稀疏合成孔径雷达多视成像方法
【技术领域】
[0001] 本发明涉及电子行业雷达技术领域，尤其涉及一种基于回波模拟算子及结构稀疏 正则化的稀疏合成孔径雷达（SyntheticApertureRadar,简称SAR)多视成像方法。
【背景技术】
[0002] 合成孔径雷达作为一种主动式微波成像系统，具有全天时、全天候和高分辨率成 像等特点。然而，在SAR中，由于每一分辨单元内的各散射点之间的相对相位与雷达视角紧 密相关，其相干叠加是随机的，因而会产生斑点噪声。这种噪声表现为一种复杂的乘性噪 声，不仅影响图像的性噪比，更极大的影响了目标的识别。多视处理技术是现有斑点噪声抑 制中最为常用的技术之一，它通过对信号频谱的不同部分进行成像处理，并对幅度进行非 相干叠加，抑制斑点噪声，提高辐射分辨率。
[0003] 最近兴起的稀疏SAR成像方法旨在利用压缩感知理论与方法，通过远小于奈奎斯 特采样定律要求的采样数（即欠采样）下恢复稀疏信号。一般来说，欠采样是在空域上实 现的。因而在此情况下，回波频谱将会混叠且难以分割，导致多视技术无法直接应用压缩感 知SAR成像方法中。
【发明内容】
[0004](一）要解决的技术问题
[0005] 为解决上述的一个或多个问题，本发明提供了一种基于回波模拟算子及结构稀疏 正则化的稀疏合成孔径雷达多视成像，以实现欠采样下稀疏目标场景的多视成像。
[0006](二）技术方案
[0007] 本发明提供了一种稀疏合成孔径雷达多视成像的方法。该方法包括：步骤A，接收 合成孔径雷达回波数据Ys，构建相应的稀疏合成孔径的雷达多视观测方程：
[0008]Ys = ? ?M(X)
[0009] 其中，X是经过子视分割的雷达子视图像的集合，M( ?)是多视观测算子，?为采 样矩阵；步骤B，根据多视观测方程，建立基于结构稀疏正则化的稀疏合成孔径雷达多视成 像模型；步骤C，采用阈值迭代算法求解稀疏合成孔径雷达多视成像模型，重建获得雷达子 视图像集合X;以及步骤D，对雷达子视图像集合X的幅度进行非相干叠加，获得多视输出图 像Z。
[0010] (三）有益效果
[0011] 从上述技术方案可以看出，本发明稀疏合成孔径雷达多视成像具有以下有益效 果：
[0012] (1)采用基于频域运算的回波模拟算子，建立多视观测与欠采样回波数据之间的 观测模型，实现了多视技术和压缩感知技术的融合，实现欠采样下稀疏目标场景的多视成 像；
[0013] (2)基于多视输出图像特点，构造基于幅度非相干叠加的结构稀疏正则化恢复模 型，可以在低于奈奎斯特采样率下恢复实现稀疏目标场景的多视成像。
【附图说明】
[0014] 图1为本发明实施例稀疏合成孔径雷达多视成像的流程图；
[0015] 图2为采用本实施例稀疏SAR多视成像方法实现不同视数、不同采样率下的SAR 数据二维仿真结果。
【具体实施方式】
[0016] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照 附图，对本发明进一步详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部 分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员 所知的形式。
[0017] 本发明稀疏合成孔径雷达多视成像中，输入的数据为SAR回波数据，最终输出的 数据为观测场景后向散射幅度系数矩阵。本发明稀疏合成孔径雷达多视成像，解决了多视 技术与压缩感知技术融合的问题，实现欠采样下稀疏目标场景的多视成像。
[0018] 在本发明的一个示例性实施例中，提供了一种稀疏合成孔径雷达多视成像方法。 如图1所示，该稀疏合成孔径雷达多视成像包括：
[0019] 步骤A，接收合成孔径雷达回波数据Ys，构建相应的稀疏合成孔径雷达多视观测方 程：
[0020] Ys = 0M(X)
[0021] 其中，X是包含所有子视图像的集合，?为采样矩阵。
[0022] 具体而言，该步骤A又可以包括：
[0023] 子步骤A1，对子视图像Xu(i= 1，…，I;1 = 1，2,…，L)，按照以下公式获得信 号
【主权项】
1. 一种稀疏合成孔径雷达多视成像的方法，其特征在于，包括： 步骤A，接收合成孔径雷达回波数据Ys，构建相应的稀疏合成孔径的雷达多视观测方 程： Ys = ? ? M(X) 其中，X是经过子视分割的雷达子视图像的集合，M( ?)是多视观测算子，?为采样矩 阵； 步骤B，根据所述多视观测方程，建立基于结构稀疏正则化的稀疏合成孔径雷达多视成 像模型； 步骤C，采用阈值迭代算法求解所述稀疏合成孔径雷达多视成像模型，重建获得雷达子 视图像集合X;以及 步骤D，对雷达子视图像集合X的幅度进行非相干叠加，获得多视输出图像Z。
2. 根据权利要求1所述的方法，其特征在于，步骤A构建的多视观测方程为：
其中，Xil为X中方位向第i块、距离向第1块雷达子视图像，各子视图像对应到回波数 据域的频谱互不重叠；F和r1分别表示傅里叶变换矩阵及其逆变换矩阵，其下标n和T 代表子视图像方位向和距离向时间，1和^代表回波数据方位向和距离向时间；P为方 位向频域滤波器，Q为距离向频域滤波器，符号O代表矩阵哈达玛乘积，A(?)为方位向/ 距离向二维耦合算子，I和L分别为方位向和距离向多视数。
3. 根据权利要求2所述的方法，其特征在于，所述步骤A包括： 子步骤六1，对子视图像\1(1 = 1，~，1;1 = 1，2，~，1)，按照以下公式获得信号8/1:
Rtl(T)为位于距离时间T处雷达与目标的最短斜距； 子步骤A2,对^进行方位向/距离向二维耦合，获得信号^ :
其中，f为二维耦合后的距离向时间，= 为距离徙动量， sinc(x) =sin(X)/x,sin(x)为正弦函数； 子步骤A3,对!^(/ = 1，…，按照以下公式获得信号S3 :
Ff=c〇nj(f:J/纥为方位向逆傅里叶变换矩阵，c〇nj(?)表示取共轭； 子步骤A4,对信号S3进行稀疏采样，完成多视雷达观测方程： Ys = ?S3。
4. 根据权利要求1所述的方法，其特征在于，所述步骤B建立基于稀疏正则化的稀疏合 成孔径雷达多视成像模型为：
其中，《为正则化参数；argmin是最小化计算式；Xil(Iiun)为子视图像Xil中的元素。
5. 根据权利要求1所述的方法，其中步骤C采用阈值迭代算法求解所述多视SAR成像 模型，重建获得雷达子视图像集合X的具体步骤包括： 子步骤Cl:初始化所述SAR回波数据对应场景的目标散射强度X°、正则化参数《和迭 代终止准则e，令迭代数k= 0; 子步骤C2 :更新梯度下降序列Bfz，由下式实现：
其中，为第k次迭代的方位向第i块、距离向第1块雷达子视图像，yk表示梯度下 降的步长，5和0分别为方位向距离向频域滤波器，为P和Q的复共轭，炉,，分别表示选 取矩阵的第[(i_l)Na/I+l:i?Na/I]行或者第[(j-l)Nr/L+l:j?Nr/L]列，r( ?)为距离 徙动校正算子：
其中，*§(4 分别为距离徙动校正前后的数据，又,f为距离徙动校正前的 方位频率和距离向时间； 子步骤C3:更新目标场景散射强度Xf: 其中，H(_)为阈值算子使 得：
其中，sign( ?)为取相位函数；再由所有Xf组成Xk+1。 子步骤C4:若||Xk+1_Xk||F/||Xk||F<e，其Il?IIfSF范数，则迭代终止，算法输出 为雷达子视图像集合X=Xk+1 ;否则，令Xk =Xk+1，k=k+1，转回步骤C2。
6.根据权利要求1所述的方法，其中，所述步骤D对雷达子视图像集合X进行幅度非相 干叠加，输出多视雷达图像：
【专利摘要】本发明提供了一种稀疏合成孔径雷达多视成像的方法。该方法采用基于频域运算的回波模拟算子，建立多视观测与欠采样回波数据之间的观测模型，实现了多视技术和压缩感知技术的融合，实现欠采样下稀疏目标场景的多视成像。
【IPC分类】G01S13-90
【公开号】CN104714230
【申请号】CN201310674295
【发明人】张冰尘, 方健, 蒋成龙, 洪文, 吴一戎, 徐宗本
【申请人】中国科学院电子学研究所
【公开日】2015年6月17日
【申请日】2013年12月11日