CN113376635B - 一种基于谱分解的距离模糊抑制方法、装置及存储介质 - Google Patents
一种基于谱分解的距离模糊抑制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113376635B CN113376635B CN202110737658.0A CN202110737658A CN113376635B CN 113376635 B CN113376635 B CN 113376635B CN 202110737658 A CN202110737658 A CN 202110737658A CN 113376635 B CN113376635 B CN 113376635B
- Authority
- CN
- China
- Prior art keywords
- distance
- power spectrum
- signal
- spectrum decomposition
- decomposition vector
- 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
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 259
- 238000001228 spectrum Methods 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 94
- 239000013598 vector Substances 0.000 claims abstract description 233
- 238000005457 optimization Methods 0.000 claims abstract description 140
- 230000001629 suppression Effects 0.000 claims abstract description 53
- 238000005070 sampling Methods 0.000 claims description 45
- 230000003595 spectral effect Effects 0.000 claims description 44
- 238000005259 measurement Methods 0.000 claims description 37
- 238000006243 chemical reaction Methods 0.000 claims description 29
- 238000010586 diagram Methods 0.000 claims description 25
- 239000011295 pitch Substances 0.000 claims description 24
- 230000008054 signal transmission Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000010287 polarization Effects 0.000 abstract description 14
- 230000005764 inhibitory process Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 206010047513 Vision blurred Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005404 monopole Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01S13/9021—SAR image post-processing techniques
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例公开了一种基于谱分解的距离模糊抑制方法、装置及存储介质，该方法包括：确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；根据信号功率谱分解向量和距离模糊功率谱分解向量，确定凸优化问题；对凸优化问题进行求解分析，确定目标波位信号的接收权值。这样，通过将距离模糊抑制问题转化为谱分解权值的凸优化问题，通过凸优化问题来确定出目标波位信号的接收权值，不仅能够降低资源占用量，还能够提高运算速度；同时实用性高，可以有效提高多种极化模式下的距离模糊抑制性能。
Description
技术领域
本申请涉及雷达技术领域，尤其涉及一种基于谱分解的距离模糊抑制方法、装置及存储介质。
背景技术
合成孔径雷达(Synthetic Aperture Radar，SAR)是一种主动式微波成像设备，相比光学雷达具有更强的穿透性，可以实现全天时、全天候对地观测，可以在能见度极低的气象条件下得到类似光学照相的高分辨雷达图像，在遥感领域有着广泛的应用。
其中，SAR通过处理宽带脉冲信号及方位向多普勒信号取得高分辨率图像，由于天线俯仰向方向图不可避免地存在旁瓣，在接收回波时同样会接收到处于测绘带外部的回波，对最终的图像质量产生影响，这种干扰被称为距离模糊。
在相关技术中，虽然目前已经存在一些距离模糊抑制方案，但是这些方案在兼顾计算资源占用量、算法速度、对方向图指标的控制能力等指标方面十分困难，严重限制了SAR的性能。
发明内容
本申请提供了一种基于谱分解的距离模糊抑制方法、装置及存储介质，将距离模糊抑制问题转化为谱分解权值的凸优化问题，不仅能够降低资源占用量，还能够提高运算速度；同时实用性高，可以有效提高多种极化模式下的距离模糊抑制性能。
本申请的技术方案是这样实现的：
第一方面，本申请实施例提供了一种距离模糊抑制方法，该方法包括：
确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。
第二方面，本申请实施例提供了一种距离模糊抑制装置，该距离模糊抑制装置包括：向量确定单元、凸优化问题确定单元和接收权值确定单元，其中，
所述向量确定单元，配置为确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
所述凸优化问题确定单元，配置为根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
所述接收权值确定单元，配置为对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。
第三方面，本申请实施例还提供了另一种距离模糊抑制装置，该距离模糊抑制装置包括：存储器和处理器，其中，
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行如第一方面所述的距离模糊抑制方法。
第四方面，本申请实施例提供了一种计算机存储介质，该计算机存储介质存储有可执行程序，所述可执行程序被至少一个处理器执行时实现如第一方面所述的距离模糊抑制方法。
本申请实施例所提供的一种基于谱分解的距离模糊抑制方法、装置及存储介质，通过确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。这样，通过将距离模糊抑制问题转化为谱分解权值的凸优化问题，通过凸优化问题来确定出目标波位信号的接收权值，该过程无需迭代，且灵活性强；从而不仅能够降低资源占用量，还能够提高运算速度；同时实用性高，可以有效提高多种极化模式下的距离模糊抑制性能，具有极强的工程应用价值。
附图说明
图1为本申请实施例提供的一种基于谱分解的距离模糊抑制方法的流程示意图；
图2为本申请实施例提供的一种基于谱分解的距离模糊抑制方法的详细流程示意图；
图3为本申请实施例提供的一种优化前后接收方向图的对比示意图；
图4为本申请实施例提供的一种优化前后接收方向图的权值幅值的对比示意图；
图5为本申请实施例提供的一种优化前后的距离模糊水平的对比示意图；
图6为本申请实施例提供的另一种优化前后接收方向图的对比示意图；
图7为本申请实施例提供的另一种优化前后接收方向图的权值幅值的对比示意图；
图8为本申请实施例提供的另一种优化前后的距离模糊水平的对比示意图；
图9为本申请实施例提供的另一种基于谱分解的距离模糊抑制方法的详细流程示意图；
图10为本申请实施例提供的一种距离模糊抑制装置的组成结构示意图；
图11为本申请实施例提供的另一种距离模糊抑制装置的组成结构示意图；
图12为本申请实施例提供的一种距离模糊抑制装置的硬件结构示意图；
图13为本申请实施例提供的一种电子设备的组成结构示意图。
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清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关申请相关的部分。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
需要指出，本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
基于天线方向图合成的距离模糊抑制方法根据距离模糊分布寻找在对应位置存在零陷的天线方向图，从而降低接收的距离模糊能量水平。这类方法不提升系统的复杂性，可以在保证天线增益、波束宽度、旁瓣水平满足要求的情况下有效抑制距离模糊。此外，这类方法的应用不影响方位模糊，可以从整体上优化SAR系统的模糊特性，因而适用于以混合圆极化模式为代表的全极化模式SAR的模糊性能优化。
判断这类距离模糊抑制方法性能的标准是计算资源占用量、算法速度、对方向图指标的控制能力，同时兼顾这些要求十分困难。当前已有方法均仅关注了其中一方面，在实际应用中需要根据具体需求进行取舍，严重限制了SAR的性能。
基于此，本申请实施例提供了一种距离模糊抑制方法，该方法的基本思想是：确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。这样，通过将距离模糊抑制问题转化为谱分解权值的凸优化问题，通过凸优化问题来确定出目标波位信号的接收权值，该过程无需迭代，且灵活性强；从而不仅能够降低资源占用量，还能够提高运算速度；同时实用性高，可以有效提高多种极化模式下的距离模糊抑制性能，具有极强的工程应用价值。
下面将结合附图对本申请各实施例进行详细说明。
本申请的一实施例中，参见图1，其示出了本申请实施例提供的一种基于谱分解的距离模糊抑制方法的流程示意图。如图1所示，该方法可以包括：
S101、确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量。
需要说明的是，本所提供的基于谱分解的距离模糊抑制方法可以应用于进行距离模糊抑制的装置，或者集成有该装置的电子设备。这里，电子设备可以是诸如计算机、智能手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)等等，本申请实施例对此不作具体限定。
还需要说明的是，在雷达系统中，波位可以是指波束在方位或者俯仰的某个角度所覆盖的位置。
在一些实施例中，在确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量之前，该方法还可以包括：
获取目标波位工作指令；
根据目标波位工作指令，确定目标波位信号以及目标波位信号对应的测量参数；
根据测量参数，确定与目标波位信号对应的信号发射权值；
相应地，对于S101来说，所述确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量，可以包括：
根据信号发射权值和测量参数，确定信号功率谱分解向量和距离模糊功率谱分解向量。
需要说明的是，本申请实施例首先确定需要进行接收权值优化的目标波位，各个波位的发射和接收是一个整体的过程，即一次工作指令至少包括指定波位信号的发射和接收。
还需要说明的是，目标波位工作指令可以通过在SAR系统中读取波位工作指令而生成。这样，在获取目标波位工作指令之后，根据目标波位工作指令可以读取该目标波位信号对应的测量参数。
在本申请实施例中，测量参数可以包括：目标波位信号参数、SAR系统参数和自定义参数。其中，目标波位信号参数是可以跟随所选取的目标波位变化的；而SAR系统参数和自定义参数并不会跟随所选取的目标波位变化，而且SAR系统参数和自定义参数可以是预先或者根据用户要求设定的。
S102、根据信号功率谱分解向量和距离模糊功率谱分解向量，确定凸优化问题。
S103、对凸优化问题进行求解分析，确定目标波位信号的接收权值。
在本申请实施例中，其目的是对于目标波位信号确定出最优的接收权值，以使得旁瓣被有效降低，从而能够抑制距离模糊。具体来说，通过将确定最优的接收权值的问题转化为对应谱分解向量的凸优化问题。
需要说明的是，凸优化，或称之为凸最优化、凸最小化等，是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的问题。凸优化在某种意义上来说，较一般情形的数学最优化问题要简单，譬如，在凸优化中局部最优解必定是全局最优解。因而，本申请实施例将复杂的距离模糊抑制问题转化为凸优化问题，可以直接根据凸优化问题的最优解来确定目标波位信号的接收权值。
还需要说明的是，本申请实施例在确定信号功率谱分解向量和距离模糊功率谱分解向量之后，就可以结合实际情况确定与之相对应的凸优化问题，并对该凸优化问题进行求解，进而根据求得的解结合实际需求得到与目标波位信号所对应的最优信号接收权值。
本实施例提供了一种基于谱分解的距离模糊抑制方法，通过确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。这样，通过将距离模糊抑制问题转化为谱分解权值的凸优化问题，通过凸优化问题来确定出目标波位信号的接收权值，该过程无需迭代，且灵活性强；从而不仅能够降低资源占用量，还能够提高运算速度；同时实用性高，可以有效提高多种极化模式下的距离模糊抑制性能，具有极强的工程应用价值。
本申请的另一实施例中，参见图2，其示出了本申请实施例提供的一种距离模糊抑制方法的详细流程示意图。如图2所示，该方法可以包括：
S201、获取目标波位工作指令。
S202、根据目标波位工作指令，确定目标波位信号以及目标波位信号对应的测量参数。
需要说明的是，这里的测量参数可以包括：目标波位信号参数、SAR系统参数和自定义参数。
具体来讲，目标波位信号参数是指与目标波位相关的信号参数，即对于不同的波位，这些信号参数通常是不同的；SAR系统参数是指SAR所固有的一些参数，在SAR中，对于不同的波位，这些参数都是相同的；预设自定义参数是指在运算过程中需要用到的一些其它参数，这些参数可以根据经验获得，或者结合实际需求自定义，即这些参数不是与目标波位有关或者SAR系统所固有的参数。
示例性地，目标波位的信号参数可以包括：观测波束近端与远端视角、脉冲重复频率(Pulse Repetition Frequency，PRF)等；SAR系统参数可以包括：阵元间距、高程向阵元数、天线安装角、天线阵列的有源单元功率方向图等。
S203、根据测量参数，确定与目标波位信号对应的信号发射权值。
需要说明的是，本申请实施例可以根据目标波位工作指令读取预设的与目标波位相对应的信号发射权值；也可以根据扫描角结合扫描公式附加一个相位来得到信号发射权值；或者应用波束赋形的方式得到信号发射权值。
S204、根据目标波位信号参数，确定至少一个采样下视角各自的第一斜距。
需要说明的是，根据目标波位信号参数，可以确定出采样下视角对应的第一斜距，每个采样下视角都对应一个第一斜距。
在一些实施例中，所述根据所述目标波位信号参数，确定至少一个采样下视角各自的第一斜距，包括：
基于目标波位信号参数，确定目标波位下视角的变化范围；
在所述变化范围内对下视角进行均匀采样，得到至少一个采样下视角；
根据至少一个采样下视角，确定至少一个采样下视角各自的第一斜距。
需要说明的是，在确定第一斜距时，先在参考坐标系中，基于目标波位信号参数，确定目标波位下视角的变化范围[αmin,αmax]，并在该变化范围内对下视角进行均匀采样，从而得到至少一个采样下视角。
例如，对下视角进行N点均匀采样，得到N个采样下视角α10、α20、...、αN0，这N个采样下视角组成下视角序列α10,...,αN0。其中，参考坐标系是指以雷达卫星为原点建立的三维坐标系。
针对每个采样下视角，再进一步确定其所对应的第一斜距。
在一些实施例中，所述根据所述至少一个采样下视角，确定所述至少一个采样下视角各自的第一斜距，包括：
根据至少一个采样下视角和式(1)，计算出至少一个采样下视角各自的第一斜距；
其中，αi0表示第i个采样下视角，Ri0表示第i个采样下视角对应的第一斜距，Re表示地球半径，H表示雷达轨道高度，i＝1,2,...,N，N表示采样下视角的数量。
由于雷达卫星即载有SAR的对地观测遥感卫星，因此，这里的雷达轨道高度也就是卫星轨道高度。
需要说明的是，对于目标波位下视角的变化范围所对应的测绘带，采样下视角对应的第一斜距也就是对应的测绘带采样点的第一斜距。对式(1)进行计算，就能够得到每个采样下视角αi0对应的第一斜距Ri0。
S205、根据至少一个采样下视角各自的第一斜距，确定至少一个采样下视角在距离模糊区域各自对应的第二斜距。
需要说明的是，在得到各个采样下视角各自的第一斜距之后，可以进一步确定各采样下视角在距离模糊区域对应的第二斜距。其中，第二斜距包括至少一个模糊斜距，且每一个模糊斜距对应一个模糊下视角。
在一些实施例中，所述根据所述至少一个采样下视角各自的第一斜距，确定所述至少一个采样下视角在距离模糊区域各自对应的第二斜距，包括：
根据至少一个采样下视角各自的第一斜距和式(2)，计算出至少一个采样下视角在距离模糊区域各自对应的第二斜距；
其中，Rij表示第i个采样下视角对应的第j个模糊斜距，Ri0表示第i个采样下视角对应的第一斜距，j表示模糊斜距的编号值，j＝1,2,...,M，M表示第i个采样下视角对应的模糊斜距的数量，PRF表示脉冲重复频率。
其中，Ri0也可以写作Rsw，表示测绘带对应的第一斜距，Rij也可写作Ra，表示距离模糊区域对应的模糊斜距。
也就是说，在本申请实施例中，在目标波位下视角的变化范围内对下视角进行均匀采样可以得到N个采样下视角，每个采样下视角对应一个第一斜距，即对应N个第一斜距；每个第一斜距对应M个模糊斜距；那么，对于目标波位信号，就存在N×M个模糊斜距，以及N×M个对应的模糊下视角。
S206、对第二斜距中每一个模糊斜距对应的模糊下视角进行坐标系转换，得到第二斜距中每一个模糊斜距对应的模糊下视角的坐标转换值。
需要说明的是，天线方向图在远场情况下，不用考虑球坐标系的距离，只考虑仰角和方位角，此时的球坐标系可以称作远场球坐标系。此时，对第二斜距中的每一个模糊斜距对应的模糊下视角进行坐标系转换，从而得到与模糊斜距Rij对应的每个模糊下视角αij的坐标转换值。
这里，坐标转换值可以包括第一坐标转换值和第二坐标转换值。
对于模糊下视角αij，可以唯一确定出其在远场球坐标系中对应的坐标θij和φij。对远场球坐标系(θ,φ)进行按照下式进行变换：
u＝k0sinθcosφ (3)
v＝k0sinθsinφ (4)
其中，k0为波数，θ为模糊下视角α在远场球坐标系中对应的仰角，φ为模糊下视角α在远场球坐标系中对应的方位角，u为转换后得到的第一坐标转换值，v为转换后得到的第二坐标转换值，在本申请实施例中，取φ＝0°。
根据式(3)和式(4)计算每个模糊下视角αij(i＝0,…,N；j＝0,…,M)对应的坐标转换值(uij,vij)。也就是说，在本申请实施例中，(u,v)表示根据式(3)和式(4)对模糊下视角α的远场球坐标(θ,φ)进行变换后得到的坐标转换值。
S207、根据所得到的模糊下视角的坐标转换值、信号发射权值和测量参数，确定信号功率谱分解向量和距离模糊功率谱分解向量。
需要说明的是，在得到模糊下视角的坐标转换值之后，就可以确定目标波位信号对应的信号功率谱分解向量和距离模糊功率谱分解向量。
在一些实施例中，所述根据所得到的模糊下视角的坐标转换值、所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量，包括：
根据所得到的模糊下视角的坐标转换值和SAR系统参数，利用信号功率谱分解模型计算得到信号功率谱分解向量；
根据信号功率谱分解向量、信号发射权值和测量参数，利用距离模糊功率谱分解模型计算得到距离模糊功率谱分解向量。
需要说明的是，在本申请实施例中，目标波位信号对应的信号功率谱分解向量即为目标波位信号所对应的信号方向图的功率谱分解向量。
利用信号功率谱分解模型计算得到信号功率谱分解向量可以如下式：
并记
其中，PAEP(u)表示天线阵列的有源单元功率方向图，u表示第一坐标转换值，j表示模糊斜距的编号值，d表示阵元间距，n表示高程向阵元数。其中，PAEP(u)、d和n均为SAR系统参数。
另外，在本申请实施例中，V(u,v)也可以写作V(u)，或者直接写作V。
可以理解，在本申请实施例中，V(u,v)和V(i,j)分别代表了在不同坐标系下的信号功率谱分解向量。
利用距离模糊功率谱分解模型计算得到距离模糊功率谱分解向量如下式：
其中，
按照下式计算：
其中，i表示采样下视角的编号值，j表示模糊斜距的编号值，Gt(i,j)为发射方向图在αij方向的增益，ηij为Rij对应的入射角，
为对应ηij的反射率，p1,…,p6为经验参数。
其中，发射方向图是根据发射权值确定的，ηij、Rij和αij之间具有对应关系。
S208、根据信号功率谱分解向量和距离模糊功率谱分解向量，确定凸优化问题。
需要说明的是，在本申请实施例中，凸优化问题分为对应非展宽情况下的凸优化问题和对应展款情况下的凸优化问题，下面分别进行具体描述。
(ⅰ)确定非展宽情况下的凸优化问题。
需要说明的是，在非展宽情况下，该方法还可以包括：
根据信号功率谱分解向量、信号发射权值和测量参数，利用信号谱分解模型计算得到目标波位信号的信号谱分解向量；
相应地，所述根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题，可以包括：
根据信号功率谱分解向量、距离模糊谱功率分解向量和信号谱分解向量，确定凸优化问题。
需要说明的是，利用信号谱分解模型计算得到目标波位信号的信号谱分解向量如下式：
其中，S表示信号谱分解向量，i表示采样下视角的编号值，j表示第模糊距的编号值，Gt(i,j)为发射方向图在αij方向的增益，ηij为Rij对应的入射角，
为对应ηij的反射率。
在非展宽情况下，所述根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，确定凸优化问题，包括：
根据信号功率谱分解向量、距离模糊功率谱分解向量和信号谱分解向量，建立第一约束条件；
根据第一约束条件，建立凸优化问题。
需要说明的是，在非展宽情况下，可以根据信号功率谱分解向量、距离模糊功率谱分解向量和信号谱分解向量确定求解凸优化问题的第一约束条件，从而确定凸优化问题。
在一些实施例中，所述根据所述第一预设条件，确定所述凸优化问题，包括：
根据式(10)，利用所述第一约束条件确定所述凸优化问题；
其中，S表示信号谱分解向量，A表示距离模糊功率谱分解向量，V(u,v)表示信号功率谱分解向量，D表示谱分解向量最优解，β、g表示自定义参数。D0表示D最中间的分量，Dp表示D中的第p+M个分量。
其中，D也可以称为所求的谱分解向量的加权值，就是该凸优化问题需要求解的未知量，β具体表示与抑制效果相关的加权参数。
(ⅱ)确定展宽情况下的凸优化问题。
在展宽情况下，所述根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题，包括：
根据信号功率谱分解向量和距离模糊功率谱分解向量，建立第二约束条件；
根据第二约束条件，确定凸优化问题。
需要说明的是，在展宽情况下，可以根据信号功率谱分解向量和距离模糊功率谱分解向量确定求解凸优化问题的第二约束条件，并确定凸优化问题。
在一些实施例中，所述根据所述第二约束条件，确定所述凸优化问题，包括：
根据式(11)，利用第二约束条件确定凸优化问题；
其中，V(u,v)表示信号功率谱分解向量，A表示距离模糊功率谱分解向量，D表示所求的谱分解向量最优解，β、g表示自定义参数，UM、LM、US分别表示雷达波束在主瓣及旁瓣的功率水平约束值，ΘM及ΘS表示主瓣及旁瓣的范围。D0表示D最中间的分量，Dp表示D中的第p+M个分量。
其中，D也可以称为所求的谱分解向量的加权值，即该凸优化问题需要求解的未知量，β具体表示与抑制效果相关的加权参数。
S209、对凸优化问题进行求解分析，确定目标波位信号的接收权值。
需要说明的是，在确定凸优化问题之后，就可以求解该凸优化问题，以进一步确定目标波位信号的接收权值。
在一些实施例中，所述对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值，可以包括：
对凸优化问题进行求解，确定谱分解向量最优解；
根据谱分解向量最优解，确定若干个候选接收权值；
对若干个候选接收权值进行筛选，得到目标波位信号的接收权值。
需要说明的是，对凸优化问题进行求解，所得到的解即为谱分解向量最优解，可以利用凸优化工具箱等手段求解凸优化问题得到谱分解向量最优解Dopt。
在本申请实施例中，根据谱分解向量最优解确定若干个候选接收权值，具体可以如下：
为了确定候选接收权值，引入h矩阵、p矩阵和c矩阵。
其中，h矩阵和p矩阵具有下式所示的关系：
P(u)＝h(u)h(u)* (12)
p矩阵如下式所示：
P(u)＝VH(u)D (13)
h矩阵如下式所示：
h(u)＝CH(u)w (14)
c矩阵如下式所示：
其中，V表示信号功率谱分解向量，D表示谱分解向量最优解，FAEP(u)表示有源单元方向图，j表示模糊斜距的编号值，u表示第一坐标转换值，d表示阵元间距，n表示高程向阵元数，w表示所求解的候选接收权值。
然后利用预设算法，求解得到到w。
具体地，可以利用零点翻转法，根据多项式P(u)在Schellunoff平面上(z＝exp(j×u×d))的不处于单位圆上的根获得对应Dopt的2K/2个不同的解
。其中，K/2表示天线阵元数。
最后，根据实际需求从中选取最优接收权值wopt，即为目标波位信号的接收权值。
在一种具体的实施例中，对混合圆极化模式中距离模糊问题最为严重的情况进行优化，此时收发信号的两个极化模式近似为相互正交的线极化。
示例性地，设定雷达的卫星天线高程向阵元数n为22，工作于L波段。目标波位信号的PRF为3505Hz，天线安装角为30.5°，观测波束近端与远端视角分别为21.26°与23.69°，即目标波位下视角的变化范围为[21.26,23.69]，雷达轨道高度H为607km。此时，求解非展宽情况下的凸优化问题，设定β＝100并将候选权值的筛选条件设定为选择动态范围比
N最小的权值。
参见图3，其示出本申请实施例提供的一种优化前后接收方向图的对比示意图。如图3所示，在本示例中，通过本申请实施例所提供的模糊抑制方法进行优化后，位于模糊区域的旁瓣显著下降。
参见图4，其示出了本申请实施例提供的一种优化前后接收方向图的权值幅值的对比示意图。如图4所示，通过本申请实施例所提供的模糊抑制方法进行优化后的结果在工程上是可实现的。
参见图5，其示出了本申请实施例提供的一种优化前后的距离模糊水平的对比示意图。如图5所示，通常来说，PASR降至-20dB以下，就说明距离模糊得到了较好的抑制；也就是说，通过本申请实施例所提供的模糊抑制方法进行优化后，距离模糊得到了有效的抑制。
根据图3～图5，上述结果证明了本申请实施例所提供的模糊抑制方法可以有效的优化混合圆极化模式下的距离模糊。
在另一种具体的实施例中，通过优化单极化模式下展宽波束的距离模糊进一步描述，说明本申请实施例所提供的距离模糊抑制方法同样适用于其它极化模式。
示例性地，设定雷达的卫星天线高程向阵元数n为22，工作于L波段。目标波位信号的PRF为1477Hz，天线安装角为30.5°，观测波束近端与远端视角分别为14.33°与27.2°，即目标波位下视角的变化范围为[14.33,27.2]，雷达轨道高度H为607km，其它设定与上一示例相同。
参见图6，其示出了本申请实施例提供的另一种优化前后接收方向图的对比示意图。如图6所示，通过本申请实施例所提供的模糊抑制方法进行优化后，在方向图在波束宽度满足要求的同时，位于模糊区域的旁瓣显著下降。
参见图7。其示出了本申请实施例提供的另一种优化前后接收方向图的权值幅值的对比示意图，如图7所示，通过本申请实施例所提供的模糊抑制方法进行优化后的结果同样在工程上是可实现的。
参见图8，其示出了本申请实施例提供的另一种优化前后的距离模糊水平的对比示意图。如图8所示，通过本申请实施例所提供的模糊抑制方法进行优化后，距离模糊得到了有效的抑制。
根据图6～8，上述结果证明了本申请实施例所提供的模糊抑制方法在针对混合圆极化模式进行优化的同时，同样适用于其它极化模式。
通过上述实施例，对前述实施例的具体实现进行了详细阐述，从中可以看出，本申请实施例的技术方案可以在不使用全局优化算法的情况下将接收权值的优化问题转化为凸优化问题和谱分解问题，从而减少了占用计算资源并提升了运算速度；与相关技术的算法相比，本申请实施例可以同时提供多个符合约束条件的候选接收权值，具备更大的可选择空间；另外，本申请实施例还可以通过对约束条件进行调整，灵活控制赋形效果和模糊抑制效果。
参见图9，其示出了本申请实施例提供的另一种基于谱分解的距离模糊抑制方法的详细流程示意图。如图9所示，该方法可以包括：
S301、获取目标波位工作指令。
S302、根据目标波位工作指令确定目标波位信号参数。
S303、初始化测量参数。
其中，测量参数包括目标波位信号参数、SAR系统参数和自定义参数。
S304、根据测量参数确定与目标波位信号对应的信号发射权值。
其中，信号发射权值可以通过计算或者直接读取的方式确定。
S305、根据信号发射权值和测量参数确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量。
其中，信号功率谱分解向量是指对应方向图功率的谱分解向量，距离模糊功率谱分解向量是指距离模糊功率对应的谱分解向量。
S306、根据目标波位工作指令、目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量确定凸优化问题。
S307、根据凸优化问题确定谱分解向量对应的最优权值。
S308、根据谱分解向量对应的最优权值进行筛选并确定目标波位信号的接收权值。
其中，目标波位信号的接收权值是在满足一定约束条件的情况下确定的。
具体步骤如下：
在参考坐标系中，确定指定波位(即目标波位)下视角的变化范围[αmin,αmax]，在该范围内对下视角进行N点均匀采样获得序列α10、…、αN0。
根据式(1)获得采样的下视角序列对应的第一斜距R10,…,RN0。SAR系统工作时，存在距离模糊区域对应的模糊斜距的计算方法如式(2)。
寻找每一个第一斜距对应的所有模糊斜距并编号，对于序列第i个元素Ri0，记其对应的模糊斜距为Rij(j＝1,…,M),模糊斜距对应的下视角αij(i＝0,…,N；j＝1,…,M)称为模糊下视角。
对远场球坐标系(θ,φ)按照式(3)、(4)进行变换，并计算αij(i＝0,…,N；j＝0,…,M)对应的(uij,vij)。
引入对应方向图功率的谱分解向量(即信号功率谱分解向量)，如式(5)、(6)；对应距离模糊的谱分解向量(即距离模糊功率谱分解向量)如式(7)，对应的信号谱分解向量如式(9)。
非展宽情况时，凸优化问题可以写作：式(10)；
展宽情况时，凸优化问题可以写作：式(11)。
利用凸优化工具箱等手段求解上述凸优化问题得到Dopt。
根据关系式(12)～(15)，利用零点翻转法，根据多项式P(u)在Schellunoff平面上(z＝exp(j×u×d))的不处于单位圆上的根获得对应Dopt的2K/2个不同的解
并根据实际需求从中选取最优接收权值wopt。
通过上述实施例，对前述实施例的具体实现进行了详细阐述，从中可以看出，根据本申请实施例的技术方案，一方面，本申请实施例在未使用全局优化算法的情况下将问题转化为凸优化问题和谱分解问题，减少了占用计算资源并提升了运算速度；另一方面，相比其它算法本申请实施例可以同时提供多个符合约束条件的备选接收权值，具备更大的可选择空间；又一方面，通过对约束条件的调整，本申请实施例的赋形效果和模糊抑制效果可以被灵活的控制。
本申请的再一实施例中，参见图10，其示出了本申请实施例提供的一种距离模糊抑制装置40的组成结构示意图。如图10所示，该距离模糊抑制装置40包括向量确定单元401、凸优化问题确定单元402和接收权值确定单元403，其中，
向量确定单元401，配置为确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
凸优化问题确定单元402，配置为根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
接收权值确定单元403，配置为对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。
在一些实施例中，参见图10，该距离模糊抑制装置40还可以包括发射权值确定单元404，配置为获取目标波位工作指令；以及根据所述目标波位工作指令，确定所述目标波位信号以及所述目标波位信号对应的测量参数；以及根据所述测量参数，确定与所述目标波位信号对应的信号发射权值。
向量确定单元401，还配置为根据所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量；其中，所述测量参数包括：目标波位信号参数、合成孔径雷达SAR系统参数和自定义参数。
在一些实施例中，向量确定单元401，还配置为根据所述目标波位信号参数，确定至少一个采样下视角各自的第一斜距；以及根据所述至少一个采样下视角各自的第一斜距，确定所述至少一个采样下视角在距离模糊区域各自对应的第二斜距；其中，所述第二斜距包括至少一个模糊斜距，且每一个模糊斜距对应一个模糊下视角；以及对所述第二斜距中每一个模糊斜距对应的模糊下视角进行坐标系转换，得到所述第二斜距中每一个模糊斜距对应的模糊下视角的坐标转换值；以及根据所得到的模糊下视角的坐标转换值、所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量。
在一些实施例中，向量确定单元401，还配置为基于目标波位信号参数，确定目标波位下视角的变化范围；以及在所述变化范围内对下视角进行均匀采样，得到所述至少一个采样下视角；以及根据所述至少一个采样下视角，确定所述至少一个采样下视角各自的第一斜距。
在一些实施例中，向量确定单元401，还配置为根据所述至少一个采样下视角和上述的式(1)，计算出所述至少一个采样下视角各自的第一斜距；
其中，在式(1)中，αi0表示第i个采样下视角，Ri0表示第i个采样下视角对应的第一斜距，Re表示地球半径，H表示雷达轨道高度，i＝1,2,...,N，N表示所述采样下视角的数量。
在一些实施例中，向量确定单元401，还配置为根据所述至少一个采样下视角各自的第一斜距和上述的式(2)，计算出所述至少一个采样下视角在距离模糊区域各自对应的第二斜距；
其中，在式(2)中，Rij表示第i个采样下视角对应的第j个模糊斜距，Ri0表示第i个采样下视角对应的第一斜距，j表示所述模糊斜距的编号值，j＝1,2,...,M，M表示第i个采样下视角对应的模糊斜距数量，PRF表示脉冲重复频率。
在一些实施例中，向量确定单元401，还配置为根据所得到的模糊下视角的坐标转换值和所述SAR系统参数，利用信号功率谱分解模型计算得到所述信号功率谱分解向量；以及根据所述信号功率谱分解向量、所述信号发射权值和所述测量参数，利用距离模糊功率谱分解模型计算得到所述距离模糊功率谱分解向量。
在一些实施例中，向量确定单元401，还配置为根据所述信号功率谱分解向量、所述信号发射权值和所述测量参数，利用信号谱分解模型计算得到所述目标波位信号的信号谱分解向量；
相应的，凸优化问题确定单元402，还配置为根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，确定凸优化问题。
在一些实施例中，在非展宽情况下，凸优化问题确定单元402，还配置为根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，建立第一约束条件；以及根据所述第一约束条件，确定所述凸优化问题。
在一些实施例中，凸优化问题确定单元402，还配置为根据上述的式(10)，利用第一约束条件确定所述凸优化问题；
其中，在式(10)中，S表示所述信号谱分解向量，A表示所述距离模糊功率谱分解向量，V表示所述信号功率谱分解向量，D表示谱分解向量最优解，β、g表示所述自定义参数。
在一些实施例中，凸优化问题确定单元402，还配置为根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，建立第二约束条件；以及根据所述第二约束条件，确定所述凸优化问题。
在一些实施例中，凸优化问题确定单元402，还配置为根据上述的式(11)，利用所述第二约束条件确定所述凸优化问题；
其中，在式(11)中，V表示所述信号功率谱分解向量，A表示所述距离模糊功率谱分解向量，D表示谱分解向量最优解，β、g表示所述自定义参数，UM、LM、US分别表示雷达波束在主瓣及旁瓣的功率水平约束值，ΘM及ΘS表示主瓣及旁瓣的范围。
在一些实施例中，接收权值确定单元403，还配置为对所述凸优化问题进行求解，确定谱分解向量最优解；以及根据所述谱分解向量最优解，确定若干个候选接收权值；以及对所述若干个候选接收权值进行筛选，得到所述目标波位信号的接收权值。
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
本申请实施例还提供了另一种距离模糊抑制装置40，参见图11，其示出了本申请实施例提供的另一种距离模糊抑制装置40的组成结构示意图。如图11所示，该距离模糊抑制装置40可以包括：控制单元111和运算单元112；其中，
控制单元111，用于获取目标波位工作指令；以及根据所述目标波位工作指令确定目标波位信号参数；以及初始化测量参数，其中，所述测量参数包括所述目标波位信号参数、SAR系统参数和自定义参数。
运算单元112，用于根据所述测量参数确定与所述目标波位信号对应的信号发射权值；以及根据所述信号发射权值和所述测量参数确定所述目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；以及根据所述目标波位工作指令、目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量确定凸优化问题；以及根据所述凸优化问题确定谱分解向量对应的最优权值；以及根据谱分解向量对应的最优权值进行筛选并确定所述目标波位信号的接收权值。
在一些实施例中，所述运算单元112，具体用于：
在参考坐标系中，确定指定波位(即目标波位)下视角的变化范围[αmin,αmax]，在该范围内对下视角进行N点均匀采样获得序列α10、…、αN0。
根据式(1)获得采样的下视角序列对应的第一斜距R10,…,RN0。SAR系统工作时，存在距离模糊区域对应的模糊斜距的计算方法如式(2)。
寻找每一个第一斜距对应的所有模糊斜距并编号，对于序列第i个元素Ri0，记其对应的模糊斜距为Rij(j＝1,…,M),模糊斜距对应的下视角αij(i＝0,…,N；j＝1,…,M)称为模糊下视角。
对远场球坐标系(θ,φ)按照式(3)、(4)进行变换，并计算αij(i＝0,…,N；j＝0,…,M)对应的(uij,vij)。
引入对应方向图功率的谱分解向量，如式(5)、(6)；对应距离模糊的谱分解向量如式(7)，对应的信号谱分解向量如式(9)。
非展宽情况时，凸优化问题可以写作：式(10)；
展宽情况时，凸优化问题可以写作：式(11)。
利用凸优化工具箱等手段求解上述凸优化问题得到Dopt。
根据关系式(12)～(15)，利用零点翻转法，根据多项式P(u)在Schellunoff平面上(z＝exp(j×u×d))的不处于单位圆上的根获得对应Dopt的2K/2个不同的解
，并根据实际需求从中选取最优接收权值wopt。
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，该计算机存储介质存储有可执行程序，所述可执行程序被至少一个处理器执行时实现前述实施例中任一项所述距离模糊抑制方法。
基于上述的距离模糊抑制装置40的组成以及计算机存储介质，参见图12，其示出了本申请实施例提供的一种距离模糊抑制装置40的具体硬件结构示意图。如图12所示，可以包括：通信接口501、存储器502和处理器503；各个组件通过总线系统504耦合在一起。可理解，总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图12中将各种总线都标为总线系统504。其中，通信接口501，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
存储器502，用于存储能够在处理器503上运行的计算机程序；
处理器503，用于在运行所述计算机程序时，执行：
确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值。
或者，所述处理器503，还用于在运行所述计算机程序时，执行：
获取目标波位工作指令；
根据所述目标波位工作指令确定目标波位信号参数；
初始化测量参数，其中，所述测量参数包括所述目标波位信号参数、SAR系统参数和自定义参数；
根据所述测量参数确定与所述目标波位信号对应的信号发射权值；
根据所述信号发射权值和所述测量参数确定所述目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
根据所述目标波位工作指令、目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量确定凸优化问题；
根据所述凸优化问题确定谱分解向量对应的最优权值；
根据谱分解向量对应的最优权值筛选并确定所述目标波位信号的接收权值。
可以理解，本申请实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步链动态随机存取存储器(Synchronous link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器503可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器503中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器503可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器503读取存储器502中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，作为另一个实施例，处理器503还配置为在运行所述计算机程序时，执行前述实施例中任一项所述的方法的步骤。
基于上述距离模糊抑制装置40的组成以及硬件结构示意图，参见图13，其示出了本申请实施例提供的一种电子设备60的组成结构示意图。如图13所示，该电子设备60至少包括前述实施例中任一项所述的距离模糊抑制装置40。
对于电子设备60而言，由于将距离模糊抑制问题转化为谱分解权值的凸优化问题，通过凸优化问题进一步得到目标波位信号的接收权值，该方法无需迭代，且灵活性强，能够在降低资源占用量且提高运算速度的同时，适用于多种极化模式下的距离模糊抑制，有极强的工程应用价值。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。
需要说明的是，在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种基于谱分解的距离模糊抑制方法，其特征在于，所述方法包括：
确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值；
其中，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量，包括：
利用信号功率谱分解模型计算得到信号功率谱分解向量，如下式：
并记
其中，PAEP(u)表示天线阵列的有源单元功率方向图，u表示第一坐标转换值，j表示模糊斜距的编号值，d表示阵元间距，n表示高程向阵元数；PAEP(u)、d和n均为SAR系统参数；
利用距离模糊功率谱分解模型计算得到距离模糊功率谱分解向量，如下式：
所述
按照下式计算：
其中，i表示采样下视角的编号值，j表示模糊斜距的编号值，Gt(i,j)为发射方向图在αij方向的增益，ηij为Rij对应的入射角，
为对应ηij的反射率，p1,…,p6为经验参数；所述发射方向图是根据发射权值确定的，ηij、Rij和αij之间具有对应关系。
2.根据权利要求1所述的方法，其特征在于，在所述确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量之前，所述方法还包括：
获取目标波位工作指令；
根据所述目标波位工作指令，确定所述目标波位信号以及所述目标波位信号对应的测量参数；
根据所述测量参数，确定与所述目标波位信号对应的信号发射权值；
相应地，所述确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量，包括：
根据所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量；其中，所述测量参数包括：目标波位信号参数、合成孔径雷达SAR系统参数和自定义参数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量，包括：
根据所述目标波位信号参数，确定至少一个采样下视角各自的第一斜距；
根据所述至少一个采样下视角各自的第一斜距，确定所述至少一个采样下视角在距离模糊区域各自对应的第二斜距；其中，所述第二斜距包括至少一个模糊斜距，且每一个模糊斜距对应一个模糊下视角；
对所述第二斜距中每一个模糊斜距对应的模糊下视角进行坐标系转换，得到所述第二斜距中每一个模糊斜距对应的模糊下视角的坐标转换值；
根据所得到的模糊下视角的坐标转换值、所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标波位信号参数，确定至少一个采样下视角各自的第一斜距，包括：
基于目标波位信号参数，确定目标波位下视角的变化范围；
在所述变化范围内对下视角进行均匀采样，得到所述至少一个采样下视角；
根据所述至少一个采样下视角，确定所述至少一个采样下视角各自的第一斜距。
5.根据权利要求4所述的方法，其特征在于，所述根据所述至少一个采样下视角，确定所述至少一个采样下视角各自的第一斜距，包括：
根据所述至少一个采样下视角和式(1)，计算出所述至少一个采样下视角各自的第一斜距；
其中，αi0表示第i个采样下视角，Ri0表示第i个采样下视角对应的第一斜距，Re表示地球半径，H表示雷达轨道高度，i＝1,2,...,N，N表示所述采样下视角的数量。
6.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个采样下视角各自的第一斜距，确定所述至少一个采样下视角在距离模糊区域各自对应的第二斜距，包括：
根据所述至少一个采样下视角各自的第一斜距和式(2)，计算出所述至少一个采样下视角在距离模糊区域各自对应的第二斜距；
其中，Rij表示第i个采样下视角对应的第j个模糊斜距，Ri0表示第i个采样下视角对应的第一斜距，j表示所述模糊斜距的编号值，j＝1,2,...,M，M表示第i个采样下视角对应的模糊斜距数量，PRF表示脉冲重复频率。
7.根据权利要求3所述的方法，其特征在于，所述根据所得到的模糊下视角的坐标转换值、所述信号发射权值和所述测量参数，确定所述信号功率谱分解向量和所述距离模糊功率谱分解向量，包括：
根据所得到的模糊下视角的坐标转换值和所述SAR系统参数，利用信号功率谱分解模型计算得到所述信号功率谱分解向量；
根据所述信号功率谱分解向量、所述信号发射权值和所述测量参数，利用距离模糊功率谱分解模型计算得到所述距离模糊功率谱分解向量。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述信号功率谱分解向量、所述信号发射权值和所述测量参数，利用信号谱分解模型计算得到所述目标波位信号的信号谱分解向量；
相应地，所述根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题，包括：
根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，确定凸优化问题。
9.根据权利要求8所述的方法，其特征在于，在非展宽情况下，所述根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，确定凸优化问题，包括：
根据所述信号功率谱分解向量、所述距离模糊功率谱分解向量和所述信号谱分解向量，建立第一约束条件；
根据所述第一约束条件，确定所述凸优化问题。
10.根据权利要求9所述的方法，其特征在于，所述根据所述第一约束条件，确定所述凸优化问题，包括：
根据式(3)，利用所述第一约束条件确定所述凸优化问题；
其中，S表示所述信号谱分解向量，A表示所述距离模糊功率谱分解向量，V(u,v)表示所述信号功率谱分解向量，D表示谱分解向量最优解，β、g表示所述自定义参数。
11.根据权利要求7所述的方法，其特征在于，在展宽情况下，所述根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题，包括：
根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，建立第二约束条件；
根据所述第二约束条件，确定所述凸优化问题。
12.根据权利要求11所述的方法，其特征在于，所述根据所述第二约束条件，确定所述凸优化问题，包括：
根据式(4)，利用所述第二约束条件确定所述凸优化问题；
其中，V(u,v)表示所述信号功率谱分解向量，A表示所述距离模糊功率谱分解向量，D表示谱分解向量最优解，β、g表示所述自定义参数，UM、LM、US分别表示雷达波束在主瓣及旁瓣的功率水平约束值，ΘM及ΘS表示主瓣及旁瓣的范围。
13.根据权利要求1至12任一项所述的方法，其特征在于，所述对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值，包括：
对所述凸优化问题进行求解，确定谱分解向量最优解；
根据所述谱分解向量最优解，确定若干个候选接收权值；
对所述若干个候选接收权值进行筛选，得到所述目标波位信号的接收权值。
14.一种距离模糊抑制装置，其特征在于，所述距离模糊抑制装置包括向量确定单元、凸优化问题确定单元和接收权值确定单元，其中，
所述向量确定单元，配置为确定目标波位信号的信号功率谱分解向量和距离模糊功率谱分解向量；
所述凸优化问题确定单元，配置为根据所述信号功率谱分解向量和所述距离模糊功率谱分解向量，确定凸优化问题；
所述接收权值确定单元，配置为对所述凸优化问题进行求解分析，确定所述目标波位信号的接收权值；
所述向量确定单元，具体用于利用信号功率谱分解模型计算得到信号功率谱分解向量，如下式：
并记
其中，PAEP(u)表示天线阵列的有源单元功率方向图，u表示第一坐标转换值，j表示模糊斜距的编号值，d表示阵元间距，n表示高程向阵元数；PAEP(u)、d和n均为SAR系统参数；
利用距离模糊功率谱分解模型计算得到距离模糊功率谱分解向量，如下式：
所述
按照下式计算：
其中，i表示采样下视角的编号值，j表示模糊斜距的编号值，Gt(i,j)为发射方向图在αij方向的增益，ηij为Rij对应的入射角，
为对应ηij的反射率，p1,…,p6为经验参数；所述发射方向图是根据发射权值确定的，ηij、Rij和αij之间具有对应关系。
15.一种距离模糊抑制装置，其特征在于，所述距离模糊抑制装置包括存储器和处理器，其中，
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行如权利要求1至13任一项所述的基于谱分解的距离模糊抑制方法。
16.一种计算机存储介质，其特征在于，所述计算机存储介质存储有可执行程序，所述可执行程序被至少一个处理器执行时实现如权利要求1至13任一项所述的基于谱分解的距离模糊抑制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110737658.0A CN113376635B (zh) | 2021-06-30 | 2021-06-30 | 一种基于谱分解的距离模糊抑制方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110737658.0A CN113376635B (zh) | 2021-06-30 | 2021-06-30 | 一种基于谱分解的距离模糊抑制方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113376635A CN113376635A (zh) | 2021-09-10 |
| CN113376635B true CN113376635B (zh) | 2023-06-09 |
Family
ID=77580157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110737658.0A Active CN113376635B (zh) | 2021-06-30 | 2021-06-30 | 一种基于谱分解的距离模糊抑制方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113376635B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116500550B (zh) * | 2023-06-27 | 2023-08-25 | 中国科学院空天信息创新研究院 | 一种星载sar距离模糊抑制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103869313A (zh) * | 2014-02-17 | 2014-06-18 | 中国科学院电子学研究所 | 一种多通道合成孔径雷达距离向模糊的抑制方法及装置 |
| CN110412568A (zh) * | 2019-07-05 | 2019-11-05 | 西安电子科技大学 | 基于扩展方位角相位编码的距离模糊杂波抑制方法 |
| CN110488238A (zh) * | 2019-09-05 | 2019-11-22 | 西北工业大学 | 一种基于压缩感知的高分辨宽测绘带解距离模糊方法 |
| CN110717243A (zh) * | 2019-08-28 | 2020-01-21 | 西安电子科技大学 | 一种基于线性约束的宽带方向图综合方法 |
| CN112684444A (zh) * | 2020-11-30 | 2021-04-20 | 中国科学院空天信息创新研究院 | 一种基于天线方向图合成抑制距离模糊的方法及装置 |
-
2021
- 2021-06-30 CN CN202110737658.0A patent/CN113376635B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103869313A (zh) * | 2014-02-17 | 2014-06-18 | 中国科学院电子学研究所 | 一种多通道合成孔径雷达距离向模糊的抑制方法及装置 |
| CN110412568A (zh) * | 2019-07-05 | 2019-11-05 | 西安电子科技大学 | 基于扩展方位角相位编码的距离模糊杂波抑制方法 |
| CN110717243A (zh) * | 2019-08-28 | 2020-01-21 | 西安电子科技大学 | 一种基于线性约束的宽带方向图综合方法 |
| CN110488238A (zh) * | 2019-09-05 | 2019-11-22 | 西北工业大学 | 一种基于压缩感知的高分辨宽测绘带解距离模糊方法 |
| CN112684444A (zh) * | 2020-11-30 | 2021-04-20 | 中国科学院空天信息创新研究院 | 一种基于天线方向图合成抑制距离模糊的方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| Ce Yang ; Naiming Ou ; Dacheng Liu ; Nan Wang.Suppressing Range Ambiguity by Pattern Synthesis for SAR via Semidefinite Relaxation. IEEE Geoscience and Remote Sensing Letters.2020,第19卷1-5. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113376635A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111458711A (zh) | 星载双波段sar系统和舰船目标的探测方法 | |
| CN112684444B (zh) | 一种基于天线方向图合成抑制距离模糊的方法及装置 | |
| US8401793B2 (en) | High resolution wind measurements for offshore wind energy development | |
| CN111190151B (zh) | 扫描模式下多模态小卫星sar的系统参数设计及发射功率优化方法 | |
| CN113109781B (zh) | 波达方向估计方法、雷达和可移动设备 | |
| CN112596022B (zh) | 低轨星载多波束正六边形相控阵天线的波达角估计方法 | |
| CN113376635B (zh) | 一种基于谱分解的距离模糊抑制方法、装置及存储介质 | |
| CN108572363A (zh) | 基于稀疏贝叶斯学习的电磁涡旋高分辨成像方法 | |
| CN117368922A (zh) | 一种车载雷达测角方法、终端设备及存储介质 | |
| CN116990777B (zh) | 一种太赫兹rcs高精度测量方法、系统、装置和设备 | |
| Ahmad et al. | High-resolution imaging using capon beamformers for urban sensing applications | |
| CN115407299B (zh) | 基于伯努利滤波器算法的弱小目标检测方法和装置 | |
| Won et al. | Performance Improvement of Spaceborne SAR Using Antenna Pattern Synthesis Based on Quantum‐Behaved Particle Swarm Optimization | |
| CN114325565B (zh) | 一种基于子空间关系的阵列超分辨测向方法 | |
| CN114994619A (zh) | 基于广义旁瓣相消的共形阵抗干扰实现方法 | |
| CN108594235B (zh) | 一种提高方位向雷达反射率系数分辨率的方法和系统 | |
| Wada et al. | Mitigation of Ground-Clutter Effects by Digital Beamforming With Precomputed Weighting Matrix for Phased Array Weather Radar | |
| CN113409223B (zh) | 基于粒子群算法与投影方法的距离模糊抑制方法和装置 | |
| CN113466802B (zh) | 基于粒子群算法与最优波束合成方法的距离模糊抑制方法 | |
| CN112819729A (zh) | 一种图像校正方法、装置、计算机存储介质及设备 | |
| Sharifi | Evaluation of SAR sensor design parameters on remote sensing missions | |
| CN118068272B (zh) | 最大化主瓣增益的稳健低副瓣发射波束形成方法 | |
| CN113866766B (zh) | 一种基于近场三维成像的雷达散射截面积精确外推方法 | |
| US20240302477A1 (en) | Direction finding technique for amplitude-only spiral antennas | |
| Kaczmarek et al. | Analysis of main beam adaptive beamforming effect on accuracy of monopulse angle estimation in jammed environment |
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 |