CN115825953A - 一种基于随机频率编码信号的前视超分辨成像方法 - Google Patents

一种基于随机频率编码信号的前视超分辨成像方法 Download PDF

Info

Publication number
CN115825953A
CN115825953A CN202310121613.XA CN202310121613A CN115825953A CN 115825953 A CN115825953 A CN 115825953A CN 202310121613 A CN202310121613 A CN 202310121613A CN 115825953 A CN115825953 A CN 115825953A
Authority
CN
China
Prior art keywords
signals
pulse
frequency
distance
target
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
Application number
CN202310121613.XA
Other languages
English (en)
Other versions
CN115825953B (zh
Inventor
李亚超
朱恩娣
王家东
吴迪
周航
闫海鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202310121613.XA priority Critical patent/CN115825953B/zh
Publication of CN115825953A publication Critical patent/CN115825953A/zh
Application granted granted Critical
Publication of CN115825953B publication Critical patent/CN115825953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于随机频率编码信号的前视超分辨成像方法，包括：以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频相同而变化规律不同；接收扫描到目标的每一帧脉冲信号反射回的回波信号；从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号；针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理；将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。本发明不仅可以良好的对抗干扰信号，还可以实现前视成像雷达在距离‑方位向的超分辨成像。

Description

一种基于随机频率编码信号的前视超分辨成像方法
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种基于随机频率编码信号的前视超分辨成像方法。
背景技术
随着基于数字射频存储设备(Digital Radio Frequency Memory，简称DRFM)的干扰机所产生的有源欺骗干扰种类的增多，干扰性能也越来越好，这导致雷达因受到干扰而严重影响成像的问题日益凸显，从而使前视成像雷达具备抗跨脉冲转发干扰能力的需求增大。
目前，传统的前视雷达成像方式是基于发射大时宽带宽积的线性调频信号，再对回波距离向进行脉冲压缩以达到距离的高分辨，方位的高分辨则需要依靠天线的孔径宽度。具体做法是：发射线性调频信号，获取到原始的回波信号，经距离脉冲压缩以及距离走动校正之后，对校正后的距离单元进行成像处理，最后输出成像的结果。
但是，传统的前视雷达成像方式利用的是线性调频信号，由于其波形简单，频率固定，在复杂的电磁环境下，很容易受到干扰影响从而影响目标成像。此外，传统的前视雷达成像方式中所利用的线性调频信号通常带宽很长，接收机的瞬时带宽需要与之对应，则对雷达资源配备的要求较高。
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随机频率编码信号的前视超分辨成像方法。本发明要解决的技术问题通过以下技术方案实现：
本发明实施例提供了一种基于随机频率编码信号的前视超分辨成像方法，包括：
以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频元素相同而变化规律不同；
接收扫描到目标的每一帧脉冲信号反射回的回波信号；
从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号；
针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理；
将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。
在本发明的一个实施例中，发射的第
Figure SMS_1
帧脉冲信号表示为：
Figure SMS_2
；
其中，
Figure SMS_4
表示第
Figure SMS_7
帧脉冲信号，
Figure SMS_11
表示矩形门函数，
Figure SMS_5
表示快时间，
Figure SMS_9
表示脉冲宽度，
Figure SMS_13
表示虚部单位，
Figure SMS_14
表示调频斜率，
Figure SMS_3
