CN102495393B - 基于子空间追踪的压缩感知雷达成像算法 - Google Patents
基于子空间追踪的压缩感知雷达成像算法 Download PDFInfo
- Publication number
- CN102495393B CN102495393B CN 201110414228 CN201110414228A CN102495393B CN 102495393 B CN102495393 B CN 102495393B CN 201110414228 CN201110414228 CN 201110414228 CN 201110414228 A CN201110414228 A CN 201110414228A CN 102495393 B CN102495393 B CN 102495393B
- Authority
- CN
- China
- Prior art keywords
- algorithm
- sampling
- echo data
- subspace
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明公开了一种基于子空间追踪的压缩感知雷达成像算法,采用物理光学方法计算相应的回波数据,分析雷达回波数据并且建立信号的稀疏模型,利用有效稳健的子空间追踪算法实现对回波的重构,从而实现合成孔径雷达成像。压缩感知以远低于奈奎斯特采样率的速率对信号进行非自适应采样,所以将其运用到合成孔径雷达成像中,可以在满足成像效果的同时达到降低回波数据采样率的目的,从而减少仿真时间,也能够降低雷达系统成本。
Description
技术领域
本发明属于成像仿真技术,特别是一种基于子空间追踪的压缩感知雷达成像算法。
背景技术
压缩感知理论突破了传统奈奎斯特采样定理的限制,它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构。这种全新的信号处理理论为克服传统雷达固有缺陷,解决传统高分辨雷达面临的高采样率、大数据量和实时处理困难等问题提供了可能。雷达成像是利用雷达观测系统接收到的目标回波信号获得目标电磁散射特性的空间分布,利用压缩感知来研究雷达成像问题,可望减少提取目标脉冲响应和刻画目标散射机制所需的测量数据,生成高分辨雷达图像。
首先将压缩感知理论应用于雷达成像的是Baraniuk,他通过理论分析和数值仿真证明了压缩感知雷达成像的可行性。Herman采样特定的雷达波形构造了压缩感知雷达,并且通过矩阵稀疏分解,分析了小场景实现压缩感知雷达成像的可行性,并且得到了对雷达场景稀疏度的上限要求。Varshney和Potter等人分析了利用稀疏约束的小场景雷达成像的可行性,并用仿真实验验证了他们的结论。Yoon通过仿真实验实现了逆合成孔径雷达、穿墙雷达等小场景目标的雷达成像。由于合成孔径雷达及逆合成孔径雷达在民用和军事领域的重要性,压缩感知理论在其中的应用得到了包括西安电子科技大学、中科院电子所等国内外研究机构的广泛关注,相关研究取得了一定的发展。
目前已有的研究工作主要是先获取雷达图像,然后对图像数据利用压缩感知技术进行重构,噪声影响对图像结果很敏感。
发明内容
本发明的目的在于提供一种压缩感知雷达成像仿真方法,该方法具有计算精度高,节省计算内存需求和计算时间的优点,可为压缩感知合成孔径雷达成像仿真分析提供重要的参考资料。
实现本发明目的的技术方案为:
一种基于子空间追踪的压缩感知雷达成像算法,步骤如下:
第二步,读入回波数据,对其进行欠采样,这里采用间隔采样,即采样点数减小为原来的一半;
第三步,根据欠采样的回波信号设计稀疏基函数,,;N a 为方位向上满足Nyquist采样定理的原始采样点数,而N r 则为在距离向上的采样点数,得到稀疏矩阵,通常采用压缩感知理论对目标区域进行雷达成像的方法是直接对接收到的回波数据进行解码重构;
第四步,建立相应的方程,其中为观测矩阵与稀疏矩阵的乘积,为原始信号在观测矩阵下的投影值,然后采用压缩感知重构算法求解方程,得到后向散射系数,这里采用子空间追踪算法,在每次迭代中,用多个原子张成的子空间代替单个原子,并且用信号在子空间上的正交投影逼近信号。由于每次迭代时,选取了多个最匹配的时频原子,可以有效减小过匹配现象出现的概率。用子空间上的正交投影逼近信号使得残差能量下降速度加快,并且正交投影可以通过最小二乘算法得到,计算复杂度增加不大,从而加快收敛速度。最后根据得到重构的回波,为上面的稀疏矩阵。
第五步,将利用子空间追踪法重构的回波数据与现有的成像算法结合,对回波数据进行距离向压缩,采用后向投影算法进行成像,此成像方法根据各个采样点位置的时间,将回波信号作时间对齐,然后相加,从而实现方位向的相干聚焦。
本发明与现有成像技术相比,其显著优点为:(1)降低了采样率。将压缩感知技术应用到合成孔径雷达成像,采样率突破了奈奎斯特准则的限制;(2)成像结果稳定。压缩感知重构算法采用的是子空间追踪算法,比常用的正交匹配追踪算法效果显著;(3)抵抗噪声能力增强。在回波中加入噪声后,利用压缩感知技术后的成像结果要比传统成像效果要好;(4)精确计算结果可作为压缩感知合成孔径雷达成像仿真提供重要的参考,节约实验测试费用。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是传统编解码理论框图。
图2是基于压缩感知的编解码理论框图。
图3是传统雷达成像方法和CS方法流程比较示意图。
图4是子空间追踪算法流程图。
图5是正交匹配追踪算法流程图。
图6是压缩感知雷达成像仿真示意图。
图7是逆合成孔径雷达成像模型示意图。
图8是后向投影算法流程图。
