CN112882028A - 目标探测方法、装置和设备 - Google Patents
目标探测方法、装置和设备 Download PDFInfo
- Publication number
- CN112882028A CN112882028A CN202110035526.3A CN202110035526A CN112882028A CN 112882028 A CN112882028 A CN 112882028A CN 202110035526 A CN202110035526 A CN 202110035526A CN 112882028 A CN112882028 A CN 112882028A
- Authority
- CN
- China
- Prior art keywords
- radar
- echo signal
- signal
- target
- echo
- 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
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本申请提供一种目标探测方法、装置和设备,该方法包括:获取雷达的发射信号经目标反射后的回波信号,目标在雷达的成像场景内,目标包括多个散射点,成像场景包括多个距离单元和多个方位单元;基于雷达的脉冲重复频率、慢时间采样点和基准中心频率,对回波信号进行稀疏处理,得到回波信号的稀疏表示;基于稀疏表示,分别对雷达的每个距离单元的子回波信号进行信号重构,得到每个距离单元内的重构信号,重构信号包括幅度信息和方位信息;根据幅度信息和方位信息,将每个距离单元内的重构信号按照方位单元进行排列,得到目标的各散射点在成像场景内的分布信息。本申请实现了对雷达中心频率和脉冲重复频率同时捷变的回波信号进行ISAR成像。
Description
技术领域
本申请涉及信号处理技术领域,具体而言,涉及一种目标探测方法、装置和设备。
背景技术
ISAR(Inverse Synthetic Aperture Radar,逆合成孔径雷达)成像技术,能够根据目标的电磁散射特性,获得目标的空间形状,具有重大的研究价值。提高成像的准确性以及在复杂情况下成像性能的稳定性,是ISAR成像领域的重要研究方向。目前诸多学者分别对复杂运动目标成像,平动补偿,新体制雷达成像等课题展开研究,并取得了丰硕的成果。近年来压缩感知理论的提出也为ISAR成像的发展提供了新方法和新思路。
然而目前绝大多数ISAR成像的相关研究都基于传统的脉冲-多普勒体制,在该体制下雷达的脉冲重复频率,脉冲宽度和中心频率固定不变,十分便于相干处理。但该体制雷达抗干扰性能较差,一旦受到电磁干扰,该体制雷达将难以对目标进行有效成像。为了提高雷达的抗干扰性能,现代雷达广泛采用多参数捷变体制,例如雷达的中心频率和脉冲重复频率会在脉冲间发生随机跳变,但该体制破坏了传统雷达信号的相干性,因此绝大多数已有的ISAR成像算法在该体制下无法使用。
发明内容
本申请实施例的目的在于提供一种目标探测方法、装置和设备,能够克服多参数捷变雷达相干性较差的不利条件,实现对雷达中心频率和脉冲重复频率同时捷变的线性调频回波信号进行ISAR成像。
本申请实施例第一方面提供了一种目标探测方法,包括:获取雷达的发射信号经目标反射后的回波信号,所述目标在所述雷达的成像场景内,所述目标包括多个散射点,所述成像场景包括多个距离单元和多个方位单元;基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示;基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,所述重构信号包括幅度信息和方位信息;根据幅度信息和所述方位信息,将每个所述距离单元内的重构信号按照所述方位单元进行排列,得到所述目标的各散射点在所述成像场景内的分布信息。
于一实施例中,所述获取雷达的发射信号经目标反射后的回波信号,包括:接收所述雷达的发射信号经目标反射后的初始回波;对所述初始回波进行解线频调处理和平动补偿,得到所述回波信号。
于一实施例中,所述回波信号中的变量包括:所述雷达的慢时间;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,包括:根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间。
于一实施例中,所述回波信号中的变量包括:所述雷达的中心频率;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:根据所述慢时间采样点和所述基准中心频率,离散化所述回波信号中所述雷达的中心频率。
于一实施例中,所述回波信号中的变量包括:所述成像场景中每个散射点的坐标信息;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:根据所述成像场景中的所述距离单元和所述方位单元,离散化所述回波信号中每个散射点的坐标信息。
于一实施例中,所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:根据离散化后的所述雷达的慢时间、所述雷达的中心频率和所述每个散射点的坐标信息,得到每个所述距离单元的子回波信号的离散子信号;分别对所述离散子信号进行稀疏处理,得到每个所述离散子信号的稀疏表示。
于一实施例中,在所述根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间之前,还包括:对所述回波信号进行脉冲压缩处理。
于一实施例中,所述基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,包括:根据所述稀疏表示计算得到每个所述距离单元的子回波信号的稀疏约束函数;基于预设的最大迭代次数和初始残差,对所述稀疏约束函数进行匹配追踪迭代计算,直到当前迭代次数达到所述最大迭代次数时,得到所述距离单元的重构信号的方位信息。
本申请实施例第二方面提供了一种目标探测装置,包括:获取模块,用于获取雷达的发射信号经目标反射后的回波信号,所述目标在所述雷达的成像场景内,所述目标包括多个散射点,所述成像场景包括多个距离单元和多个方位单元;稀疏模块,用于基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示;重构模块,用于基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,所述重构信号包括幅度信息和方位信息;排列模块,用于根据幅度信息和所述方位信息,将每个所述距离单元内的重构信号按照所述方位单元进行排列,得到所述目标的各散射点在所述成像场景内的分布信息。
于一实施例中,所述获取模块用于:接收所述雷达的发射信号经目标反射后的初始回波;对所述初始回波进行解线频调处理和平动补偿,得到所述回波信号。
于一实施例中,所述回波信号中的变量包括:所述雷达的慢时间;所述稀疏模块用于:根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间。
于一实施例中,所述回波信号中的变量包括:所述雷达的中心频率;所述稀疏模块还用于:根据所述慢时间采样点和所述基准中心频率,离散化所述回波信号中所述雷达的中心频率。
于一实施例中,所述回波信号中的变量包括:所述成像场景中每个散射点的坐标信息;所述稀疏模块还用于:根据所述成像场景中的所述距离单元和所述方位单元,离散化所述回波信号中每个散射点的坐标信息。
于一实施例中,所述稀疏模块还用于:根据离散化后的所述雷达的慢时间、所述雷达的中心频率和所述每个散射点的坐标信息,得到每个所述距离单元的子回波信号的离散子信号;分别对所述离散子信号进行稀疏处理,得到每个所述离散子信号的稀疏表示。
于一实施例中,还包括:压缩模块,用于在所述根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间之前,对所述回波信号进行脉冲压缩处理。
于一实施例中,所述重构模块用于:根据所述稀疏表示计算得到每个所述距离单元的子回波信号的稀疏约束函数;基于预设的最大迭代次数和初始残差,对所述稀疏约束函数进行匹配追踪迭代计算,直到当前迭代次数达到所述最大迭代次数时,得到所述距离单元的重构信号的方位信息。
本申请实施例第三方面提供了一种电子设备,包括:存储器,用以存储计算机程序;处理器,用以执行本申请实施例第一方面及其任一实施例的方法,以探测出目标的各散射点在雷达成像场景内的分布信息。
本申请提供的目标探测方法、装置和设备,根据发射信号参数、雷达分辨率、雷达成像场景等信息,对接收到的回波信号进行稀疏表示,在此基础上,对雷达的每个距离单元的回波信号依次进行重构,得到每个距离单元内散射点的幅度信息和方位信息,进而将每个距离单元内的重构信号按照所述方位单元进行排列,得到目标的各散射点的空间分布,实现多参数捷变体制下的ISAR成像。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例的电子设备的结构示意图;
图2为本申请一实施例的目标探测方法的流程示意图;
图3为本申请一实施例的目标探测方法的流程示意图;
图4A至图4F为本申请一实施例的多参数捷变体制雷达ISAR成像仿真示意图;
图5为本申请一实施例的目标探测装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,本实施例提供一种电子设备1,包括:至少一个处理器11和存储器12,图1中以一个处理器为例。处理器11和存储器12通过总线10连接。存储器12存储有可被处理器11执行的指令,指令被处理器11执行,以使电子设备1可执行下述的实施例中方法的全部或部分流程,以探测出目标的各散射点在雷达成像场景内的分布信息。
于一实施例中,电子设备1可以是手机、平板电脑、笔记本电脑、台式计算机等设备。
请参看图2,其为本申请一实施例的目标探测方法,该方法可由图1所示的电子设备1来执行,并可以应用于雷达探测场景中,以探测出目标的各散射点在雷达成像场景内的分布信息。该方法包括如下步骤:
步骤201:获取雷达的发射信号经目标反射后的回波信号。
在本步骤中,目标在雷达的成像场景内,目标是雷达的探测物体,比如待探测的飞机等。目标可以包括多个散射点,成像场景包括多个距离单元和多个方位单元。距离单元对应于雷达的分辨距离,距离是连续的,距离单元是离散的。对于不同雷达或不同体制,一般对应的距离单元是不一样的,由信号的带宽决定。方位单元是雷达在方位上的分辨单位。每个距离单元的大小和每个方位单元的大小取决于雷达的识别分辨率。在探测物体时,雷达首先发出发射信号,发射信号经过目标反射后,雷达接收到回波信号,电子设备1连接雷达,即可获得该回波信号。
步骤202:基于雷达的脉冲重复频率、慢时间采样点和基准中心频率,对回波信号进行稀疏处理,得到回波信号的稀疏表示。
在本步骤中,为了能够克服多参数捷变雷达相干性较差的不利条件,针对多参数捷变雷达的中心频率和脉冲重复频率同时捷变的情况,基于雷达的脉冲重复频率、慢时间采样点和基准中心频率,对回波信号进行稀疏处理,得到回波信号的稀疏表示。
步骤203:基于稀疏表示,分别对雷达的每个距离单元的子回波信号进行信号重构,得到每个距离单元内的重构信号,重构信号包括幅度信息和方位信息。
在本步骤中,可以基于稀疏表示,采用FFMP(Fast Fourier Matching Pursuit,快速傅里叶匹配追踪算法)算法对每个距离单元的子回波信号分别进行重构,相比于传统的正交匹配追踪(OMP),平滑L0范数(SL0)等方法,FFMP算法具有更好的重构性能。重构信号包含但不限于:幅度信息和方位信息。
步骤204:根据幅度信息和方位信息,将每个距离单元内的重构信号按照方位单元进行排列,得到目标的各散射点在成像场景内的分布信息。
在本步骤中,针对每个距离单元,可以按照步骤203中得到的方位信息,将幅度信息在每个方位单元内进行排列,得到该距离单元内目标的散射点的方位分布,同理对所有距离单元分别用FFMP算法进行处理,得到整个成像场景内目标的散射点的空间分布信息,从而实现多参数捷变体制雷达的ISAR成像。
上述目标探测方法,根据发射信号参数、雷达分辨率、雷达成像场景等信息,对接收到的回波信号进行稀疏表示,在此基础上,对雷达的每个距离单元的回波信号依次进行重构,得到每个距离单元内散射点的幅度信息和方位信息,进而将每个距离单元内的重构信号按照方位单元进行排列,得到目标的各散射点的空间分布,实现多参数捷变体制下的ISAR成像。
请参看图3,其为本申请一实施例的目标探测方法,该方法可由图1所示的电子设备1来执行,并可以应用于雷达探测场景中,以探测出目标的各散射点在雷达成像场景内的分布信息。该方法包括如下步骤:
步骤301:接收雷达的发射信号经目标反射后的初始回波。
在本步骤中,假设雷达为多参数捷变雷达,发射雷达中心频率和脉冲重复频率同时捷变的线性调频信号,则发射信号可以表示为:
上述发射信号经待测目标反射后,雷达接收到初始回波。
步骤302:对初始回波进行解线频调处理和平动补偿,得到回波信号。
在本步骤中,发射信号经目标任意一散射点p反射后得到初始回波,然后可以对初始回波进行解线频调(dechirp)处理,可得到如下结果:
其中,Sr(fr,tm,x,y)为解线频调处理后的初始回波信号,σp(x,y)为散射点p的散射系数,x为散射点p的方位坐标,散射点y为p的距离坐标,B为线性调频信号带宽,c为光速。
fr为雷达的快时间采样频率,fr表达式为:
其中,Rref为解线频调处理采用的参考距离。
ΔR(tm)为余项,在完成了平动补偿后,根据预设的转台模型,ΔR(tm)可以具有如下形式:
ΔR(tm)=ycos(ωtm)+xsin(ωtm) (4)
其中,ω为目标的转动角速度。
在ISAR成像中,目标的转动角度通常较小,因此根据泰勒多项式展开,ΔR(tm)可以被进一步表示为:
ΔR(tm)=y+xωtm (5)
实际场景中,当接收脉冲数和脉冲采样点数均已确定时,成像场景也将被确定,因此雷达接收到的总的回波信号是由特定成像场景中所有散射点反射后的叠加,回波信号可以被表示为:
其中,Sr(fr,tm)为总的回波信号。
步骤303:对回波信号进行脉冲压缩处理。
在本步骤中,可以对公式(6)在fr进行快速傅里叶变换(FFT),实现脉冲压缩处理,得到:
其中,Src(tr,tm)为脉冲压缩处理后的回波信号,tr为fr经过FFT后对应的采样序列,sinc为辛克函数。
由于雷达信号采样的慢时间存在捷变tm,会在一定程度上降低越距离单元徙动(MTRC,Migration though resolution cell)的影响,在公式(7)中,MTRC的影响已经忽略,有利于对不同距离单元分别进行处理。
步骤304:回波信号中的变量包括:雷达的慢时间。根据雷达的脉冲重复频率和慢时间采样点,离散化回波信号中雷达的慢时间。
tm=m·PRT+Δτ(m)
m=0,1...,M-1 (8)
其中,m表示第m个慢时间采样点,PRT表示脉冲重复周期,为一常数,Δτ(m)表示附加时延,该附加时延随m随机变化。
步骤305:回波信号中的变量包括:雷达的中心频率。根据慢时间采样点和基准中心频率,离散化回波信号中雷达的中心频率。
在本步骤中,大多数中心频率捷变雷达的原理是中心频率在多个频点间随机跳变,这种跳变发生在相邻的两个脉冲之间,由于慢时间tm已被离散化,因此,可以采用fc(m)代替fc(tm)来表示离散化后的中心频率,且离散化后的中心频率fc(m)满足:
fc(m)=fc0+Δf(m) (9)
其中,fc0为基准中心频率,若共有U个频点,则有任意Δf(m)∈{Δf1,Δf2,...,ΔfU},其中{Δf1,Δf2,...,ΔfU}为U个频率取值。
步骤306:回波信号中的变量包括:成像场景中每个散射点的坐标信息。根据成像场景中的距离单元和方位单元,离散化回波信号中每个散射点的坐标信息。
在本步骤中,若成像场景共有L个距离单元和K个方位单元,根据ISAR成像的距离分辨率和方位分辨率的表达式,散射点p在第k个方位单元的方位坐标x可以被离散化表示为:
散射点p在第l个距离单元的距离坐标y可以被离散化表示为:
其中,λ为fc0对应的波长,fs为雷达的快时间采样率。
步骤307:根据离散化后的雷达的慢时间、雷达的中心频率和每个散射点的坐标信息,得到每个距离单元的子回波信号的离散子信号。
步骤308:分别对离散子信号进行稀疏处理,得到每个离散子信号的稀疏表示。
在本步骤中,当选定某一距离单元时,比如选定第lg个距离单元,有公式(12)可得:
式(13)中的第三个相位项只与m有关,为了便于稀疏表示,可以首先消除第三个相位项的影响,具体操作如下:
式(13)中的S′rcl(m),可以被稀疏表示为:
S′=(F⊙A)·σ+n (14)
其中,n为高斯白噪声矩阵,⊙为哈达玛积(Hadamard product),其余各矩阵的表达式分别为:
σ=(σ(1,lp)...σ(k,lp)...σ(K,lp))T (17)
步骤309:根据稀疏表示计算得到每个距离单元的子回波信号的稀疏约束函数。
在本步骤中,基于式(14)可得,只要能够求解每个距离单元中的σ,就能够重构出散射点在成像场景中的分布情况以及各散射点的具体取值,从而实现ISAR成像。根据压缩感知理论,对σ的求解可以转化为对稀疏约束函数的求解:
其中,|| ||2表示矩阵的L2范数,|| ||0表示矩阵的L0范数,p为权重系数。
步骤310:基于预设的最大迭代次数和初始残差,对稀疏约束函数进行匹配追踪迭代计算,直到当前迭代次数达到最大迭代次数时,得到距离单元的重构信号的方位信息。
在本步骤中,可以采用FFMP算法对每个距离单元的子回波分别进行重构,采用FFMP算法对式(18)中的优化问题进行求解,具体步骤为:
1)设置最大迭代次数D,矩阵Φ=φ,残差R=S′。
2)将R与A的共轭矩阵做哈达玛积,并按列做傅里叶变换得:
M=FT·(conj(A)⊙R) (19)
其中,FT表示矩阵F的转置,conj表示共轭运算,M为M×K的中间变量。
3)取M最大值对应的列数:
km=argmax{|M|} (20)
4)设F⊙A的第km列为γ,对矩阵Φ进行扩充:
Φ=[Φ γ] (21)
5)对残差进行更新,并将A的第km列akm置零:
σ′=(ΦHΦ)-1ΦHS′ (22)
R=S′-Φσ′ (23)
akm=0 (24)
6)重复步骤2)到步骤5),直到残差能量小于阈值或当前迭代次数达到最大迭代次数。此时σ′可表示为:
σ′=[σ(km1,lp)σ(km2,lp)...σ(kmD,lp)] (25)
其中,km1,km2,…,kmD表示各次迭代中的km。
步骤311:根据幅度信息和方位信息,将每个距离单元内的重构信号按照方位单元进行排列,得到目标的各散射点在成像场景内的分布信息。
在本步骤中,步骤310中计算时,基于信号幅度顺序排列,为了得到个散射点的空间分布,可以将步骤310中得到的每个距离单元的σ′按照方位单元重新排列,即得到该距离单元的散射点方位分布。对所有距离单元分别用FFMP算法进行处理,即可得到整个成像场景中目标的各散射点的空间分布信息,从而实现多参数捷变体制雷达的ISAR成像。
如图4A至图4F所示,为多参数捷变体制雷达ISAR成像仿真示意图,
仿真参数设定:设雷达工作在C波段,共有六个频点,分别为:5.5GHz,5.65GHz,5.8GHz,5.95GHz,6.1GHz和6.25GHz,每次发生频率跳变时,跳变至任何一个频点的概率都是相同的。脉冲重复频率在133Hz到400Hz间随机变化,且概率密度函数服从均匀分布。快时间采样点数256点,慢时间采样点数256点,中心频率随慢时间点数变化情况如图4A所示,脉冲重复频率变化情况如图4B所示,带宽400MHz,脉冲宽度40微秒,快时间采样率9MHz。
假设雷达的待测目标是飞机,可以采用含有330点的仿真目标对算法进行验证,目标的空间分布和大小如图4C所示。
图4D给出了传统RD(Range-Doppler arithmetic,距离-多普勒算法)算法的成像结果,可见目标存在严重模糊,难以识别其具体形状,这说明在多参数捷变体制下,传统的基于脉冲-多普勒体制的成像算法难以获得良好的效果。
图4E给出了基于SL0算法的稀疏重构结果,可见目标模糊依然严重。
图4F给出了本实施例的目标探测方法得到的目标成像结果,目标轮廓清晰,各散射点均聚焦良好,与图4C的结果基本一致。
上述目标探测方法,能够克服多参数捷变雷达相干性较差的不利条件,实现对雷达中心频率和脉冲重复频率同时捷变的线性调频回波信号进行ISAR成像。相比于传统的基于脉冲-多普勒体制的各类ISAR成像算法,在多参数捷变体制下能够得到更好的成像结果。另外采用快速傅里叶匹配追踪算法相比于传统的正交匹配追踪、平滑L0范数(SL0)等方法具有更好的重构性能。
请参看图5,其为本申请一实施例的目标探测装置500,该装置可应用于图1所示的电子设备1,并可以应用于雷达探测场景中,以探测出目标的各散射点在雷达成像场景内的分布信息。该装置包括:获取模块501、稀疏模块502、重构模块503和排列模块504,各个模块的原理关系如下:
获取模块501,用于获取雷达的发射信号经目标反射后的回波信号,目标在雷达的成像场景内,目标包括多个散射点,成像场景包括多个距离单元和多个方位单元。详细参见上述实施例中对步骤201的描述。
稀疏模块502,用于基于雷达的脉冲重复频率、慢时间采样点和基准中心频率,对回波信号进行稀疏处理,得到回波信号的稀疏表示。详细参见上述实施例中对步骤202的描述。
重构模块503,用于基于稀疏表示,分别对雷达的每个距离单元的子回波信号进行信号重构,得到每个距离单元内的重构信号,重构信号包括幅度信息和方位信息。详细参见上述实施例中对步骤203的描述。
排列模块504,用于根据幅度信息和方位信息,将每个距离单元内的重构信号按照方位单元进行排列,得到目标的各散射点在成像场景内的分布信息。详细参见上述实施例中对步骤204和/或步骤311的描述。
于一实施例中,获取模块501用于:接收雷达的发射信号经目标反射后的初始回波。对初始回波进行解线频调处理和平动补偿,得到回波信号。详细参见上述实施例中对步骤301至步骤302的描述。
于一实施例中,回波信号中的变量包括:雷达的慢时间。稀疏模块502用于:根据雷达的脉冲重复频率和慢时间采样点,离散化回波信号中雷达的慢时间。详细参见上述实施例中对步骤304的描述。
于一实施例中,回波信号中的变量包括:雷达的中心频率。稀疏模块502还用于:根据慢时间采样点和基准中心频率,离散化回波信号中雷达的中心频率。详细参见上述实施例中对步骤305的描述。
于一实施例中,回波信号中的变量包括:成像场景中每个散射点的坐标信息。稀疏模块502还用于:根据成像场景中的距离单元和方位单元,离散化回波信号中每个散射点的坐标信息。详细参见上述实施例中对步骤306的描述。
于一实施例中,稀疏模块502还用于:根据离散化后的雷达的慢时间、雷达的中心频率和每个散射点的坐标信息,得到每个距离单元的子回波信号的离散子信号。分别对离散子信号进行稀疏处理,得到每个离散子信号的稀疏表示。详细参见上述实施例中对步骤307至步骤308的描述。
于一实施例中,还包括:压缩模块505,用于在根据雷达的脉冲重复频率和慢时间采样点,离散化回波信号中雷达的慢时间之前,对回波信号进行脉冲压缩处理。详细参见上述实施例中对步骤303的描述。
于一实施例中,重构模块503用于:根据稀疏表示计算得到每个距离单元的子回波信号的稀疏约束函数。基于预设的最大迭代次数和初始残差,对稀疏约束函数进行匹配追踪迭代计算,直到当前迭代次数达到最大迭代次数时,得到距离单元的重构信号的方位信息。详细参见上述实施例中对步骤309至步骤310的描述。
上述目标探测装置500的详细描述,请参见上述实施例中相关方法步骤的描述。
本申请实施例还提供了一种非暂态电子设备可读存储介质,包括:程序,当其在电子设备上运行时,使得电子设备可执行上述实施例中方法的全部或部分流程。其中,存储介质可为磁盘、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccess Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等。存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种目标探测方法,其特征在于,包括:
获取雷达的发射信号经目标反射后的回波信号,所述目标在所述雷达的成像场景内,所述目标包括多个散射点,所述成像场景包括多个距离单元和多个方位单元;
基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示;
基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,所述重构信号包括幅度信息和方位信息;
根据幅度信息和所述方位信息,将每个所述距离单元内的重构信号按照所述方位单元进行排列,得到所述目标的各散射点在所述成像场景内的分布信息。
2.根据权利要求1所述的方法,其特征在于,所述获取雷达的发射信号经目标反射后的回波信号,包括:
接收所述雷达的发射信号经目标反射后的初始回波;
对所述初始回波进行解线频调处理和平动补偿,得到所述回波信号。
3.根据权利要求1所述的方法,其特征在于,所述回波信号中的变量包括:所述雷达的慢时间;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,包括:
根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间。
4.根据权利要求3所述的方法,其特征在于,所述回波信号中的变量包括:所述雷达的中心频率;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:
根据所述慢时间采样点和所述基准中心频率,离散化所述回波信号中所述雷达的中心频率。
5.根据权利要求4所述的方法,其特征在于,所述回波信号中的变量包括:所述成像场景中每个散射点的坐标信息;所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:
根据所述成像场景中的所述距离单元和所述方位单元,离散化所述回波信号中每个散射点的坐标信息。
6.根据权利要求5所述的方法,其特征在于,所述基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示,还包括:
根据离散化后的所述雷达的慢时间、所述雷达的中心频率和所述每个散射点的坐标信息,得到每个所述距离单元的子回波信号的离散子信号;
分别对所述离散子信号进行稀疏处理,得到每个所述离散子信号的稀疏表示。
7.根据权利要求3至6中任一项所述的方法,其特征在于,在所述根据所述雷达的脉冲重复频率和所述慢时间采样点,离散化所述回波信号中所述雷达的慢时间之前,还包括:
对所述回波信号进行脉冲压缩处理。
8.根据权利要求1所述的方法,其特征在于,所述基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,包括:
根据所述稀疏表示计算得到每个所述距离单元的子回波信号的稀疏约束函数;
基于预设的最大迭代次数和初始残差,对所述稀疏约束函数进行匹配追踪迭代计算,直到当前迭代次数达到所述最大迭代次数时,得到所述距离单元的重构信号的方位信息。
9.一种目标探测装置,其特征在于,包括:
获取模块,用于获取雷达的发射信号经目标反射后的回波信号,所述目标在所述雷达的成像场景内,所述目标包括多个散射点,所述成像场景包括多个距离单元和多个方位单元;
稀疏模块,用于基于所述雷达的脉冲重复频率、慢时间采样点和基准中心频率,对所述回波信号进行稀疏处理,得到所述回波信号的稀疏表示;
重构模块,用于基于所述稀疏表示,分别对所述雷达的每个所述距离单元的子回波信号进行信号重构,得到每个所述距离单元内的重构信号,所述重构信号包括幅度信息和方位信息;
排列模块,用于根据幅度信息和所述方位信息,将每个所述距离单元内的重构信号按照所述方位单元进行排列,得到所述目标的各散射点在所述成像场景内的分布信息。
10.一种电子设备,其特征在于,包括:
存储器,用以存储计算机程序;
处理器,用以执行如权利要求1至8中任一项所述的方法,以探测出目标的各散射点在雷达成像场景内的分布信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110035526.3A CN112882028B (zh) | 2021-01-12 | 2021-01-12 | 目标探测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110035526.3A CN112882028B (zh) | 2021-01-12 | 2021-01-12 | 目标探测方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882028A true CN112882028A (zh) | 2021-06-01 |
CN112882028B CN112882028B (zh) | 2023-08-22 |
Family
ID=76045776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110035526.3A Active CN112882028B (zh) | 2021-01-12 | 2021-01-12 | 目标探测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882028B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100001901A1 (en) * | 2006-04-12 | 2010-01-07 | Baraniuk Richard G | Apparatus and Method for Compressive Sensing Radar Imaging |
US20120268309A1 (en) * | 2011-02-10 | 2012-10-25 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Virtual aperture radar (var) imaging |
US20140035776A1 (en) * | 2011-04-14 | 2014-02-06 | Nir Asher Sochen | Method and system for target detection |
CN104111458A (zh) * | 2014-07-29 | 2014-10-22 | 西安电子科技大学 | 基于双重稀疏约束的压缩感知合成孔径雷达成像方法 |
US20190064319A1 (en) * | 2017-08-28 | 2019-02-28 | GM Global Technology Operations LLC | Multi-resolution doppler processing |
CN109444885A (zh) * | 2018-12-17 | 2019-03-08 | 中国人民解放军空军工程大学 | 基于稀疏矩阵重构的超分辨成像方法、装置及电子设备 |
CN110888133A (zh) * | 2019-11-22 | 2020-03-17 | 中国人民解放军国防科技大学 | 一种低信噪比条件下v调频信号isar稀疏成像方法 |
-
2021
- 2021-01-12 CN CN202110035526.3A patent/CN112882028B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100001901A1 (en) * | 2006-04-12 | 2010-01-07 | Baraniuk Richard G | Apparatus and Method for Compressive Sensing Radar Imaging |
US20120268309A1 (en) * | 2011-02-10 | 2012-10-25 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Virtual aperture radar (var) imaging |
US20140035776A1 (en) * | 2011-04-14 | 2014-02-06 | Nir Asher Sochen | Method and system for target detection |
CN104111458A (zh) * | 2014-07-29 | 2014-10-22 | 西安电子科技大学 | 基于双重稀疏约束的压缩感知合成孔径雷达成像方法 |
US20190064319A1 (en) * | 2017-08-28 | 2019-02-28 | GM Global Technology Operations LLC | Multi-resolution doppler processing |