，
Figure SMS_8
表示一固定频率，
Figure SMS_10
表示调频间隔，
Figure SMS_12
表示随机步进频率系数，为第
Figure SMS_6
帧脉冲信号对应的长度为L的随机数组，且每一帧脉冲信号对应的随机数组元素相同而变化规律不同。
在本发明的一个实施例中，选出的第
Figure SMS_15
组具有相同载频的子脉冲信号对应的回波信号表示为：
Figure SMS_16
；
其中，
Figure SMS_30
表示选出的第
Figure SMS_21
组具有相同载频的子脉冲信号对应的回波信号，
Figure SMS_26
取值1~L，
Figure SMS_27
表示每一帧脉冲信号对应随机数组的长度，
Figure SMS_32
表示快时间，
Figure SMS_34
表示慢时间，
Figure SMS_35
表示目标散射系数分布函数，
Figure SMS_25
表示天线方向图函数，
Figure SMS_31
表示目标距雷达的距离，
Figure SMS_17
，
Figure SMS_24
表示目标距雷达的初始距离，
Figure SMS_28
表示目标与雷达平台的径向速度，
Figure SMS_29
表示方位角，
Figure SMS_33
表示矩形门函数，
Figure SMS_36
，
Figure SMS_19
表示光速，
Figure SMS_22
表示脉冲宽度，
Figure SMS_20
表示虚部单位，
Figure SMS_23
表示调频斜率，
Figure SMS_18
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
在本发明的一个实施例中，对回波信号进行距离脉冲压缩处理，包括：
对回波信号进行距离向FFT频域变换；
构建脉冲压缩函数，利用所述脉冲压缩函数对FFT频域变换后的信号进行距离脉冲压缩处理。
在本发明的一个实施例中，距离脉冲压缩处理后的信号表示为：
Figure SMS_37
；
其中
Figure SMS_47
表示选出的第
Figure SMS_40
组具有相同载频的子脉冲信号对应的距离脉冲压缩处理后的信号，
Figure SMS_43
表示频率，
Figure SMS_50
表示慢时间，
Figure SMS_54
表示目标散射系数分布函数，
Figure SMS_52
表示天线方向图函数，
Figure SMS_53
表示目标距雷达的距离，
Figure SMS_46
，
Figure SMS_49
表示目标距雷达的初始距离，
Figure SMS_38
表示目标与雷达平台的径向速度，
Figure SMS_42
表示方位角，
Figure SMS_41
表示矩形门函数，
Figure SMS_45
表示调频斜率，
Figure SMS_48
表示脉冲宽度，
Figure SMS_51
表示虚部单位，
Figure SMS_39
表示光速，
Figure SMS_44
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
在本发明的一个实施例中，对距离脉冲压缩处理后的信号进行距离走动校正处理，包括：
构建走动校正函数，利用所述走动校正函数对距离脉冲压缩处理后的信号进行距离走动校正处理；
对距离走动校正处理后的信号进行距离向IFFT时域变换。
在本发明的一个实施例中，距离向IFFT时域变换后的信号表示为：
Figure SMS_55
；
其中，
Figure SMS_63
表示选出的第
Figure SMS_57
组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure SMS_61
表示快时间，
Figure SMS_59
表示慢时间，
Figure SMS_60
表示目标散射系数分布函数，
Figure SMS_64
表示天线方向图函数，
Figure SMS_66
表示目标距雷达的距离，
Figure SMS_67
，
Figure SMS_72
表示目标距雷达的初始距离，
Figure SMS_56
表示目标与雷达平台的径向速度，
Figure SMS_68
表示方位角，
Figure SMS_65
，
Figure SMS_71
表示调频斜率，
Figure SMS_69
表示脉冲宽度，
Figure SMS_70
表示虚部单位，
Figure SMS_58
表示光速，
Figure SMS_62
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
在本发明的一个实施例中，将距离走动校正处理后的不同帧的具有相同载频的信号进行重新组合并进行成像处理，包括：
构造频移矩阵，利用所述频移矩阵对距离走动校正处理后的若干组具有相同载频的信号进行频移处理；
将所有组具有相同载频的信号的频移处理结果进行叠加；
对叠加结果构建问题优化模型，求解所述问题优化模型得到最终的成像结果。
在本发明的一个实施例中，叠加结果表示为：
Figure SMS_73
；
其中，
Figure SMS_91
表示叠加结果，
Figure SMS_93
表示选出的第
Figure SMS_94
组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure SMS_75
表示快时间，
Figure SMS_85
表示慢时间，
Figure SMS_86
表示每一帧脉冲信号对应随机数组的长度，
Figure SMS_92
表示频移矩阵，
