CN111537997A - 一种基于mimo和压缩感知技术的三维雷达成像方法 - Google Patents
一种基于mimo和压缩感知技术的三维雷达成像方法 Download PDFInfo
- Publication number
- CN111537997A CN111537997A CN202010255497.7A CN202010255497A CN111537997A CN 111537997 A CN111537997 A CN 111537997A CN 202010255497 A CN202010255497 A CN 202010255497A CN 111537997 A CN111537997 A CN 111537997A
- Authority
- CN
- China
- Prior art keywords
- radar
- signals
- sampling
- compressed sensing
- mimo
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/42—Diversity systems specially adapted for radar
Abstract
本发明属于雷达技术领域,具体涉及一种基于MIMO和压缩感知技术的三维雷达成像方法。包括:MIMO阵列天线的发射机发射若干宽带脉冲信号,MIMO阵列天线的接收阵元根据若干宽带脉冲信号得到若干雷达脉冲回波信号;进行数字随机移相处理得到若干移相后信号;进行数字波束形成处理得到若干波束形成后的信号;对若干波束形成后信号进行脉冲压缩处理得到若干多脉冲信号;利用电磁信号传播规律得到若干对应压缩感知采样矩阵;构建压缩感知等式;利用压缩感知信号重建算法实现目标后向散射系数重建到雷达三维成像。本发明基于采用低成本的MIMO天线,大幅降低的雷达系统的设计与制造成本;本发明采用压缩感知技术相比现有技术大幅提升了三维成像结果的横向分辨率。
Description
技术领域
本发明属于雷达技术领域,具体涉及一种基于MIMO和压缩感知技术的三维雷达成像方法。
背景技术
微波雷达成像技术由于其不受天气、天时的影响,能全天时、全天候、高分辨地对感兴趣区域进行观测,已经成为国防侦查、遥感测绘、智能感知等领域获取信息的重要手段。
自雷达成像技术被提出以来,合成孔径雷达(SAR,synthetic aperture radar)成像技术与逆合成孔径雷达(ISAR,inverse synthetic aperture radar)成像技术始终在很长一段时间内占据着雷达成像领域的主流地位。SAR系统与ISAR系统的探测距离、成像分辨率和观测范围等性能也都逐步提高。进入21世纪后,随着雷达成像应用领域的研究不断拓展和深入,越来越多的观测感知任务对雷达成像的性能指标提出了更为苛刻的要求,不仅要求雷达图像具有更高的分辨率,还要求雷达能够实现多角度成像和三维成像,以及雷达系统的低成本实现,这就在系统成本、成像视角、成像维度等方面对雷达成像技术提出了新的挑战。
目前,主流的合成孔径雷达成像技术的核心是在有限孔径的单天线信号收发基础上,利用目标与雷达的相对运动通过雷达信号处理算法等效为大的合成孔径,从而实现较高的分辨率。由于其对相对运动的依赖,不能实现在雷达载体与目标相对运动方向的任意角度成像,极大地限制了微波成像的范围,并且难以实现三维成像。而实孔径成像等技术因为其成像分辨率极大程度上取决于天线孔径大小,在雷达载体有限的空间下难以实现高分辨率成像。现有的基于相控阵雷达的三维雷达成像技术因为其相控阵雷达系统研发制造成本过高而不能大规模普及应用。因此如何利用有限的载体空间内有限孔径的天线,建立有效的低成本的多角度高分辨三维雷达成像方法成为微波波段探测感知领域急需解决的问题。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于MIMO和压缩感知技术的三维雷达成像方法。本发明要解决的技术问题通过以下技术方案实现:
一种基于MIMO和压缩感知技术的三维雷达成像方法,包括:
MIMO阵列天线的发射机发射若干宽带脉冲信号,MIMO阵列天线的接收阵元根据所述若干宽带脉冲信号得到若干雷达脉冲回波信号;
对所述若干雷达脉冲回波信号进行数字随机移相处理得到若干移相后信号;
对所述若干移相后信号进行数字波束形成处理得到若干波束形成后的信号;
对所述若干波束形成后信号进行脉冲压缩处理得到若干多脉冲信号;
根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵;
根据所述若干多脉冲信号和所述若干多脉冲信号对应的所述若干压缩感知采样矩阵构建压缩感知等式;
根据所述压缩感知等式利用压缩感知信号重建算法实现目标后向散射系数重建到雷达三维成像。
在本发明的一个实施例中,所述若干宽带脉冲信号表达式为:
在本发明的一个实施例中,所述若干波束形成后的信号表达式为:
在本发明的一个实施例中,根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵,包括:
以空间中某目标区域中的雷达后向散射系数分布为采样对象进行均匀采样,将该目标区域以雷达阵列为原点,在距离向、俯仰向、方位向以三维球面坐标系按雷达分辨率取均匀采样点,该区域有方位向点数X、俯仰向点数Y、距离向点数Z,σ(x,y,z)为任一采样点的雷达后向散射系数,(x,y,z)为该点在空间中的三维坐标,所述若干多脉冲信号对应的所述若干对应压缩感知采样矩阵Fz的元素公式为:
所述若干对应压缩感知采样矩阵Fz为Q行I列的二维矩阵,I=XY,Fz的表达式为:
在本发明的一个实施例中,所述压缩感知等式为:
sz=Fzσz+e,
σz={σ(1,1,z),σ(1,2,z)…σ(1,Y,z),σ(2,1,z),…,σ(x,y,z),…,σ(X,Y-1,z),σ(X,Y,z)},σz为,tz为采样单元z对应的采样时刻,e为噪声矩阵,σz为坐标(·,·,z)的采样点的后散射系数组成的列向量。