CN109444885A (zh) * | 2018-12-17 | 2019-03-08 | 中国人民解放军空军工程大学 | 基于稀疏矩阵重构的超分辨成像方法、装置及电子设备 |
CN110888133A (zh) * | 2019-11-22 | 2020-03-17 | 中国人民解放军国防科技大学 | 一种低信噪比条件下v调频信号isar稀疏成像方法 |
Non-Patent Citations (2)
Title |
---|
TIANYAO HUANG等: ""Analysis of Frequency Agile Radar via Compressed Sensing"", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING,》, vol. 66, no. 23, pages 6228 - 6240, XP011694126, DOI: 10.1109/TSP.2018.2876301 * |
朱丰登: ""强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法"", 《信号处理》, vol. 27, no. 7, pages 997 - 983 * |
Also Published As
Publication number | Publication date |
---|---|
CN112882028B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN113504522B (zh) | 一种基于发射天线随机切换的时空解耦与超分辨测角方法 | |
CN111521998B (zh) | 用于去混叠和配置雷达系统的深度学习 | |
CN110726992B (zh) | 基于结构稀疏和熵联合约束的sa-isar自聚焦法 | |
CN104076360B (zh) | 基于压缩感知的二维sar稀疏目标成像方法 | |
CN108387884B (zh) | 基于知识辅助稀疏渐进最小方差的机载雷达杂波抑制方法 | |
Sun et al. | High-resolution ISAR imaging of maneuvering targets based on sparse reconstruction | |
CN108226928B (zh) | 基于期望传播算法的逆合成孔径雷达成像方法 | |
CN109507666B (zh) | 基于离网变分贝叶斯算法的isar稀疏频带成像方法 | |
Tao et al. | A knowledge aided SPICE space time adaptive processing method for airborne radar with conformal array | |
CN111443335B (zh) | 宽带雷达目标微动参数估计方法、系统、装置及存储介质 | |
CN106199602B (zh) | 一种Staggered-SAR回波信号重建方法 | |
CN114609623B (zh) | 单脉冲雷达的目标检测方法、装置和计算机设备 | |
CN111045002A (zh) | 基于TRT和SNuFFT的机动目标相参积累方法 | |
CN108020834B (zh) | 基于改进edpca的运动目标检测方法、装置及电子设备 | |
KR102215062B1 (ko) | 무인기 탐지를 위한 다중모드 레이더 신호 처리 장치 및 그 방법 | |
CN113608217B (zh) | 基于增强矩阵补全的isar稀疏成像方法 | |
CN113009473B (zh) | 一种多波束凝视雷达低仰角目标测高方法、装置及介质 | |
CN112904298B (zh) | 一种基于局部网格分裂的网格偏离空时自适应处理方法 | |
CN112882028A (zh) | 目标探测方法、装置和设备 | |
CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
CN110007284B (zh) | 一种脉冲体制1-比特雷达非线性目标重构问题降维方法 | |
Zhang et al. | Improved compressed sensing for high-resolution ISAR image reconstruction | |
Point et al. | Modelling the radar signature of rotorcraft | |
CN113687321B (zh) | 雷达目标探测距离评估方法和装置 |
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 |