Figure SMS_76
，
Figure SMS_79
表示距离向采样点数，
Figure SMS_80
表示扫描到目标的脉冲信号的帧数，
Figure SMS_81
表示选出的第
Figure SMS_82
组具有相同载频的子脉冲信号对应的载频，
Figure SMS_84
表示目标散射系数分布函数，
Figure SMS_88
表示天线方向图函数，
Figure SMS_90
表示目标距雷达的距离，
Figure SMS_78
，
Figure SMS_83
表示目标与雷达平台的径向速度，
Figure SMS_87
表示目标距雷达的初始距离，
Figure SMS_89
表示方位角，
Figure SMS_74
，
Figure SMS_95
表示调频斜率，
Figure SMS_96
表示脉冲宽度，
Figure SMS_97
表示虚部单位，
Figure SMS_77
表示光速。
在本发明的一个实施例中，对叠加结果构建问题优化模型，求解所述问题优化模型得到最终的成像结果，包括：
构建所述叠加结果的似然函数；
利用基于似然函数的最大后验概率来估计目标散射系数；
根据估计的目标散射系数得到最后的成像结果。
本发明的有益效果：
本发明提出的基于随机频率编码信号的前视超分辨成像方法，针对前视成像雷达在对目标的检测识别过程中易受到电磁环境的干扰影响的问题，通过合理的波形设计，提出了将脉间随机步进频率信号应用至前视扫描雷达中，并给出了针对接收到该类发射信号的回波信号后的完整处理算法：以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频相同而变化规律不同；接收扫描到目标的每一帧脉冲信号反射回的回波信号；从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号；针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理；将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。研究仿真结果也证明了将脉间随机步进频率信号应用至前视扫描雷达中，不仅可以良好的对抗干扰信号，还可以实现前视成像雷达在距离-方位向的超分辨成像。除此之外，本发明实施例通过以脉间随机步进频率捷变方式发射若干帧脉冲信号，前视成像雷达通过每一帧脉冲信号中子脉冲信号载频变化规律的不同，将发射信号分为了带宽更小的多个子脉冲信号，之后对回波信号的频带进行合成获得宽带信号，因此接收机瞬时带宽只需对应子脉冲带宽，从而有效简化雷达体制。
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随机频率编码信号的前视超分辨成像方法的流程示意图；
图2是本发明实施例提供的脉间随机步进频率捷变方式发射的一帧脉冲信号对应的载频分布示意图；
图3是本发明实施例提供的20米*20米战机目标的初始位置示意图；
图4是本发明实施例提供的前视实孔径成像效果示意图；
图5是传统成像方法的成像效果示意图；
图6是本发明实施例提供的成像方法的成像效果示意图。
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。
经发明人研究发现，采用脉间随机步进频率信号，它能够有效的对抗有源欺骗干扰，如跨脉冲转发有源干扰信号，保证雷达在复杂的电磁环境下仍有良好的成像能力。其次，雷达接收机在接收回波信号时，其瞬时带宽只需与信号中的子脉冲带宽相匹配，这比线性调频信号的带宽小得多。因此，本发明实施例针对现在复杂电磁环境中前视雷达超分辨成像需求，考虑将脉间随机步进频率信号应用于前视超分辨成像中，这样对雷达工作带宽的要求相对于线性调频信号可以大大降低，对雷达的体制进行了简化，同时具有良好抗干扰及成像能力。基于上述分析，请参见图1，本发明实施例提供了一种基于随机频率编码信号的前视超分辨成像方法，具体包括以下步骤：
S10、以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频相同而变化规律不同。
脉间随机步进频率捷变方式发射的信号，意在将一个普通的线性调频信号的频带分成很多份，每一份加入随机的载频使频率在时间域内随机打乱，具有很大的随机性，该信号具有很强的抗干扰性。
设计脉间随机步进频率捷变以一帧为周期，并且每一帧脉冲信号中子脉冲信号的载频相同而变化规律是不同的。扫描雷达的天线在特定角度发射M个波位，一个波位的驻留脉冲数为一帧脉冲信号，每一帧脉冲信号占总带宽相同，对应的，发射的每一帧脉冲信号表示为：
Figure SMS_98
(1)
其中，
Figure SMS_101
表示第
Figure SMS_105
帧脉冲信号，
Figure SMS_110
表示矩形门函数，
Figure SMS_99
表示快时间，
Figure SMS_103
表示脉冲宽度，
Figure SMS_107
表示虚部单位，
Figure SMS_109
表示调频斜率，
Figure SMS_100
表示以自然常数e为底的指数函数，
Figure SMS_104
，
Figure SMS_108
表示一固定频率，
Figure SMS_111
表示调频间隔，
Figure SMS_102
表示随机步进频率系数，为第
Figure SMS_106
帧脉冲信号对应的长度为L的随机数组，且每一帧脉冲信号对应的随机数组元素相同而变化规律不同。
这里，
Figure SMS_112
取值为1~M；每一帧脉冲信号包括L个载频相同的子脉冲信号，但每一帧脉冲信号中的L个子脉冲信号的载频变化规律不同。比如，每一帧脉冲信号包括L=7个子脉冲信号，则第一帧脉冲信号中7个子脉冲信号的载频为：6×107Hz、4.2×108Hz、1.8×108Hz、3×108Hz、3.6×108Hz、2.4×108Hz、1.2×108Hz；第二帧脉冲信号中7个子脉冲信号的载频为：4.2×108Hz、6×107Hz、3×108Hz、1.8×108Hz、1.2×108Hz、3.6×108Hz、2.4×108Hz；第三帧脉冲信号中7个子脉冲信号的载频为：3×108Hz、1.8×108Hz、4.2×108Hz、6×107Hz、2.4×108Hz、1.2×108Hz、3.6×108Hz；其他帧脉冲信号类似，在此不再说明。
S20、接收扫描到目标的每一帧脉冲信号反射回的回波信号。
在这M帧脉冲信号中，并非所有脉冲信号都可能扫描到目标，假设扫描雷达3dB波束宽度一共需要K个位波扫描场景目标，即扫描到目标的脉冲信号有K帧，这K帧脉冲信号才会以回波信号的形式反射回来，从而被雷达接收机接收并处理。这里并没有具体描述反射回的回波信号的表示，参考现有技术实现即可。
S30、从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号。
雷达发射出的波位中，设有K帧脉冲信号扫描到目标并反射回波信号，则从这K帧脉冲信号对应的回波信号中挑选出若干组具有相同载频的子脉冲信号对应的回波信号，每组回波信号中相同载频的子脉冲信号的个数取决于随机步进频率系数的个数，比如公式(1)中的L。
本发明实施例提供了一种可选方案，选出的第m组具有相同载频的子脉冲信号对应的回波信号表示为：
Figure SMS_113
(2)
其中，
Figure SMS_121
表示选出的第
Figure SMS_115
组具有相同载频的子脉冲信号对应的回波信号，
Figure SMS_118
取值1~L，
Figure SMS_125
表示每一帧脉冲信号对应随机数组的长度，即公式(1)中
Figure SMS_129
，
Figure SMS_132
表示快时间，
Figure SMS_134
表示慢时间，
Figure SMS_124
表示目标散射系数分布函数，
Figure SMS_127
表示天线方向图函数，
Figure SMS_114
表示目标距雷达的距离，
Figure SMS_119
，
Figure SMS_117
表示目标距雷达的初始距离，
Figure SMS_120
表示目标与雷达平台的径向速度，
Figure SMS_123
表示方位角，
Figure SMS_128
表示矩形门函数，
Figure SMS_126
，
Figure SMS_131
表示光速，
Figure SMS_130
表示脉冲宽度，
Figure SMS_133
表示虚部单位，
Figure SMS_116
表示调频斜率，
Figure SMS_122
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
由S20可知有K帧脉冲信号扫描到了目标，每一帧脉冲信号中子脉冲信号个数为L，且每一帧脉冲信号中的L个子脉冲信号载频相同而变化规律不同，则分别从K帧脉冲信号中选出载频相同的子脉冲信号构成一组，可以得到L组，每组包含K个子脉冲信号对应的回波信号。
S40、针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理。
本发明实施例提供了一种可选方案，对回波信号进行距离脉冲压缩处理，包括：
对回波信号进行距离向FFT频域变换；构建脉冲压缩函数，利用脉冲压缩函数对FFT频域变换后的信号进行距离脉冲压缩处理。
针对选出的每组回波信号，首先经过下变频，将下变频后的信号进行距离向FFT频域变换，变换到频域；然后构建脉冲压缩函数
Figure SMS_135
，脉冲压缩函数为频率域，公式表示为：
Figure SMS_136
(3)
其中，
Figure SMS_137
表示频率，
Figure SMS_138
表示调频斜率。
利用公式(3)对FFT频域变换后的信号进行距离脉冲压缩处理，距离脉冲压缩处理后的信号表示为：
Figure SMS_139
(4)
其中，
Figure SMS_146
表示选出的第
Figure SMS_142
组具有相同载频的子脉冲信号对应的距离脉冲压缩处理后的信号，
Figure SMS_144
表示频率，
Figure SMS_151
表示慢时间，
Figure SMS_155
表示目标散射系数分布函数，
Figure SMS_152
表示天线方向图函数，
Figure SMS_156
表示目标距雷达的距离，
Figure SMS_147
，
Figure SMS_149
表示目标距雷达的初始距离，
Figure SMS_140
表示目标与雷达平台的径向速度，
Figure SMS_154
表示方位角，
Figure SMS_143
表示矩形门函数，
Figure SMS_148
表示调频斜率，
Figure SMS_150
表示脉冲宽度，
Figure SMS_153
表示虚部单位，
Figure SMS_141
表示光速，
Figure SMS_145
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
本发明实施例提供了一种可选方案，对距离脉冲压缩处理后的信号进行距离走动校正处理，包括：
构建走动校正函数，利用走动校正函数对距离脉冲压缩处理后的信号进行距离走动校正处理；对距离走动校正处理后的信号进行距离向IFFT时域变换。
由于雷达所扫描的目标通常是运动的，运动使每一帧脉冲信号中的子脉冲信号之间存在距离差异，需要对距离脉压压缩处理后的信号进行距离走动校正。
首先，构建走动校正函数，公式表示为：
Figure SMS_157
(5)
利用公式(5)对距离脉冲压缩处理后的信号进行距离走动校正处理，距离走动校正处理后的信号在频域公式表示为：
Figure SMS_158
(6)
然后，将频域距离走动校正处理后的信号进行距离向IFFT时域变换，距离向IFFT时域变换后的信号表示为：
Figure SMS_159
(7)
其中，
Figure SMS_172
表示选出的第
Figure SMS_162
组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure SMS_166
表示快时间，
Figure SMS_163
表示慢时间，
Figure SMS_167
表示目标散射系数分布函数，
Figure SMS_173
表示天线方向图函数，
Figure SMS_174
表示目标距雷达的距离，
Figure SMS_169
，
Figure SMS_170
表示目标距雷达的初始距离，
Figure SMS_160
表示目标与雷达平台的径向速度，
Figure SMS_165
表示方位角，
Figure SMS_171
表示辛格函数，即常见的sinc函数，
Figure SMS_176
，
Figure SMS_175
表示调频斜率，
Figure SMS_177
表示脉冲宽度，
Figure SMS_161
表示虚部单位，
Figure SMS_164
表示光速，
Figure SMS_168
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
S50、将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。
本发明实施例提供了一种可选方案，将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理，包括：
构造频移矩阵，利用频移矩阵对距离走动校正处理后的若干组具有相同载频的信号进行频移处理；将所有组具有相同载频的信号的频移处理结果进行叠加；对叠加结果构建问题优化模型，求解问题优化模型得到最终的成像结果。
由公式(7)得到距离走动校正处理后的每组具有相同载频的信号表示为
Figure SMS_178
，其中，
Figure SMS_179
表示距离向采样点数，
Figure SMS_180
表示扫描到目标的脉冲信号的帧数。由于本发明实施例采用的脉冲信号在频域上并不连续，为了完成在距离向的频谱拼接，需要构造频移矩阵，构造的频移矩阵表示为：
Figure SMS_181
(8)
利用公式(8)对距离走动校正处理后的若干组具有相同载频的信号进行频移处理，得到每一组同频数据的频移处理，再将这些不同频段的数据进行叠加，叠加结果表示为：
Figure SMS_182
(9)
其中，
Figure SMS_188
表示叠加结果，
Figure SMS_185
表示选出的第
Figure SMS_187
组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure SMS_193
表示快时间，
Figure SMS_198
表示慢时间，
Figure SMS_196
表示每一帧脉冲信号对应随机数组的长度，
Figure SMS_197
表示频移矩阵，
Figure SMS_190
表示选出的第
Figure SMS_194
组具有相同载频的子脉冲信号对应的载频，
Figure SMS_186
表示目标散射系数分布函数，
Figure SMS_189
表示天线方向图函数，
Figure SMS_184
表示目标距雷达的距离，
Figure SMS_192
，
Figure SMS_195
表示目标距雷达的初始距离，
Figure SMS_200
表示目标与雷达平台的径向速度，
Figure SMS_199
表示方位角，
Figure SMS_202
，
Figure SMS_201
表示调频斜率，
Figure SMS_203
表示脉冲宽度，
Figure SMS_183
表示虚部单位，
Figure SMS_191
表示光速。
进一步地，对公式(9)的叠加结果构建问题优化模型，求解问题优化模型得到最终的成像结果，包括：
构建叠加结果的似然函数；利用基于似然函数的最大后验概率来估计目标散射系数；根据估计的目标散射系数得到最后的成像结果。
由公式(9)可知，回波信号在特定距离单元中方位向可以看作是目标散射系数分布函数和天线方向图函数的卷积操作，即可将回波模型进一步简化为：
Figure SMS_204
(10)
其中，
Figure SMS_205
表示最终信号回波模型，这里指叠加结果，
Figure SMS_206
表示目标散射系数分布函数，
Figure SMS_207
表示天线方向图函数，
Figure SMS_208
表示卷积操作，
Figure SMS_209
表示噪声函数。
为了方便数学推导，将公式(10)转换为矩阵形式：
Figure SMS_210
(11)
对公式(11)采用解卷积技术进行求解，得到估计的目标散射系数
Figure SMS_211
：
Figure SMS_212
(12)
通过上述公式(11)~(12)分析，可以看出本发明实施例将前视超分辨成像问题转化为一问题优化模型，即通过约束条件估计目标散射系数的问题。由于每个场景都会服从对应的概率分布，根据该概率分布建立散射场景统计模型，假设场景中采用拉普拉斯Laplace概率分布函数建立散射场景统计模型，噪声环境为高斯噪声，则可以分别得出目标散射系数分布函数和噪声分布函数，进而构建叠加结果的似然函数，表示为：
Figure SMS_213
(13)
其中，
Figure SMS_214
表示叠加结果，
Figure SMS_215
表示目标散射系数分布函数，
Figure SMS_216
表示噪声分布函数，
Figure SMS_217
表示噪声的标准差，
Figure SMS_218
表示天线方向图函数的矩阵表示形式，
Figure SMS_219
表示求l 2-范数。
通过建立叠加结果S的最大后验概率估计函数来估计目标散射系数
Figure SMS_220
：
Figure SMS_221
(14)
其中，
Figure SMS_222
，
Figure SMS_223
表示Laplace尺度系数，
Figure SMS_224
表示求l 1-范数。
采用共轭梯度法，但不局限于共轭梯度法来求解公式(14)的优化问题，多次迭代直至满足终止条件：
Figure SMS_225
(15)
其中，
Figure SMS_226
为第
Figure SMS_227
次迭代时的目标散射系数，
Figure SMS_228
为第q次迭代时的目标散射系数，
Figure SMS_229
为预先设置好的迭代门限，根据实际需要来设置。
最后，将优化过的结果代入公式(9)得到最后的成像结果。
为了验证本发明实施例提供的基于随机频率编码信号的前视超分辨成像方法的有效性，进行以下实验进行验证。
1、实验仿真参数
实验过程中，涉及的雷达参数如表1所示。以脉间随机步进频率捷变方式发射的一帧脉冲信号如图2所示，即公式(1)中L取值为7。
表1 雷达参数
Figure SMS_230
2、实验结果
图3是20米*20米战机目标的初始位置示意图。由图4可以看出，在扫描波束宽度为6°，作用距离2000m的条件下，实孔径前视成像图像方位向分辨率十分的低。图5和图6分别是传统像方法和本发明提出的成像方法的成像结果，相较于传统成像方法如图5所示的成像效果，本发明实施例提出的成像方法如图6所示的成像效果具备更好的方位分辨能力，将战机的局部位置在方位向进行了很好的区分，明显的看到了战机各个部位所在的位置，同时在成像过程中通过距离向合成大的带宽，提高了距离向的分辨率，实现了二维高分辨前视成像结果图。
综上所述，本发明实施例提出的基于随机频率编码信号的前视超分辨成像方法，针对前视成像雷达在对目标的检测识别过程中易受到电磁环境的干扰影响的问题，通过合理的波形设计，提出了将脉间随机步进频率信号应用至前视扫描雷达中，并给出了针对接收到该类发射信号的回波信号后的完整处理算法：以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频相同而变化规律不同；接收扫描到目标的每一帧脉冲信号反射回的回波信号；从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号；针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理；将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。研究仿真结果也证明了将脉间随机步进频率信号应用至前视扫描雷达中，不仅可以良好的对抗干扰信号，还可以实现前视成像雷达在距离-方位向的超分辨成像。除此之外，本发明实施例通过以脉间随机步进频率捷变方式发射若干帧脉冲信号，前视成像雷达通过每一帧脉冲信号中子脉冲信号载频变化规律的不同，将发射信号分为了带宽更小的多个子脉冲信号，之后对回波信号的频带进行合成获得宽带信号，因此接收机瞬时带宽只需对应子脉冲带宽，从而有效简化雷达体制。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看说明书及其附图，可理解并实现所述公开实施例的其他变化。在说明书中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。相互不同的实施例中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
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 (10)

1.一种基于随机频率编码信号的前视超分辨成像方法，其特征在于，包括：
以脉间随机步进频率捷变方式发射若干帧脉冲信号；其中，每一帧脉冲信号包括若干子脉冲信号且每一帧脉冲信号中子脉冲信号的载频相同而变化规律不同；
接收扫描到目标的每一帧脉冲信号反射回的回波信号；
从所有反射回的回波信号中选出若干组具有相同载频的子脉冲信号对应的回波信号；
针对选出的每组回波信号，包括：对回波信号进行距离脉冲压缩处理；对距离脉冲压缩处理后的信号进行距离走动校正处理；
将距离走动校正处理后的若干组具有相同载频的信号进行重新组合并进行成像处理。
2.根据权利要求1所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，发射的第n帧脉冲信号表示为：
Figure QLYQS_1
；
其中，
Figure QLYQS_2
表示第n帧脉冲信号，
Figure QLYQS_6
表示矩形门函数，
Figure QLYQS_9
表示快时间，
Figure QLYQS_3
表示脉冲宽度，
Figure QLYQS_5
表示虚部单位，
Figure QLYQS_7
表示调频斜率，
Figure QLYQS_11
，
Figure QLYQS_4
表示一固定频率，
Figure QLYQS_8
表示调频间隔，
Figure QLYQS_10
表示随机步进频率系数，为第n帧脉冲信号对应的长度为L的随机数组，且每一帧脉冲信号对应的随机数组元素相同而变化规律不同。
3.根据权利要求1所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，选出的第
Figure QLYQS_12
组具有相同载频的子脉冲信号对应的回波信号表示为：
Figure QLYQS_13
；
其中，
Figure QLYQS_24
表示选出的第m组具有相同载频的子脉冲信号对应的回波信号，
Figure QLYQS_16
取值1~L，
Figure QLYQS_22
表示每一帧脉冲信号对应随机数组的长度，
Figure QLYQS_17
表示快时间，
Figure QLYQS_20
表示慢时间，
Figure QLYQS_23
表示目标散射系数分布函数，
Figure QLYQS_26
表示天线方向图函数，
Figure QLYQS_27
表示目标距雷达的距离，
Figure QLYQS_30
，
Figure QLYQS_15
表示目标距雷达的初始距离，
Figure QLYQS_19
表示目标与雷达平台的径向速度，
Figure QLYQS_28
表示方位角，
Figure QLYQS_31
表示矩形门函数，
Figure QLYQS_29
，
Figure QLYQS_32
表示光速，
Figure QLYQS_14
表示脉冲宽度，
Figure QLYQS_18
表示虚部单位，
Figure QLYQS_21
表示调频斜率，
Figure QLYQS_25
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
4.根据权利要求1所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，对回波信号进行距离脉冲压缩处理，包括：
对回波信号进行距离向FFT频域变换；
构建脉冲压缩函数，利用所述脉冲压缩函数对FFT频域变换后的信号进行距离脉冲压缩处理。
5.根据权利要求4所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，距离脉冲压缩处理后的信号表示为：
Figure QLYQS_33
；
其中，
Figure QLYQS_40
表示选出的第m组具有相同载频的子脉冲信号对应的距离脉冲压缩处理后的信号，
Figure QLYQS_36
表示频率，
Figure QLYQS_38
表示慢时间，
Figure QLYQS_37
表示目标散射系数分布函数，
Figure QLYQS_39
表示天线方向图函数，
Figure QLYQS_42
表示目标距雷达的距离，
Figure QLYQS_46
，
Figure QLYQS_43
表示目标距雷达的初始距离，
Figure QLYQS_45
表示目标与雷达平台的径向速度，
Figure QLYQS_34
表示方位角，
Figure QLYQS_41
表示矩形门函数，
Figure QLYQS_44
表示调频斜率，
Figure QLYQS_47
表示脉冲宽度，
Figure QLYQS_48
表示虚部单位，
Figure QLYQS_49
表示光速，
Figure QLYQS_35
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
6.根据权利要求4所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，对距离脉冲压缩处理后的信号进行距离走动校正处理，包括：
构建走动校正函数，利用所述走动校正函数对距离脉冲压缩处理后的信号进行距离走动校正处理；
对距离走动校正处理后的信号进行距离向IFFT时域变换。
7.根据权利要求6所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，距离向IFFT时域变换后的信号表示为：
Figure QLYQS_50
；
其中，
Figure QLYQS_61
表示选出的第m组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure QLYQS_52
表示快时间，
Figure QLYQS_56
表示慢时间，
Figure QLYQS_63
表示目标散射系数分布函数，
Figure QLYQS_66
表示天线方向图函数，
Figure QLYQS_64
表示目标距雷达的距离，
Figure QLYQS_65
，
Figure QLYQS_57
表示目标距雷达的初始距离，
Figure QLYQS_59
表示目标与雷达平台的径向速度，
Figure QLYQS_51
表示方位角，
Figure QLYQS_55
，
Figure QLYQS_54
表示调频斜率，
Figure QLYQS_60
表示脉冲宽度，
Figure QLYQS_58
表示虚部单位，
Figure QLYQS_62
表示光速，
Figure QLYQS_53
表示选出的第m组具有相同载频的子脉冲信号对应的载频。