本发明的有益效果:
本发明基于采用低成本的MIMO天线,相比现有方法,大幅降低的雷达系统的设计与制造成本;本发明采用压缩感知技术相比现有技术大幅提升了三维成像结果的横向分辨率。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法流程示意图;
图2是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法阵列排布设计;
图3是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法MIMO雷达阵列排布示意图;
图4是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法仿真结果的方位向与俯仰向二维投影图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
请参见图1,图1是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法流程示意图,包括:
MIMO阵列天线的发射机发射若干宽带脉冲信号,MIMO阵列天线的接收阵元根据所述若干宽带脉冲信号得到若干雷达脉冲回波信号;
具体的,请参见图2、图3,图2是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法阵列排布设计,图3是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法MIMO雷达阵列排布示意图,记发射天线阵列有N个阵元,接收天线阵列有M个阵元,雷达发射机每组发射Q个宽带脉冲信号式中t为距离向快时间,A为信号幅值,表示时间宽度为Tp的矩形窗函数,本例中采用LFM信号,则s0(t)=exp(j2πfct+jγt2),其中fc为载波频率;每组第q个脉冲第n个发射阵元的信号相移值为每个阵元发射信号的信号表达式为
对所述若干雷达脉冲回波信号进行数字随机移相处理得到若干移相后信号;
对所述若干移相后信号进行数字波束形成处理得到若干波束形成后的信号;
对所述若干波束形成后信号进行脉冲压缩处理得到若干多脉冲信号;
对一组雷达脉冲回波信号中的所有Q个雷达脉冲回波信号均进行随机移相、波束形成、脉冲压缩操作后。
根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵;
根据所述若干多脉冲信号和所述若干多脉冲信号对应的所述若干压缩感知采样矩阵构建压缩感知等式;
根据所述压缩感知等式利用压缩感知信号重建算法实现目标后向散射系数重建到雷达三维成像。
具体的,对所有的距离单元z根据压缩感知等式与压缩感知信号重建算法即可恢复所有的σz,本实施例中采用OMP(orthogonal matching pursuit,匹配追踪)算法;将所得到的所有σz按原坐标顺序即可得到本方法的三维雷达成像结果{σ(x,y,z)}。
本发明基于采用低成本的MIMO天线,相比现有方法,大幅降低的雷达系统的设计与制造成本;本发明采用压缩感知技术相比现有技术大幅提升了三维成像结果的横向分辨率。
在本发明的一个实施例中,所述若干宽带脉冲信号表达式为:
在本发明的一个实施例中,根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵,包括:
以空间中某目标区域中的雷达后向散射系数分布为采样对象进行均匀采样,将该目标区域以雷达阵列为原点,在距离向、俯仰向、方位向以三维球面坐标系按雷达分辨率取均匀采样点,该区域有方位向点数X、俯仰向点数Y、距离向点数Z,σ(x,y,z)为任一采样点的雷达后向散射系数,(x,y,z)为该点在空间中的三维坐标,所述若干多脉冲信号对应的所述若干对应压缩感知采样矩阵Fz的元素公式为:
所述若干对应压缩感知采样矩阵Fz为Q行I列的二维矩阵,I=XY,Fz的表达式为:
在本发明的一个实施例中,所述压缩感知等式为:
sz=Fzσz+e,
σz={σ(1,1,z),σ(1,2,z)…σ(1,Y,z),σ(2,1,z),…,σ(x,y,z),…,σ(X,Y-1,z),σ(X,Y,z)},σz为,tz为采样单元z对应的采样时刻,e为噪声矩阵,σz为坐标(·,·,z)的采样点的后散射系数组成的列向量。
本发明的效果可通过以下仿真实验作进一步说明:
1.本实验仿真参数如仿真参数表所示;
仿真参数表
目标距离 | 80m |
方位向目标范围 | -15°~15° |
俯仰向向目标范围 | -15°~15° |
发射信号载频 | 77GHz |
每组脉冲数 | 64 |
2.仿真内容和结果
请参见图4,图4是本发明实施例提供的一种基于MIMO和压缩感知技术的三维雷达成像方法仿真结果的方位向与俯仰向二维投影图,在仿真参数表所示的仿真条件下,按本发明所提方法进行仿真。本方法取得了方位向与俯仰向分辨率均为0.93°的雷达成像结果。仿真结果可以说明,相比利用同样孔径大小的实孔径成像方法,本方法大幅提升了雷达成像的横向分辨率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (5)
1.一种基于MIMO和压缩感知技术的三维雷达成像方法,其特征在于,包括:
MIMO阵列天线的发射机发射若干宽带脉冲信号,MIMO阵列天线的接收阵元根据所述若干宽带脉冲信号得到若干雷达脉冲回波信号;
对所述若干雷达脉冲回波信号进行数字随机移相处理得到若干移相后信号;
对所述若干移相后信号进行数字波束形成处理得到若干波束形成后的信号;
对所述若干波束形成后信号进行脉冲压缩处理得到若干多脉冲信号;
根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵;
根据所述若干多脉冲信号和所述若干多脉冲信号对应的所述若干压缩感知采样矩阵构建压缩感知等式;