图9是X波段double ogive成像结果图(无噪声情形),(a) double ogive模型图;(b) 满采样的传统算法成像结果;(c) 50%采样率的OMP算法成像结果;(d)与(c)相同数据量的SP方法成像结果。
图10是X波段double ogive成像结果图(有噪声情形),(a) 满采样的传统算法成像结果;(b) 满采样且SNR=10dB的传统算法成像结果;(c) 50%采样率的SP算法成像结果;(d) 50%采样率且SNR=10dB的SP方法成像结果;(e) 50%采样率的OMP算法成像结果;(f) 50%采样率且SNR=10dB的OMP方法成像结果。
图11是Ku波段某弹头的成像结果图,(a)弹头模型图;(b) 满采样的传统算法成像结果;(c) 50%采样率的OMP算法成像结果;(d)与(c)相同数据量的SP方法成像结果。
具体实施方式
本发明基于子空间追踪的压缩感知雷达成像算法,首先采用物理光学方法获得回波数据,对其进行欠采样。然后根据回波信号的形式,设计稀疏基函数。其次,调用相应的压缩感知重构算法恢复信号。最后采用传统的成像方法对其进行成像。该方法可以在保证成像质量的同时降低采样率,从而缓解硬件压力。
参见图2基于压缩感知的编解码理论框图,与图1相比,可以很清楚的看出,压缩感知雷达采样和编码同时发生,且不需要满足奈奎斯特采样准则。图4为子空间追踪算法流程图,图5为正交匹配追踪算法流程图。图4和图5给出了两种算法的具体操作流程图,从图4的流程图看出,子空间追踪算法的输入参数包含对稀疏度K的估计以及优化过程中较正交匹配追踪算法的改进,增大了求解优化方程得到最优解的稳定性,进而提高成像质量,且可以加快运行时间。通过算例也表明,子空间算法在抗噪声方面要优于正交匹配追踪算法。结合图6,本发明基于压缩感知合成孔径雷达成像仿真分析,步骤如下:
第一步,建立待测目标的几何模型,设置该目标的相关参数:初始频率、频率间隔、带宽、初始角度、角度间隔、角度范围,采用物理光学方法计算出该目标的回波数据,作为原始信号。物理光学方法从Stratton-Chu公式出发,引入物理上合理的高频假设:由物体上某一点对该物体其它点的散射场的贡献和入射场相比是很小的,从而忽略了各个子散射单元之间的耦合作用,使得求解过程得到简化。根据物理光学近似条件和远场近似条件,求解远区散射场的物理光学法基本公式如下:
其中,r 0为坐标原点到观察点的距离,r’为源点的位置矢量,k为波数,为电磁波入射方向,为电磁波散射方向,为入射面的外法相量,Z 0为自由空间阻抗,Y 0为自由空间导纳,J和M分别表示物体表面的等效感应电流和磁流。由于存在关系式,因此上述两个方程中的任何一个都可以用来计算远区散射场。对于金属目标,感应磁流为0,感应电流为。因此,远场散射可以简化为,从而得到该目标的回波数据。
第二步,对回波进行欠采样,常用的降采样方法都是通过降低距离向采样率或脉冲重复频率的方式来实现,这里使用50%的采样率对数据沿距离向上进行间隔采样。
第四步,根据上述内容建立相应的方程,采用压缩感知重构算法中的子空间追踪算法求解方程,具体步骤如下:
第五步,将利用子空间追踪法重构的回波数据与现有的成像算法结合,对重构的回波数据进行距离向压缩,采用后向投影算法进行成像,此成像方法根据各个采样点位置的时间,将回波信号作时间对齐,然后相加,从而实现方位向的相干聚焦。后向投影算法具体步骤如下:
1、将重构得到的频域数据对距离向做傅里叶逆变换得到时域数据,即对距离向做脉冲压缩;
2、对做完脉冲压缩后的时域数据通过时间对齐进行叠加处理,实现方位向聚焦,从而得到成像区域内每个点的像素值,即所要的成像图。
为了验证本发明方法的有效性,结合不同目标,利用其他方法与此方法进行了仿真实验比较。
1、double ogive的成像结果比较(无噪声情形)
图9给出了X波段double ogive成像结果图,距离向采样点数为41,方位向采样点数为1441,扫描角度为360°。图(a)表示的是double ogive的模型图,图(b)表示的是传统BP算法成像结果图,图(c)表示的是应用CS理论OMP算法,距离向采样率为图(b)的50%的成像结果图,图(d)为应用CS理论SP算法,距离向采样率为图(b)的50%的成像结果图。
2、double ogive的成像结果比较(有噪声情形)
图10给出了Ku波段情况下double ogive的成像结果图,距离向采样点为61个,方位向采样点为1441个,扫描角度为360°。图(a)表示的是传统BP算法成像结果图,图(b) 表示的是SNR=10dB的传统合成孔径雷达成像结果图,图(c)表示的是应用CS理论SP算法,距离向采样率为图(a)的50%的成像结果图,图(d)为应用CS理论SP算法,距离向采样率为图(a)的50%且SNR=10dB的成像结果图,图(e)表示的应用CS理论OMP算法,距离向采样率为图(a)的50%的成像结果图,图(f)为应用CS理论OMP算法,距离向采样率为图(a)的50%且SNR=10dB的成像结果图。
3、某弹头的成像结果比较
图11给出了Ku波段某弹头的成像结果图,距离向采样点为61个,方位向采样点为721个,扫描角度为360°。图(a)表示的是弹头的模型图,图(b)表示的是传统BP算法成像结果图,图(c)表示的应用CS理论OMP算法,距离向采样率为图(b)的50%的成像结果图,图(d)为应用CS理论SP,距离向采样率为图(b)的50%的成像结果图。
Claims (3)
1.一种基于子空间追踪的压缩感知雷达成像算法,其特征在于步骤如下:
第一步,建立待测目标的几何模型,设置该目标的相关参数:初始频率、频率间隔、带宽、初始角度、角度间隔、角度范围,采用物理光学方法计算出该目标的回波数据,作为原始信号x;
第二步,读入回波数据,对其进行距离向欠采样;
第三步,根据欠采样的回波数据设计稀疏基函数Ψik,i=1,2,3,…,Na,k=1,2,3,…,Nr;Na为方位向上满足Nyquist采样定理的原始采样点数,而Nr则为在距离向上的采样点数,得到稀疏矩阵Ψ=(Ψik);将原始信号x影射到一组测量向量{φi}上,得到测量值写成矩阵的形式为y=Φx,Φ=[φ1,φ2,…,φi,…,φN]称为观测矩阵,其中x是N维的列向量,y是M维的列向量,观测矩阵取为高斯矩阵;
第四步,根据上述内容建立相应的方程y=Aα,其中A为观测矩阵Φ与稀疏矩阵Ψ的乘积,y为原始信号x在观测矩阵Φ下的投影值,然后采用压缩感知重构算法中的子空间追踪算法求解方程,得到后向散射系数α;
第五步,根据x=Ψα对接收到的欠采样的回波数据进行解码重构;Ψ为第三步中的稀疏矩阵;
第六步,将利用子空间追踪法重构的回波数据与逆合成孔径雷达成像算法结合,对重构的回波数据进行距离向压缩,采用后向投影算法进行成像。
2.根据权利要求1所述的基于子空间追踪的压缩感知雷达成像算法,其特征在于:所述第二步中使用50%的采样率对回波数据进行欠采样,采样手段为间隔采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110414228 CN102495393B (zh) | 2011-12-13 | 2011-12-13 | 基于子空间追踪的压缩感知雷达成像算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110414228 CN102495393B (zh) | 2011-12-13 | 2011-12-13 | 基于子空间追踪的压缩感知雷达成像算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102495393A CN102495393A (zh) | 2012-06-13 |
CN102495393B true CN102495393B (zh) | 2013-09-25 |
Family
ID=46187233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110414228 Active CN102495393B (zh) | 2011-12-13 | 2011-12-13 | 基于子空间追踪的压缩感知雷达成像算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102495393B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102879777B (zh) * | 2012-09-17 | 2014-04-16 | 西安电子科技大学 | 基于调频率-压缩感知的稀疏isar成像方法 |
CN102928838A (zh) * | 2012-10-08 | 2013-02-13 | 西北工业大学 | 基于稀疏表示与时频变换的距离-瞬时多普勒成像方法 |
CN103353595B (zh) * | 2013-06-18 | 2015-01-07 | 西安电子科技大学 | 基于阵列内插压缩感知的米波雷达测高方法 |
CN103353596B (zh) * | 2013-06-18 | 2015-02-18 | 西安电子科技大学 | 基于压缩感知的波束空间域米波雷达测高方法 |
CN103326780B (zh) * | 2013-06-21 | 2015-09-09 | 中国科学院空间科学与应用研究中心 | 基于压缩感知接收机的自由空间光通信apt系统及方法 |
CN106226765B (zh) * | 2016-09-12 | 2018-06-12 | 桂林电子科技大学 | 一种建筑物布局成像方法及系统 |
CN108646247B (zh) * | 2018-05-16 | 2020-04-07 | 西安电子科技大学 | 基于伽马过程线性回归的逆合成孔径雷达成像方法 |
CN109001732A (zh) * | 2018-06-07 | 2018-12-14 | 西北工业大学 | 一种优化的压缩感知步进频sar成像恢复重建方法 |
CN109471105B (zh) * | 2018-11-15 | 2020-05-22 | 河海大学 | 一种压缩感知逆合成孔径雷达机动目标偏离栅格的快速成像方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004250A (zh) * | 2010-10-28 | 2011-04-06 | 电子科技大学 | 基于频域展开的星机联合双基地合成孔径雷达成像方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11231050A (ja) * | 1998-02-13 | 1999-08-27 | Mitsubishi Electric Corp | 合成開口レーダ信号処理システム |
US7928893B2 (en) * | 2006-04-12 | 2011-04-19 | William Marsh Rice University | Apparatus and method for compressive sensing radar imaging |
KR101089745B1 (ko) * | 2009-12-14 | 2011-12-07 | 삼성메디슨 주식회사 | 초음파 3차원 영상 복원 방법 및 그 초음파 시스템 |
-
2011
- 2011-12-13 CN CN 201110414228 patent/CN102495393B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004250A (zh) * | 2010-10-28 | 2011-04-06 | 电子科技大学 | 基于频域展开的星机联合双基地合成孔径雷达成像方法 |
Non-Patent Citations (1)
Title |
---|
JP特开平11-231050A 1999.08.27 |
Also Published As
Publication number | Publication date |
---|---|
CN102495393A (zh) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102495393B (zh) | 基于子空间追踪的压缩感知雷达成像算法 | |
Li et al. | Fast coherent integration for maneuvering target with high-order range migration via TRT-SKT-LVD | |
CN101685159B (zh) | 一种星载sar信号高精度保相成像处理平台的构建方法 | |
Yang et al. | Segmented reconstruction for compressed sensing SAR imaging | |
Zhang et al. | Ultrawideband impulse radar through-the-wall imaging with compressive sensing | |
Yang et al. | Sparse MIMO array forward-looking GPR imaging based on compressed sensing in clutter environment | |
CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
Feng et al. | Near range radar imaging based on block sparsity and cross-correlation fusion algorithm | |
CN104950305A (zh) | 一种基于稀疏约束的实波束扫描雷达角超分辨成像方法 | |
CN104865568A (zh) | 基于稀疏重构的宽带雷达高速群目标分辨方法 | |
Sun et al. | High-resolution ISAR imaging of maneuvering targets based on sparse reconstruction | |
CN104020456B (zh) | 一种基于多特显点线阵成像雷达系统幅相误差校正方法 | |
CN103777185A (zh) | 基于暗室扫频获取目标体雷达散射截面的方法及装置 | |
CN112415515B (zh) | 一种机载圆迹sar对不同高度目标分离的方法 | |
CN105242255B (zh) | 基于压缩感知的双通道sar‑gmti方法 | |
CN101464514B (zh) | 步进频率雷达系统的校准方法与校准处理器 | |
Tian et al. | Extended range Doppler algorithm for multiple-receiver synthetic aperture sonar based on exact analytical two-dimensional spectrum | |
CN103605117A (zh) | 基于干扰抑制的相控阵信号失真实时校正方法 | |
Ren et al. | 3D imaging algorithm for down-looking MIMO array SAR based on Bayesian compressive sensing | |
Zheng et al. | ISAR imaging of nonuniformly rotating targets based on generalized decoupling technique | |
Yu et al. | Ground moving target motion parameter estimation using Radon modified Lv's distribution | |
CN113608218B (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
Xin et al. | ISAR imaging of target with complex motion associated with the fractional Fourier transform | |
CN107300694A (zh) | 一种基于电磁波透射系数的未知墙体参数估计方法 | |
Pan et al. | Range, radial velocity, and acceleration MLE using frequency modulation coded LFM pulse train |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |