一种基于压缩感知的循环迭代回波重构解距离模糊方法

本发明涉及正交捷变波形的脉冲多普勒雷达领域，具体涉及一种基于压缩感知和循环迭代来抑制折叠杂波和解决距离模糊的方法。

背景技术：

1、脉冲多普勒(pulse-doppler，pd)雷达可以在较为复杂的环境中探测目标，并获得目标距离与速度的准确信息。pd雷达发射周期性相干脉冲序列，不可避免地带来了测距和测速模糊问题，对目标的检测和跟踪存在较大偏差，导致准确度下降。较差的模糊抑制效果会导致较为严重的漏检或虚警。由于无距离模糊和无速度模糊对脉冲重复频率的要求互斥，因此在不同的工作模式下，pd雷达的模糊问题也不同。为增强雷达对高速目标的探测能力，提高雷达发射功率，通常采用中高重频工作模式。以获得更大的无模糊测速范围，从而在多普勒维度上有效区分杂波和目标。因此，实现高精度的距离模糊抑制算法至关重要。

2、雷达系统中解决距离模糊的典型方法是通过发射多组参差脉冲重复频率(pulserepetition frequency，prf)的脉冲串信号，然后利用中国余数定理来解算模糊度。但这并没有提高距离和速度分辨率，并导致相干处理周期延长。因此对单脉冲重复频率条件下进行解距离模糊的研究日益增多。

3、另一种常用于解距离模糊的方法是雷达发射脉冲间采用不同调制的捷变波形，这种方法需要波形间具有较低的互相关，从而有效区分不同距离段的回波，虽然关于正交波形的相关研究很好地优化了信号间的互相关特性，但是上述研究中大多未考虑多普勒频移对信号间互相关特性的影响。另外，由于脉冲间具有不同调制，各脉冲匹配滤波结果的旁瓣结构也各不相同，这种现象被称作距离旁瓣调制(range sidelobe modulation，rsm)效应，会导致pd处理时距离-多普勒成像平面基底抬升，严重影响雷达的目标探测性能。并且当近距离段强杂波能量较大时，仅靠捷变波形之间的隔离度无法实现有效的模糊抑制，远距离段目标仍会被近距离段散布能量所遮挡。

4、压缩感知(compressed sensing，cs)理论突破了传统奈奎斯特采样定律的限制，通过求解非线性最优化问题，能够以低于奈奎斯特采样点数的测量信号实现精确的信号重构。在雷达检测、估计及成像领域得到了广泛的研究。雷达成像利用目标回波获取目标后向散射系数的空间分布。因此，雷达成像本质上是利用回波重建目标表征的过程。现有稀疏重建算法虽然实现了距离模糊抑制，但是未考虑模糊能量对重构算法精度的影响，会对目标会造成一定程度的失真和模糊残留。

5、因此，基于发射正交相位编码信号的pd雷达系统，开发一种基于压缩感知和循环迭代的方法，实现折叠杂波有效抑制，提高距离模糊抑制的精确性，从而使得目标可以被有效检测，具有重要的实际意义和应用价值。

技术实现思路

1、本发明在发射正交相位编码信号的pd雷达系统下，提出一种基于压缩感知和循环迭代的方法来抑制折叠杂波和解决距离模糊。首先，对距离模糊场景下的距离-多普勒感知矩阵模型进行建模，在此基础上分析了利用压缩感知进行回波重构的合理性，然后，对优化的稀疏度自适应匹配追踪(optimized sparsity adaptive matching pursuit，osamp)算法实现散射点的无模糊信息估计和回波重构进行了详细阐述，有效减小重构误差。最后，将osamp算法与循环迭代(cyclic iterative,ci)方法相结合，形成完整的回波重构解距离模糊ci-osamp算法，抑制非本距离段模糊能量，减小重构误差，提升重构精度和模糊抑制性能。此外，重构算法可以直接应用于压缩样本，打破了雷达信号带宽与采样率之间的联系，分析了不同压缩率和信噪比下的重构准确率。该方法利用压缩感知和循环迭代的方法保证了回波重构精度和模糊抑制性能。仿真实验和实测数据处理表明所提方法在提升重构效果的同时实现折叠杂波的有效抑制，实现不同距离段回波去相关。

2、本发明所述基于压缩感知的循环迭代回波重构解距离模糊方法，通过以下技术方案实现：

3、步骤s1，对雷达回波下变频得到的基带回波，进行转换得到适用于压缩感知算法的线性回波模型；

4、步骤s2，基于步骤s1在无距离模糊场景下所得到的线性回波模型，构造无距离模糊场景下的距离-多普勒感知矩阵模型；

5、步骤s3，基于步骤s2的回波数据和距离-多普勒感知矩阵模型，提出osamp重构算法，实现散射点的信息估计和回波重构；

6、步骤s4，构造距离模糊场景下的距离-多普勒感知矩阵模型，并考虑实际中的脉冲截断效应；

7、步骤s5，基于步骤s4中的距离模糊场景下的距离-多普勒感知矩阵和回波数据，并将步骤s3的osamp重构算法结合循环迭代框架，构成ci-osamp算法，逐步降低重构误差，减小失真，提升回波重构精度和模糊抑制性能，并提出三种雷达成像方法。

8、所述步骤s1包括如下步骤：

9、步骤s11，对雷达回波进行下变频得到基带回波；

10、步骤s12，将基带回波进行转换得到适用压缩感知算法的线性回波模型。

11、所述步骤s2包括如下步骤：

12、步骤s21，对时延-多普勒二维平面(τ,v)上的目标散射系数σ(τ,v)离散化，得到场景的离散回波散射系数矩阵λ；

13、步骤s22，将步骤s21中的离散回波散射系数矩阵λ向量化表示，并将步骤s12中的下变频后基带回波第n个prt的接收信号离散化表示；

14、步骤s23，定义第n个回波信号的第l个导引矢量(steering vector)ψn,l，并将步骤s22中rn可以写为矩阵形式：rn＝ψnσ；

15、步骤s24，基于步骤s23单个prt的回波矩阵表示，扩展为cpi内的回波矩阵表示：r＝ψσ。并利用测量矩阵φ压缩原始回波数据r，得到亚采样回波数据y：y＝φr＝φψσ＝aσ，a称为距离-多普勒感知矩阵。

16、所述步骤s3包括如下步骤：

17、步骤s31，基于步骤s2得到输入数据并进行参数初始化；

18、步骤s32，利用osamp重构算法，得到散射系数稀疏向量估计并利用变换矩阵可得重构信号。

19、所述步骤s4包括如下步骤：

20、步骤s41，在距离模糊场景下构造距离-多普勒感知矩阵模型；

21、步骤s42，考虑脉冲截断效应，将测量矩阵等价为截断矩阵。

22、所述步骤s5包括如下步骤：

23、步骤s51，基于步骤s4得到的距离模糊场景下回波数据和距离-多普勒感知矩阵模型，完成无循环迭代的osamp回波重构解模糊；

24、步骤s52，提出ci-osamp算法，通过循环迭代的方式，逐步降低非本距离段模糊能量的影响，实现循环迭代回波重构解模糊；

25、步骤s53，基于s52中算法收敛后的输出，提出了三种不同应用场景的雷达成像方法。

26、有益效果：

27、本发明在正交捷变波形的pd雷达体制下，提出一种基于压缩感知和循环迭代的方法来抑制折叠杂波和解决距离模糊问题。并且相比传统的多脉冲串参差重频解模糊方法而言，只需一个脉冲串，缩短了相参处理周期。首先，建立距离模糊场景下欠定的距离多普勒恢复问题，在此基础上通过osamp算法对实现散射点的无模糊信息估计和回波重构。最后，将osamp和循环迭代方法相结合构成ci-osamp算法，减小重构误差。本发明利用压缩感知和循环迭代的方法提高了回波重构精度和模糊抑制性能，实现折叠杂波有效抑制。