根据所述压缩感知等式利用压缩感知信号重建算法实现目标后向散射系数重建到雷达三维成像。
4.根据权利要求1所述的基于MIMO和压缩感知技术的三维雷达成像方法,其特征在于,根据所述若干多脉冲信号利用电磁信号传播规律以及信号处理法则仿真得到若干对应压缩感知采样矩阵,包括:
以空间中某目标区域中的雷达后向散射系数分布为采样对象进行均匀采样,将该目标区域以雷达阵列为原点,在距离向、俯仰向、方位向以三维球面坐标系按雷达分辨率取均匀采样点,该区域有方位向点数X、俯仰向点数Y、距离向点数Z,σ(x,y,z)为任一采样点的雷达后向散射系数,(x,y,z)为该点在空间中的三维坐标,所述若干多脉冲信号对应的所述若干对应压缩感知采样矩阵Fz的元素公式为:
所述若干对应压缩感知采样矩阵Fz为Q行I列的二维矩阵,I=XY,Fz的表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255497.7A CN111537997B (zh) | 2020-04-02 | 2020-04-02 | 一种基于mimo和压缩感知技术的三维雷达成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255497.7A CN111537997B (zh) | 2020-04-02 | 2020-04-02 | 一种基于mimo和压缩感知技术的三维雷达成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111537997A true CN111537997A (zh) | 2020-08-14 |
CN111537997B CN111537997B (zh) | 2022-11-04 |
Family
ID=71976937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255497.7A Active CN111537997B (zh) | 2020-04-02 | 2020-04-02 | 一种基于mimo和压缩感知技术的三维雷达成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111537997B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917461A (zh) * | 2021-10-21 | 2022-01-11 | 苏州威陌电子信息科技有限公司 | 一种mimo雷达成像方法及系统 |
CN113933834A (zh) * | 2021-10-13 | 2022-01-14 | 苏州威陌电子信息科技有限公司 | 圆柱扫描微波成像方法 |
CN115166682A (zh) * | 2022-09-08 | 2022-10-11 | 南京安麦森电子科技有限公司 | 一种手持便携式雷达目标散射特性检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110140954A1 (en) * | 2008-05-15 | 2011-06-16 | Joaquim Fortuny-Guasch | Radar-imaging of a scene in the far-field of a one-or two-dimensional radar array |
CN102879783A (zh) * | 2012-10-12 | 2013-01-16 | 西安电子科技大学 | 基于稀疏探测频率信号的isar成像方法 |
CN103869316A (zh) * | 2014-03-27 | 2014-06-18 | 西安电子科技大学 | 基于稀疏表征的前视阵列sar超分辨成像方法 |
CN104181531A (zh) * | 2014-08-22 | 2014-12-03 | 西安电子科技大学 | 一种基于相控阵雷达的三维关联成像方法 |
CN105652273A (zh) * | 2016-03-17 | 2016-06-08 | 哈尔滨工程大学 | 一种基于混合匹配追踪算法的mimo雷达稀疏成像算法 |
CN106680815A (zh) * | 2016-12-15 | 2017-05-17 | 哈尔滨工程大学 | 基于张量稀疏表示的mimo雷达成像方法 |
CN108717189A (zh) * | 2018-06-01 | 2018-10-30 | 西安电子科技大学 | 基于压缩感知理论的双基地mimo雷达成像方法 |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
-
2020
- 2020-04-02 CN CN202010255497.7A patent/CN111537997B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110140954A1 (en) * | 2008-05-15 | 2011-06-16 | Joaquim Fortuny-Guasch | Radar-imaging of a scene in the far-field of a one-or two-dimensional radar array |
CN102879783A (zh) * | 2012-10-12 | 2013-01-16 | 西安电子科技大学 | 基于稀疏探测频率信号的isar成像方法 |
CN103869316A (zh) * | 2014-03-27 | 2014-06-18 | 西安电子科技大学 | 基于稀疏表征的前视阵列sar超分辨成像方法 |
CN104181531A (zh) * | 2014-08-22 | 2014-12-03 | 西安电子科技大学 | 一种基于相控阵雷达的三维关联成像方法 |
