CN102841350A - 机动目标压缩感知isar成像方法 - Google Patents
机动目标压缩感知isar成像方法 Download PDFInfo
- Publication number
- CN102841350A CN102841350A CN2012103477827A CN201210347782A CN102841350A CN 102841350 A CN102841350 A CN 102841350A CN 2012103477827 A CN2012103477827 A CN 2012103477827A CN 201210347782 A CN201210347782 A CN 201210347782A CN 102841350 A CN102841350 A CN 102841350A
- Authority
- CN
- China
- Prior art keywords
- matrix
- imaging
- isar
- maneuvering target
- compressed sensing
- 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.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种机动目标压缩感知ISAR成像方法,获取ISAR回波数据,对回波数据进行距离压缩、运动补偿及徙动校正,得到复矩阵Sd;生成高斯随机矩阵Φ对Sd做降维观测,得到矩阵Y;得到ISAR待成像时刻ti的稀疏基矩阵;对矩阵Y的每一列求解1范数凸优化方程,得到ti时刻的ISAR成像结果;遍历各个成像时刻,实现对机动目标各时段的ISAR成像。本发明降低了对成像回波采样率的要求,可以对机动目标的各成像时刻进行自由成像,改善了机动目标在方位向的成像效果,提高了ISAR成像的质量。
Description
技术领域
本发明属于雷达成像技术领域,具体涉及一种利用压缩感知实现机动目标ISAR成像的设计方法。
背景技术
借助雷达成像的目标检测和识别技术具有全天时全天候的工作特性,逆合成孔径雷达(ISAR)成像可在无线电天文学中对各种星体进行成像研究,还可用于民航机场的空中交通管制和港口的场面监视等领域。然而ISAR成像结果的分辨率受到回波数据采样率的影响,为了突破成像对采样频率的要求,设计出了利用压缩感知算法成像的ISAR成像技术,使得有限数据量的ISAR回波仍能获取较一般ISAR成像算法更高的图像分辨率。参照图2利用压缩感知实现ISAR成像的步骤为:
(a)获取ISAR回波数据S,S为K×N的复矩阵,K表示距离向观测K组数据,N表示方位向观测N组数据;
(b)对回波数据S进行距离压缩、运动补偿及徙动校正,得到数据Sd,Sd同样为K×N的复矩阵;
(e)按从左至右的次序对Y的每一列yk求解1范数凸优化方程:
min||θk||1s.t.yk=ΦΨθk
得到θk,将θk按原次序组合成矩阵Θ,ΘT即压缩感知ISAR成像结果。
但由于这种压缩感知方法使用Fourier基表示雷达信号,使得信号的多普勒分析过程在整个时间域全局进行,损失了各散射点多普勒频率的时间信息。当ISAR观测为机动目标时,各散射点的多普勒频率随时间变化而不断变化,从而造成多普勒分析失真和成像结果在方位向的模糊。
发明内容
为了克服现有技术针对机动目标成像结果在方位向模糊的不足,本发明提供一种机动目标压缩感知ISAR成像方法,利用时频分析的概念,使用改进的压缩感知稀疏基矩阵Ψ实现机动目标ISAR成像,提高成像质量。
本发明解决其技术问题所采用的技术方案包括以下步骤:
(a)获取ISAR回波数据S,回波数据S为K×N的复矩阵,K表示距离向观测K组数据,N表示方位向观测N组数据;
(b)对回波数据进行距离压缩、运动补偿及徙动校正,得到K×N的复矩阵Sd;
(c)生成高斯随机矩阵Φ,其维数为M×N,M为降维测量的个数,且满足O(n*lg(N/n))≤M<N,其中n为方位向强散射点个数,以Φ对Sd做降维观测,得到M×N的矩阵
(d)对N×N的单位矩阵E做Fourier变换得到N×N的矩阵Ψ={ψ1,ψ2,…,ΨN},将高斯窗函数g(t)=exp(-αt2)加到矩阵Ψ的每一列上,其中t为慢时间,α为高斯参数,当ISAR待成像时刻为ti时,稀疏基矩阵改为:
Ψi={g(t-ti)ψ1,g(t-ti)ψ2,…,g(t-ti)ΨN};
(e)按从左至右的次序对矩阵Y的每一列yk求解1范数凸优化方程:
min||θk||1s.t.yk=ΦΨiθk
得到θk,将θk按原次序组合成矩阵Θ,ΘT即为ti时刻的ISAR成像结果;
(f)对其它成像时刻tj,重复步骤(d)、(e),即可实现对机动目标各时段的ISAR成像。
本发明的有益效果
本发明通过引入高斯窗函数改进Fourier基矩阵,将时频分析的思想在ISAR回波信号表示域实现,把散射点多普勒频率的时间信息解析出来,实现机动目标压缩感知ISAR成像。本发明的具体优势包括:1)、对数据进行降维测量,降低了对成像回波采样率的要求;2)、可以对机动目标的各成像时刻进行自由成像;3)、改善了机动目标在方位向的成像效果,提高了ISAR成像的质量。
附图说明
图1:本发明方法采用的仿真机动目标ISAR回波数据的9点模型示意图;
图2:现有压缩感知ISAR成像算法的流程图;
图3:本发明机动目标压缩感知ISAR成像算法的流程图;
图4:机动目标ISAR成像结果。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
图1为仿真机动目标ISAR回波数据的9点模型。
1)参照图3我们首先仿真机动目标ISAR回波数据S∈C120×100,其中距离向采样120组数据,方位向采样100组数据。
2)对回波数据S进行距离压缩、运动补偿及徙动校正,得到数据Sd∈C120×100。
3)产生高斯随机矩阵Φ∈R50×100,将Φ对Sd进行降维观测,即:
Y中的每一列yk都是对应距离单元内待成像的压缩观测数据。
4)对单位矩阵E100×100做Fourier变换并单位化,得到Fourier基矩阵Ψ,在待成像时刻ti,改进后的基矩阵为:
Ψi={exp(-(t-ti)2/2)ψ1,exp(-(t-ti)2/2)ψ2,…,exp(-(t-ti)2/2)ψ100}
5)利用正交匹配追踪(OMP)算法,按从左至右的次序对Y中的每一列yk求解1范数凸优化问题:
min||θk||1s.tyk=ΦΨiθk
得到120组θk,将其按原次序排列组成矩阵Θ∈C100×120,将ΘT各元素求模并显示即得到待测时刻的目标ISAR像。
6)重复步骤4)、5)即可对目标进行不同时刻的ISAR成像。
参照图4可知,本发明方法显著改善了机动目标ISAR成像结果。
Claims (1)
1.一种机动目标压缩感知ISAR成像方法,其特征在于包括下述步骤:
(a)获取ISAR回波数据S,回波数据S为K×N的复矩阵,K表示距离向观测K组数据,N表示方位向观测N组数据;
(b)对回波数据进行距离压缩、运动补偿及徙动校正,得到K×N的复矩阵Sd;
(d)对N×N的单位矩阵E做Fourier变换得到N×N的矩阵Ψ={ψ1,ψ2,…,ΨN},将高斯窗函数g(t)=exp(-αt2)加到矩阵Ψ的每一列上,其中t为慢时间,α为高斯参数,当ISAR待成像时刻为ti时,稀疏基矩阵改为:
Ψi={g(t-ti)ψ1,g(t-ti)ψ2,…,g(t-ti)ΨN};
(e)按从左至右的次序对矩阵Y的每一列yk求解1范数凸优化方程:
min||θk||1s.t.yk=ΦΨiθk
得到θk,将θk按原次序组合成矩阵Θ,ΘT即为ti时刻的ISAR成像结果;
(f)对其它成像时刻tj,重复步骤(d)、(e),即可实现对机动目标各时段的ISAR成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103477827A CN102841350A (zh) | 2012-09-19 | 2012-09-19 | 机动目标压缩感知isar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103477827A CN102841350A (zh) | 2012-09-19 | 2012-09-19 | 机动目标压缩感知isar成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102841350A true CN102841350A (zh) | 2012-12-26 |
Family
ID=47368884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103477827A Pending CN102841350A (zh) | 2012-09-19 | 2012-09-19 | 机动目标压缩感知isar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102841350A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399312A (zh) * | 2013-07-15 | 2013-11-20 | 哈尔滨工程大学 | 基于压缩感知技术的时空联合滤波高分辨方位估计方法 |
CN103454631A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种基于mimo技术和稀疏阵技术的三维成像方法 |
CN103698764A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院电子学研究所 | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 |
CN103941255A (zh) * | 2013-01-17 | 2014-07-23 | 南京航空航天大学 | 一种基于设计结构化Gram矩阵的ISAR运动补偿方法 |
CN103954962A (zh) * | 2014-02-28 | 2014-07-30 | 西安电子科技大学 | 一种基于压缩感知的isar成像脉冲估计算法 |
CN105223573A (zh) * | 2015-10-10 | 2016-01-06 | 电子科技大学 | 宽域高分辨率多目标逆合成孔径雷达成像技术 |
CN109471105A (zh) * | 2018-11-15 | 2019-03-15 | 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 |
CN110687530A (zh) * | 2019-09-18 | 2020-01-14 | 上海广电通信技术有限公司 | 微型安防雷达监控系统 |
CN116449369A (zh) * | 2023-06-16 | 2023-07-18 | 四川杰诺创科技有限公司 | 一种基于多范数约束的逆合成孔径雷达成像方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102207547A (zh) * | 2010-03-31 | 2011-10-05 | 中国科学院电子学研究所 | 一种适用于稀疏微波成像的随机噪声雷达的信号处理方法 |
-
2012
- 2012-09-19 CN CN2012103477827A patent/CN102841350A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102207547A (zh) * | 2010-03-31 | 2011-10-05 | 中国科学院电子学研究所 | 一种适用于稀疏微波成像的随机噪声雷达的信号处理方法 |
Non-Patent Citations (1)
Title |
---|
张龙等: "一种基于改进压缩感知的低信噪比ISAR高分辨成像方法", 《电子与信息学报》, 30 September 2010 (2010-09-30), pages 2263 - 2267 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941255A (zh) * | 2013-01-17 | 2014-07-23 | 南京航空航天大学 | 一种基于设计结构化Gram矩阵的ISAR运动补偿方法 |
CN103399312A (zh) * | 2013-07-15 | 2013-11-20 | 哈尔滨工程大学 | 基于压缩感知技术的时空联合滤波高分辨方位估计方法 |
CN103454631A (zh) * | 2013-08-31 | 2013-12-18 | 西北工业大学 | 一种基于mimo技术和稀疏阵技术的三维成像方法 |
CN103698764A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院电子学研究所 | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 |
CN103698764B (zh) * | 2013-12-27 | 2015-11-04 | 中国科学院电子学研究所 | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 |
CN103954962B (zh) * | 2014-02-28 | 2016-12-07 | 西安电子科技大学 | 一种基于压缩感知的isar成像脉冲估计算法 |
CN103954962A (zh) * | 2014-02-28 | 2014-07-30 | 西安电子科技大学 | 一种基于压缩感知的isar成像脉冲估计算法 |
CN105223573A (zh) * | 2015-10-10 | 2016-01-06 | 电子科技大学 | 宽域高分辨率多目标逆合成孔径雷达成像技术 |
CN105223573B (zh) * | 2015-10-10 | 2018-11-13 | 电子科技大学 | 宽域高分辨率多目标逆合成孔径雷达成像技术 |
CN109471105A (zh) * | 2018-11-15 | 2019-03-15 | 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 |
CN110687530A (zh) * | 2019-09-18 | 2020-01-14 | 上海广电通信技术有限公司 | 微型安防雷达监控系统 |
CN116449369A (zh) * | 2023-06-16 | 2023-07-18 | 四川杰诺创科技有限公司 | 一种基于多范数约束的逆合成孔径雷达成像方法 |
CN116449369B (zh) * | 2023-06-16 | 2023-08-15 | 四川杰诺创科技有限公司 | 一种基于多范数约束的逆合成孔径雷达成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102841350A (zh) | 机动目标压缩感知isar成像方法 | |
Zeng et al. | Sparse SAR imaging based on L 1/2 regularization | |
CN104237883B (zh) | 一种采用稀疏表示的机载雷达空时自适应处理方法 | |
CN104931966B (zh) | 一种基于dcs算法的星载视频sar成像处理方法 | |
CN104101864B (zh) | 基于eof分解的导航x波段雷达海浪参数反演算法 | |
CN103454635B (zh) | 基于高超声速飞行器平飞段的前斜视sar成像方法 | |
CN102879782A (zh) | 基于分数阶傅里叶变换的压缩感知sar成像方法 | |
CN101866001B (zh) | 一种用于下视阵列天线合成孔径雷达的三维聚焦成像方法 | |
CN106199602B (zh) | 一种Staggered-SAR回波信号重建方法 | |
CN103760558A (zh) | 一种太赫兹雷达isar成像方法 | |
CN113126087B (zh) | 一种星载干涉成像高度计天线 | |
CN104730513A (zh) | 一种分级子阵聚焦mvdr波束形成方法 | |
Chen et al. | A novel image formation algorithm for high-resolution wide-swath spaceborne SAR using compressed sensing on azimuth displacement phase center antenna | |
CN109507666A (zh) | 基于离网变分贝叶斯算法的isar稀疏频带成像方法 | |
CN103885058A (zh) | 一种利用稀疏统计特性的机载雷达前视超分辨成像方法 | |
CN104749573B (zh) | 空频域二维稀疏的步进频率sar成像方法 | |
CN103293527B (zh) | 基于置信框架的自适应isar成像方法 | |
Li et al. | A synthetic bandwidth method for high-resolution SAR based on PGA in the range dimension | |
CN102928838A (zh) | 基于稀疏表示与时频变换的距离-瞬时多普勒成像方法 | |
CN108008378B (zh) | 一种sar虚假目标能量比值确定方法及装置 | |
CN102680956A (zh) | 星载合成孔径雷达方位向第一模糊区回波信号能量抑制系统 | |
CN105759264A (zh) | 基于时频字典的微动目标缺损回波高分辨成像方法 | |
CN104931965A (zh) | 一种固定发射站双基正侧视sar成像方法 | |
CN105204020B (zh) | 基于粒子群优化的移不变双基前视sar飞行模式设计方法 | |
CN106908782A (zh) | 基于水面状态连续成像系统的波浪传播方向的提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121226 |