CN106707278B - 一种基于稀疏表示的多普勒波束锐化成像方法及装置 - Google Patents

Abstract

本发明公开了一种基于稀疏表示的多普勒波束锐化成像方法及装置，方法为对距离向接收到的回波信号进行匹配滤波处理，对处理后数据进行距离徙动修正；对距离徙动修正后的数据进行相关函数法处理，并求平均值，得到多普勒中心值，对距离徙动修正后数据进行多普勒中心补偿，得到多普勒中心补偿数据；对多普勒中心补偿数据进行DBS成像，计算噪声功率水平；根据多普勒频率分辨率构造超完备稀疏字典，并对多普勒中心补偿数据进行稀疏恢复；对距离多普勒域内的稀疏数据以线性插值法抽取与多普勒带宽对应的数据，并以第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至得到广域监视图像。该方法具有较高的横向分辨率。

Description

一种基于稀疏表示的多普勒波束锐化成像方法及装置

技术领域

本发明涉及机载雷达成像技术领域，特别涉及一种适用于广域监视、对地侦察攻击、地形测绘、海洋搜索等的基于稀疏表示的多普勒波束锐化成像方法及装置。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)通过对地面场景进行长时间观测获得较高的方位分辨率。但由于这种体制下天线波束通常是固定的，因此无法对远距离、大范围内的地面场景进行成像监视。为此，国内外的许多专家和学者提出了广域运动目标检测技术(Wide-area GMTI,Wide-area Ground Moving Target Indication)，通过采用较窄的天线波束扫描的工作方式，可以实现对地面大场景的快速成像。利用Wide-area GMTI模式进行广域监视时，通常采用多普勒波束锐化技术(DBS，Doppler Beam Sharpening)获得大范围的地面场景图像，其测绘带宽度是传统的SAR模式难以企及的。然而，由于广域GMTI模式要求较高的数据重访率及其对场景信息的实时更新，雷达天线波在对某一方位角的波束驻留时间非常短暂，因此相干积累时间非常有限，大大限制的了DBS成像的方位分辨率。

发明内容

针对上述技术问题，本发明提供一种使用方便，不需要对现有雷达设备进行硬件改进，雷达分辨率高的基于稀疏表示的多普勒波束锐化成像方法及装置。

为解决上述技术问题，本发明所采取的技术方案是：提供一种基于稀疏表示的多普勒波束锐化成像方法，包括以下步骤：

步骤S10：对机载雷达在距离向接收到的回波信号进行匹配滤波处理，并对匹配滤波处理数据进行距离徙动修正；

步骤S20：对距离徙动修正后的数据进行相关函数法处理，并对处理后数据进行平均值运算，得到多普勒中心频率，并根据所述多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

步骤S30：对所述多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

步骤S40：根据多普勒频率分辨率构造超完备稀疏字典，并根据所述超完备稀疏字典对所述多普勒中心补偿数据进行稀疏恢复；

步骤S50：在距离多普勒域以线性插值法抽取对应多普勒带宽内的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。

本发明采用以上技术方案，达到的技术效果为：本发明提供的基于稀疏表示的多普勒波束锐化成像方法及装置，充分利用DBS成像时地面场景在多普勒域的稀疏先验信息，将DBS超分辨成像问题转化为一个稀疏优化问题，通过求解L0范数获得高分辨的多普勒频谱。上述基于稀疏表示的多普勒波束锐化成像方法的雷达分辨率高，比传统方法的雷达方位分辨率提高了2-4倍，并且不需要对现有雷达设备进行硬件改进，具有很高的实用性。

较优地，在上述技术方案中，步骤S10中对回波信号进行匹配滤波处理的表达式如下：

其中，rect(·)表示矩形窗函数，t_n表示第n时刻，即t_n＝n·T_r，n＝1,2,…,N，T_a＝N·T_r表示一个CPI内的相干积累时间，T_r表示脉冲重复时间间隔；

t表示快时间，R₀表示机载雷达与散射点目标之间的初始斜距，c表示光速，R(t_n)表示雷达与散射点目标之间的瞬时斜距，f_d表示多普勒中心频率,。

较优地，在上述技术方案中，为了减少雷达平台运动引起的目标跨距离走动现象，进行距离徙动修正，步骤S10中距离徙动修正具体步骤为计算距离域内匹配滤波处理数据与徙动修正因子的乘积，其中徙动修正因子表达式如下：

其中，ΔR(t_n)≈v·t_n·cosθ₀，v为载机平台的速度，θ₀为雷达的波束视线与载机运动方向的夹角，f为距离频率。

较优地，在上述技术方案中，步骤S20中多普勒中心频率的计算公式如下：

其中，f_d表示多普勒中心频率，s(m,n)表示第m个距离单元、第n个脉冲的回波信号离散形式，m∈{1,2,…,M}，M表示机载雷达在一个扫描周期内接收到的回波信号包含的距离单元总个数；f_r表示机载雷达的脉冲重复频率，f_{dc_INS}表示由惯导信息估计的多普勒中心频率，()^*表示共轭，angle(·)表示求角度，floor[·]表示四舍五入操作，k∈{1,…,N}，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数，为了方便，通常情况下取k＝1。

较优地，在上述技术方案中，根据机载雷达多普勒中心估计值f_d，对距离徙动修正后的回波信号进行多普勒中心补偿，得到多普勒中心补偿数据，步骤S20中多普勒中心补偿函数为：

exp(-j2πf_dn/f_r)

其中，n∈{1,…,N}，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数；f_r表示机载雷达的脉冲重复频率。

较优地，在上述技术方案中，步骤S30包括以下步骤：

步骤S31：对多普勒中心补偿数据进行DBS成像得到S(m,n)，根据DBS成像结果计算第n个多普勒单元的噪声水平，具体公式如下：

其中，S(m,n)表示经过常规处理的DBS图像，r L_P和L_Q分别对应开始和结束的距离单元；

步骤S32：对步骤S31中的噪声水平求平均值，最终结果为：

其中，N_P和N_Q分别表示起始和结束的多普勒单元，n表示多普勒单元索引，分布于远离多普勒中心的位置。

较优地，在上述技术方案中，步骤S40中的构造的超完备稀疏字典为 为稀疏恢复后的多普勒频率分辨率，为需要构造的超完备稀疏字典的原子数，Ψ_k＝exp(j2πf_kt)为第k个原子，展开后的超完备稀疏字典为：

其中，t＝[t_r,2t_r,...,2Nt_r]^T，

较优地，在上述技术方案中，步骤S40中对多普勒中心补偿数据进行稀疏恢复的公式如下：

其中，表示沿某一距离单元相较于字典Ψ的估计的强散射点向量，ε表示步骤S30中的噪声功率水平，即上式中，l₀范数表示对DBS图像的稀疏性约束，l₂范数表示在噪声水平ε下的能量约束。

本发明还公开了一种基于稀疏表示的多普勒波束锐化成像装置，包括回波数据处理装置、中心数据补偿装置、噪声功率水平计算装置、稀疏数据处理装置以及数据成像装置；

所述回波数据处理装置，用于对机载雷达在距离向接收到的回波信号进行匹配滤波处理后进行距离徙动修正；

所述中心数据补偿装置，用于对距离徙动修正后的数据进行相关函数法处理后进行平均值运算，得到多普勒中心频率，并根据所述多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

所述噪声功率水平计算装置，用于对所述多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

所述稀疏数据处理装置，用于根据多普勒频率分辨率构造超完备稀疏字典，并根据所述超完备稀疏字典对所述多普勒中心补偿数据进行稀疏恢复；

所述数据成像装置，用于对距离多普勒域内的稀疏数据以线性插值法抽取与多普勒带宽对应的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。

附图说明

下面结合附图对本发明作进一步说明：

图1是本发明提供的基于稀疏表示的多普勒波束锐化成像方法机载雷达广域成像示意图；

图2是本发明提供的基于稀疏表示的多普勒波束锐化成像方法的成像流程图；

图3是传统方法对某地区的实时成像结果图；

图4是本发明基于稀疏表示的多普勒波束锐化成像方法对图3中相同区域的成像结果图；

图5是传统方法对某区域实时成像结果的局部放大图；

图6是本发明基于稀疏表示的多普勒波束锐化成像方法对图5中相同区域的实时成像结果的局部放大图。

图7是本发明提供的基于稀疏表示的多普勒波束锐化成像装置的示意图。

具体实施方式

如图1至图6所示，本发明提供的一种基于稀疏表示的多普勒波束锐化成像方法，包括以下步骤：

步骤S10：对机载雷达在距离向接收到的回波信号进行匹配滤波处理，并对匹配滤波处理数据进行距离徙动修正；

步骤S20：对距离徙动修正后的数据进行相关函数法处理，并对处理后数据进行平均值运算，得到多普勒中心频率，并根据所述多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

步骤S30：对所述多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

步骤S40：根据多普勒频率分辨率构造超完备稀疏字典，并根据所述超完备稀疏字典对所述多普勒中心补偿数据进行稀疏恢复；

步骤S50：在距离多普勒域以线性插值法抽取对应多普勒带宽内的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。

作为一种可实施方式，步骤S10中对回波信号进行匹配滤波处理的表达式如下：

其中，rect(·)表示矩形窗函数，t_n表示第n时刻，即t_n＝n·T_r，n＝1,2,...,N，T_a＝N·T_r表示一个CPI内的相干积累时间，T_r表示脉冲重复时间间隔；

t表示快时间，R₀表示机载雷达与散射点目标之间的初始斜距，c表示光速，R(t_n)表示雷达与散射点目标之间的瞬时斜距，f_d表示多普勒中心频率。

作为一种可实施方式，为了减少雷达平台运动引起的目标跨距离走动现象，进行距离徙动修正，步骤S10中距离徙动修正具体步骤为计算距离域内匹配滤波处理数据与徙动修正因子的乘积，其中徙动修正因子表达式如下：

其中，ΔR(t_n)≈v·t_n·cosθ₀，v为载机平台的速度，θ₀为雷达的波束视线与载机运动方向的夹角，f为距离频率。

作为一种可实施方式，步骤S20中多普勒中心频率的计算公式如下：

其中，f_d表示多普勒中心频率，s(m,n)表示第m个距离单元、第n个脉冲的回波信号离散形式，m∈{1,2,…,M}，M表示机载雷达在一个扫描周期内接收到的回波信号包含的距离单元总个数；f_r表示机载雷达的脉冲重复频率，f_{dc_INS}表示由惯导信息估计的多普勒中心频率，()^*表示共轭，angle(·)表示求角度，floor[·]表示四舍五入操作，k∈{1,…,N}，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数，为了方便，通常情况下取k＝1。

作为一种可实施方式，根据机载雷达多普勒中心估计值f_d，对距离徙动修正后的回波信号进行多普勒中心补偿，得到多普勒中心补偿数据，步骤S20中多普勒中心补偿函数为：

exp(-j2πf_dn/f_r)

其中，n∈{1,…,N}，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数；f_r表示机载雷达的脉冲重复频率。

作为一种可实施方式，步骤S30包括以下步骤：

步骤S31：对多普勒中心补偿数据进行DBS成像得到S(m,n)，根据DBS成像结果计算第n个多普勒单元的噪声水平，具体公式如下：

其中，S(m,n)表示经过常规处理的DBS图像，L_P和L_Q分别对应开始和结束的距离单元；

步骤S32：对步骤S31中的噪声水平求平均值，最终结果为：

其中，N_P和N_Q分别表示起始和结束的多普勒单元，n表示多普勒单元索引，分布于远离多普勒中心的位置。

作为一种可实施方式，步骤S40中的构造的超完备稀疏字典为 为稀疏恢复后的多普勒频率分辨率，为需要构造的超完备稀疏字典的原子数，Ψ_k＝exp(j2πf_kt)为第k个原子，展开后的超完备稀疏字典为：

其中，t＝[t_r,2t_r,...,2Nt_r]^T，

作为一种可实施方式，步骤S40中对多普勒中心补偿数据进行稀疏恢复的公式如下：

其中，表示沿某一距离单元相较于字典Ψ的估计的强散射点向量，ε表示步骤S30中的噪声功率水平，即上式中，l₀范数表示对DBS图像的稀疏性约束，l₂范数表示在噪声水平ε下的能量约束。

如图7所示，本发明还公开了一种基于稀疏表示的多普勒波束锐化成像装置，包括回波数据处理装置、中心数据补偿装置、噪声功率水平计算装置、稀疏数据处理装置以及数据成像装置；

回波数据处理装置，用于对机载雷达在距离向接收到的回波信号进行匹配滤波处理后进行距离徙动修正；

中心数据补偿装置，用于对距离徙动修正后的数据进行相关函数法处理后进行平均值运算，得到多普勒中心频率，并根据多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

噪声功率水平计算装置，用于对多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

稀疏数据处理装置，用于根据多普勒频率分辨率构造超完备稀疏字典，并根据超完备稀疏字典对多普勒中心补偿数据进行稀疏恢复；

数据成像装置，用于对距离多普勒域内的稀疏数据以线性插值法抽取与多普勒带宽对应的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。

本发明的优点可通过以下仿真实验作进一步说明。

1)仿真实验环境：

实验环境：MATLAB R2009b,Intel(R)Pentium(R)2CPU 2.7GHz，Window 7旗舰版。

2)仿真实验内容及结果分析：

实验内容：将机载雷达录取的回波数据，在仿真环境下，应用本发明进行成像。

实验1、对某无人机载雷达录取的回波数据进行DBS成像，得到一幅大视角范围的地面图像，图3是传统方法的成像结果，图4是本发明的成像结果。

实验2、对成像结果中的某一选定区域进行局部放大，图5是传统方法的局部放大结果，图6是本发明的局部放大结果。

实验结果：

从图4可以看出，相较于传统方法，本发明的成像结果中，河流，村落，农田及周围地貌等细节信息更加丰富，说明本发明可以应用于机载雷达。

从图6可以看出，相较于传统方法，强散射点目标不仅得到了很好的聚焦，农田的边界信息也更加清晰，说明本发明可明显提高机载雷达的横向分辨率。

本发明采用以上技术方案，达到的技术效果为：本发明提供的基于稀疏表示的多普勒波束锐化成像方法及装置，充分利用DBS成像时地面场景在多普勒域的稀疏先验信息，将DBS超分辨成像问题转化为一个稀疏优化问题，通过求解L0范数获得高分辨的多普勒频谱。上述基于稀疏表示的多普勒波束锐化成像方法的雷达分辨率高，比传统方法的雷达方位分辨率提高了2-4倍，并且不需要对现有雷达设备进行硬件改进，具有很高的实用性。

上述实施方式旨在举例说明本发明可为本领域专业技术人员实现或使用，对上述实施方式进行修改对本领域的专业技术人员来说将是显而易见的，故本发明包括但不限于上述实施方式，任何符合本权利要求书或说明书描述，符合与本文所公开的原理和新颖性、创造性特点的方法、工艺、产品，均落入本发明的保护范围之内。

Claims (9)

1.一种基于稀疏表示的多普勒波束锐化成像方法，其特征在于，包括以下步骤：

步骤S10：对机载雷达在距离向接收到的回波信号进行匹配滤波处理后进行距离徙动修正；

步骤S20：对距离徙动修正后的数据进行相关函数法处理后进行平均值运算，得到多普勒中心频率，并根据所述多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

步骤S30：对所述多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

步骤S40：根据多普勒频率分辨率构造超完备稀疏字典，并根据所述超完备稀疏字典对所述多普勒中心补偿数据进行稀疏恢复；

步骤S50：对距离多普勒域内的稀疏数据以线性插值法抽取与多普勒带宽对应的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。

2.如权利要求1所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S10中对回波信号进行匹配滤波处理的表达式如下：

其中，rect(·)表示矩形窗函数，t_n表示第n时刻，即t_n＝n·T_r，n＝1,2,...,N，T_a＝N·T_r表示一个CPI内的相干积累时间，T_r表示脉冲重复时间间隔，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数；

t表示快时间，R₀表示机载雷达与散射点目标之间的初始斜距，c表示光速，R(t_n)表示雷达与散射点目标之间的瞬时斜距，f_d表示多普勒中心频率。

3.如权利要求2所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S10中距离徙动修正具体步骤为计算距离域内匹配滤波处理数据与徙动修正因子的乘积，其中徙动修正因子表达式如下：

其中，ΔR(t_n)≈v·t_n·cosθ₀，v为载机平台的速度，θ₀为雷达的波束视线与载机运动方向的夹角，f为距离频率。

4.如权利要求1至3任一项所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S20中多普勒中心频率的计算公式如下：

其中，f_d表示多普勒中心频率，s(m,n)表示第m个距离单元、第n个脉冲的回波信号离散形式，m∈{1,2,…,M}，M表示机载雷达在一个扫描周期内接收到的回波信号包含的距离单元总个数；f_r表示机载雷达的脉冲重复频率，f_{dc_INS}表示由惯导信息估计的多普勒中心频率，()^*表示共轭，angle(·)表示求角度，floor[·]表示四舍五入操作，k∈{1,…,N}，为了方便，通常情况下取k＝1。

5.如权利要求4所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S20中多普勒中心补偿函数为：

exp(-j2πf_dn/f_r)

其中，n∈{1,…,N}，N表示机载雷达在一个相干积累时间间隔内的脉冲总个数；f_r表示机载雷达的脉冲重复频率。

6.如权利要求5所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S30包括以下步骤：

步骤S31：对多普勒中心补偿数据进行DBS成像得到S(m,n)，根据DBS成像结果计算第n个多普勒单元的噪声水平，具体公式如下：

其中，S(m,n)表示经过常规处理的DBS图像，L_P和L_Q分别对应开始和结束的距离单元；

步骤S32：对步骤S31中的噪声水平求平均值，最终结果为：

其中，N_P和N_Q分别表示起始和结束的多普勒单元，n表示多普勒单元索引，分布于远离多普勒中心的位置。

7.如权利要求5所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S40中的构造的超完备稀疏字典为 为稀疏恢复后的多普勒频率分辨率，为需要构造的超完备稀疏字典的原子数，

Ψ_k＝exp(j2πf_kt)为第k个原子，展开后的超完备稀疏字典为：

其中，t＝[t_r,2t_r,...,2Nt_r]^T，

8.如权利要求5所述的基于稀疏表示的多普勒波束锐化成像方法，其特征在于，步骤S40中对多普勒中心补偿数据进行稀疏恢复的公式如下：

其中，表示沿某一距离单元相较于字典Ψ的估计的强散射点向量，ε表示步骤S30中的噪声功率水平，即上式中，l₀范数表示对DBS图像的稀疏性约束，l₂范数表示在噪声水平ε下的能量约束。

9.一种基于稀疏表示的多普勒波束锐化成像装置，其特征在于，包括回波数据处理装置、中心数据补偿装置、噪声功率水平计算装置、稀疏数据处理装置以及数据成像装置；

所述回波数据处理装置，用于对机载雷达在距离向接收到的回波信号进行匹配滤波处理后进行距离徙动修正；

所述中心数据补偿装置，用于对距离徙动修正后的数据进行相关函数法处理后进行平均值运算，得到多普勒中心频率，并根据所述多普勒中心频率对距离徙动修正后的数据进行多普勒中心补偿，得到多普勒中心补偿数据；

所述噪声功率水平计算装置，用于对所述多普勒中心补偿数据进行DBS成像，计算噪声功率水平；

所述稀疏数据处理装置，用于根据多普勒频率分辨率构造超完备稀疏字典，并根据所述超完备稀疏字典对所述多普勒中心补偿数据进行稀疏恢复；

所述数据成像装置，用于对距离多普勒域内的稀疏数据以线性插值法抽取与多普勒带宽对应的数据，并以抽取的第一组数据为基准，将抽取的数据转化到大地坐标下，并依次对抽取的数据进行拼接，直至雷达天线一周扫描结束，得到广域监视图像。