CN105652273A (zh) * | 2016-03-17 | 2016-06-08 | 哈尔滨工程大学 | 一种基于混合匹配追踪算法的mimo雷达稀疏成像算法 |
CN106680815A (zh) * | 2016-12-15 | 2017-05-17 | 哈尔滨工程大学 | 基于张量稀疏表示的mimo雷达成像方法 |
CN108717189A (zh) * | 2018-06-01 | 2018-10-30 | 西安电子科技大学 | 基于压缩感知理论的双基地mimo雷达成像方法 |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
Non-Patent Citations (2)
Title |
---|
乞耀龙等: "基于压缩感知的稀疏阵列近景微波三维成像", 《电子测量技术》 * |
滕秀敏等: "艇载共形稀疏阵列天线雷达成像研究", 《电波科学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933834A (zh) * | 2021-10-13 | 2022-01-14 | 苏州威陌电子信息科技有限公司 | 圆柱扫描微波成像方法 |
CN113917461A (zh) * | 2021-10-21 | 2022-01-11 | 苏州威陌电子信息科技有限公司 | 一种mimo雷达成像方法及系统 |
CN115166682A (zh) * | 2022-09-08 | 2022-10-11 | 南京安麦森电子科技有限公司 | 一种手持便携式雷达目标散射特性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111537997B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111537997B (zh) | 一种基于mimo和压缩感知技术的三维雷达成像方法 | |
CN109375213B (zh) | 基于子阵划分的频率分集阵列信号处理方法 | |
CN113820711B (zh) | 阵列快速成像方法及其应用 | |
CN107976673B (zh) | 提高大场景目标成像质量的mimo雷达成像方法 | |
CN107942295B (zh) | 一种前视阵列sar系统的稀疏天线 | |
CN110412570B (zh) | 基于空间脉冲相位编码的hrws-sar成像方法 | |
CN109521401B (zh) | 一种合成孔径成像的快速波束形成方法 | |
CN113126087B (zh) | 一种星载干涉成像高度计天线 | |
CN103558584A (zh) | 一种波达方向的检测方法及装置 | |
CN110967673A (zh) | 一种多域联合抗主瓣干扰方法 | |
CN113314832A (zh) | 一种毫米波车载mimo雷达天线阵列装置及设计方法 | |
CN107064904B (zh) | 一种基于虚拟孔径的舰载高频地波雷达方位高分辨方法 | |
CN110579737B (zh) | 一种杂波环境中基于稀疏阵列的mimo雷达宽带doa计算方法 | |
Kikuchi et al. | Application of adaptive digital beamforming to Osaka University phased array weather radar | |
CN111812612A (zh) | 基于子阵正交lfm信号的mimo雷达部分相关波形设计方法 | |
CN115480245A (zh) | 一种基于二维超分辨算法的机载雷达前视三维成像技术 | |
CN112230214B (zh) | 一种基于分块平滑内插的mimo雷达虚拟稀疏面阵测角方法 | |
CN112711018B (zh) | 一种近场空间网状结构聚焦波束形成方法 | |
Jouadé et al. | High resolution radar focusing using spectral estimation methods in wide-band and near-field configurations: Application to millimeter-wave near-range imaging | |
Hu et al. | High resolution 3D imaging in MIMO radar with sparse array | |
CN110376586B (zh) | 一种基于层析原理的分布式mimo雷达动目标探测方法 | |
Wang et al. | Efficient range migration algorithm for near-field MIMO array imaging | |
Kikuchi et al. | Compressive sensing to reduce the number of elements in a linear antenna array with a phased array weather radar | |
Kovalenko et al. | Architecture and perfomance of the spaceborne multi-aperture high-resolution SAR system based on analog-digital active array antenna | |
Wada et al. | Mitigation of Ground-Clutter Effects by Digital Beamforming with Precomputed Weighting Matrix for Phased Array Weather Radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |