数据的高分辨ISAR成像方法，然而，由于只是局限在方位向采用压缩感知理论，所以，为了得到距离上的高分辨，仍然需要发射一个宽带信号。因此，到目前为止在工程上，基于发射稀疏探测频率信号用压缩感知方法处理雷达回波的成像方法还没有应用于ISAR成像中。
发明内容
本发明的目的在于克服上述现有技术的不足，提出一种基于发射稀疏探测频率信号来实现ISAR成像的新方法，应用该方法能够从比传统方法少很多的测量数据中得到ISAR图像。实现本发明目的的技术方案是基于目标具有位于图像栅格中的理想散射点，不考虑散射效应，根据目标以恒定的角速度旋转且目标的平动分量可以被精确地补偿以及发射的模拟信号在接收后可以由数字信号来完全表述的特点，提出了基于发射稀疏探测频率信号来获得ISAR图像的方法。
首先发射一个单一的频率信号，也称之为稀疏探测频率信号，而不是传统方法中包含一定频率范围的宽带信号；然后应用压缩感知方法对接收到的雷达回波进行处理，得到目标强散射中心的复幅度，目标场景是一个二维的栅格，用一个稀疏向量表示，通过目标强散射中心的复幅度对稀疏向量进行重建得到目标的图像，具体实现过程如下(I)选择感知(也称测量)矩阵Φ对于一个长度为N，包含有K个散射点，测量次数为M = 0(K log(N/K))的目标，感知矩阵Φ是一个MX N的矩阵，它通过从一个NXN的单位矩阵中随机的选取M个行向量组成，通过选择的感知矩阵来发射稀疏探测频率信号。(2)发射稀疏探测频率信号，得到测量向量r根据感知矩阵发射稀疏探测频率信号，感知矩阵Φ的行与发射的探测频率和方位角度对应，目标场景是一个二维的栅格，用一个NX I的稀疏向量s表不,对接收到的雷达回波信号进行M次测量，将每一次的测量结果组成一个MX I的列向量，得到测量向量r。(3)构建基矩阵Ψ假设目标具有恒定的旋转角速度，用算式如)=exp[-y4^/m Λ +I彡m，
C
η彡N构建基矩阵，式中ω表示旋转速度，X和y表示目标点的坐标，c表示光速，m e (I,Μ)是测量的计数，匕和tm分别表示第m次测量的频率大小和时间点，基矩阵Ψ =[V1I V2I. ·· I ΨΝ]的构建通过对向量按列进行堆叠排列实现。⑷重建稀疏向量s根据约束对接收到的雷达回波信号的复幅度进行估计，即min(| |s' I1),subject to| |γ-ΦΨ8/ Μ彡ε，得到信号复幅度的估计值，用信号复幅度的估计值重建稀疏向量S,式中s'表示信号复幅度的估计，ε表示噪声电平,测量向量r = Φ Ws,当存在附加噪声时，要对测量向量进行修正，r = ΦΨ8+δ，其中δ是修正量。(5)将稀疏向量s变为二维格式，得到目标图像本发明与现有方法相比具有以下优点I、本发明提出一种基于发射稀疏探测频率信号来实现ISAR成像的新方法。该方法的一个主要特点就是发射信号不再是一个宽带信号，而是变成了稀疏探测频率信号。在接收到雷达回波之后，应用压缩感知方法就可以得到强散射中心的复幅度。2、本发明仅仅需要距离频域和方位慢时间域的很少一部分的测量数据就可以得到目标的ISAR图像，与传统方法相比需要的测量数据少，存储量小。3、当只有一个频率点被分配到每一个特定的方位角度(也就是方位慢时间)上时，雷达的硬件实现就可以被大大简化。然而，在这种情况下，测量的次数就会变得非常少，这将导致严重的性能下降。因此，这种在一个时刻只发射一个探测频率的方法只能够应用于单个目标或者只含有很少散射点的小目标。对于多发多收雷达，由于同时有多部雷达在发射，就有可能使每个发射雷达在一个时刻只发射一个探测频率。这将降低对发射雷达的带宽的要求，同时使接收雷达中对多个发射信号的分离变得很容易，并降低数据率以及总共需要的存储量。因此，本发明可以大大简化雷达的硬件实现的复杂度，在多发多收雷达中得到很好的应用。4、本发明可以大大降低数据率并简化雷达系统的设计，促使人们设计新的简化的雷达系统，减小成本，将设计的重点从昂贵的雷达系统硬件转移到高效的信号恢复算法。而算法是可以很容易的由飞速发展的集成电路技术来实现，甚至也可以由脱机计算完成。5、如果对频率旋转的过程中附加上某些限制，那么就可以得到一些在雷达工程实现中更有价值的结果。例如，实现结构比较简单的频率步进雷达就可以看成是本发明的一种具体实现，也就是通过规整地选择一些连续的频率。所以本发明也像步进频率雷达一样具有很好的抗干扰性能。
图I是本发明的成像方法流程图；图2是仿真时用本发明根据压缩感知理论采用的随机产生的在距离频域方位慢时间域具有200次测量的感知矩阵，其中黑色的点是选中的频率；图3是仿真时用本发明发射稀疏探测频率信号，用压缩感知理论处理回波得到的成像结果，其中3个黑色明显的点是目标的强散射点，2个灰色不太明显的点是目标的弱散射点；图4是仿真时用传统的成像方法发射宽带信号，用距离多普勒算法处理回波得到的成像结果，其中3个黑色明显的点是目标的强散射点；图5是仿真时回波的信噪比SNR不同时采用本发明的成像结果，(a)是信噪比SNR为20dB时的成像结果，(b)是信噪比SNR为IOdB时的成像结果，(c)是信噪比SNR为OdB时的成像结果，(d)是信噪比SNR为-IOdB时的成像结果，其中3个黑色明显的点是目标的强散射点，3个黑色点附近的2个灰色不太明显的点是目标的弱散射点，其余的点为噪声；图6是实测时用本发明根据压缩感知理论选择的感知矩阵，其中黑色的点是选中的频率；图7是实测时用本发明发射稀疏探测频率信号，用压缩感知理论处理回波得到的成像结果，其中颜色较深的区域为目标，其余为噪声；图8是实测时用传统的成像方法发射宽带信号，用距离多普勒算法处理回波得到的成像结果，其中颜色较深的区域为目标，其余为噪声。
具体实施例方式本发明中用到压缩感知理论在远小于Nyquist采样率的条件下，用随机采样获取信号的离散样本，可以通过很少的观测样本并结合信号处理理论实现信号的重建和信息的提取。考虑一个长度为N的离散信号X，在这里不妨认为是一个NX I的列向量。如果最多有K个元素是非零的，即它包含有K个散射点，它被称为是K稀疏的。原则上，信号X中的信息最多存在于K个元素中而不是所有的N个元素。任意信号都可以由一个包含N个NXl列向量{v/,}f=1的正交基表示出来。将这N个NX I列向量{I//,匕作为一个矩阵的列向量就构成了一个NXN的基矩阵Ψ = [V1 Ψ2|... I Ψν]。在这里，构造基矩阵的目的是将信号X用矩阵的形式表示出来，便于后面的运算。因此，信号X可以表示为
权利要求
1.一种基于稀疏探测频率信号的ISAR成像方法，其特征是首先发射一个单一的频率信号即稀疏探测频率信号，然后应用压缩感知方法对接收到的雷达回波进行处理，得到目标强散射中心的复幅度，目标场景是一个二维的栅格，用一个稀疏向量表示，通过目标强散射中心的复幅度对稀疏向量进行重建得到目标的图像，所述成像方法的具体实现过程如下 (1)选择感知矩阵Φ 对于一个长度为N，包含有K个散射点，测量次数为M = 0(K log(N/K))的目标，感知矩阵Φ是一个MXN的矩阵，它从一个NXN的单位矩阵中随机的选取M个行向量组成，通过选择的感知矩阵来发射稀疏探测频率信号； (2)发射稀疏探测频率信号，得到测量向量r 根据感知矩阵发射稀疏探测频率信号，感知矩阵Φ的行与发射的探测频率和方位角度对应，目标场景是一个二维的栅格，用一个NX I的稀疏向量s表不,对接收到的雷达回波信号进行M次测量，将每一次的测量结果组成一个MX I的列向量，得到测量向量r ; (3)构建基矩阵Ψ 假设目标具有恒定的旋转角速度，用算式K(岣= exp[-_/4;r/ ^^]，I彡m，n彡N C构建基矩阵，式中ω表示旋转速度，X和y表示目标点的坐标，C表示光速,m e (Ι,Μ)是测量的计数，乙和乜分别表示第m次测量的频率大小和时间点，基矩阵Ψ = [V1 Ψ2|... I ΨΝ]的构建通过对向量{<// }:按列进行堆叠排列实现； (4)重建稀疏向量s 根据约束对接收到的雷达回波信号的复幅度进行估计，即min(| |s' I I1), subjectto |γ-ΦΨ8/ I I ( ε，得到信号复幅度的估计值，用信号复幅度的估计值重建稀疏向量S,式中s'表示信号复幅度的估计，ε表示噪声电平,测量向量r = Φ Ws,当存在附加噪声时，要对测量向量进行修正，r = ΦΨ8+δ，其中δ是修正量； (5)将稀疏向量s重新整形为二维格式，得到目标图像。
全文摘要
本发明涉及一种基于稀疏探测频率信号的ISAR成像方法，通过发射稀疏探测频率信号，在接收到雷达回波之后，应用压缩感知理论对回波进行处理得到目标的图像。本发明基于压缩感知理论，仅仅需要距离频域方位慢时间域上的很少一部分测量数据，与传统方法相比需要的测量数据少，存储量小。本发明解决了传统ISAR成像方法的测量数据量大、内存消耗大、设计复杂、不易实现、成本高和开发周期长等缺点，可以大大降低数据率并简化雷达系统的设计，促使人们设计新的简化的雷达系统，减小成本，将设计的重点从昂贵的雷达系统硬件转移到高效的信号恢复算法。仿真和实测数据处理结果验证了本发明的有效性。
文档编号G01S7/41GK102879783SQ201210387088
公开日2013年1月16日 申请日期2012年10月12日 优先权日2012年10月12日
发明者王虹现, 王玥, 冯大政, 邢孟道, 梁毅 申请人:西安电子科技大学