8.根据权利要求1所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，将距离走动校正处理后的不同帧的具有相同载频的信号进行重新组合并进行成像处理，包括：
构造频移矩阵，利用所述频移矩阵对距离走动校正处理后的若干组具有相同载频的信号进行频移处理；
将所有组具有相同载频的信号的频移处理结果进行叠加；
对叠加结果构建问题优化模型，求解所述问题优化模型得到最终的成像结果。
9.根据权利要求8所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，叠加结果表示为：
Figure QLYQS_67
；
其中，
Figure QLYQS_85
表示叠加结果，
Figure QLYQS_71
表示选出的第m组具有相同载频的子脉冲信号对应的距离走动校正处理后的信号，
Figure QLYQS_77
表示快时间，
Figure QLYQS_69
表示慢时间，
Figure QLYQS_78
表示每一帧脉冲信号对应随机数组的长度，
Figure QLYQS_83
表示频移矩阵，
Figure QLYQS_87
，
Figure QLYQS_75
表示距离向采样点数，
Figure QLYQS_76
表示扫描到目标的脉冲信号的帧数，
Figure QLYQS_68
表示选出的第m组具有相同载频的子脉冲信号对应的载频，
Figure QLYQS_73
表示目标散射系数分布函数，
Figure QLYQS_79
表示天线方向图函数，
Figure QLYQS_80
表示目标距雷达的距离，
Figure QLYQS_82
，
Figure QLYQS_88
表示目标距雷达的初始距离，
Figure QLYQS_81
表示目标与雷达平台的径向速度，
Figure QLYQS_84
表示方位角，
Figure QLYQS_86
，
Figure QLYQS_89
表示调频斜率，
Figure QLYQS_70
表示脉冲宽度，
Figure QLYQS_72
表示虚部单位，
Figure QLYQS_74
表示光速。
10.根据权利要求8所述的基于随机频率编码信号的前视超分辨成像方法，其特征在于，对叠加结果构建问题优化模型，求解所述问题优化模型得到最终的成像结果，包括：
构建所述叠加结果的似然函数；
利用基于似然函数的最大后验概率来估计目标散射系数；
根据估计的目标散射系数得到最后的成像结果。
CN202310121613.XA 2023-02-16 2023-02-16 一种基于随机频率编码信号的前视超分辨成像方法 Active CN115825953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310121613.XA CN115825953B (zh) 2023-02-16 2023-02-16 一种基于随机频率编码信号的前视超分辨成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310121613.XA CN115825953B (zh) 2023-02-16 2023-02-16 一种基于随机频率编码信号的前视超分辨成像方法

Publications (2)

Publication Number Publication Date
CN115825953A true CN115825953A (zh) 2023-03-21
CN115825953B CN115825953B (zh) 2023-06-16

Family

ID=85521601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310121613.XA Active CN115825953B (zh) 2023-02-16 2023-02-16 一种基于随机频率编码信号的前视超分辨成像方法

Country Status (1)

Country Link
CN (1) CN115825953B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116027280A (zh) * 2023-03-30 2023-04-28 西安电子科技大学 一种低峰值旁瓣频率编码雷达波形设计方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998672A (zh) * 2012-11-27 2013-03-27 西安电子科技大学 基于相干化处理的步进频率isar成像方法
EP2743727A2 (en) * 2014-01-16 2014-06-18 Institute of Electronics, Chinese Academy of Sciences Method for implementing high-resolution wide-swath spaceborne SAR system
CN105137425A (zh) * 2015-07-17 2015-12-09 电子科技大学 基于卷积反演原理的扫描雷达前视角超分辨方法
WO2016049544A1 (en) * 2014-09-25 2016-03-31 Northwestern University Devices, methods, and systems relating to super resolution imaging
CN106772368A (zh) * 2016-11-30 2017-05-31 西安电子科技大学 多随机频率雷达阵列的超分辨三维成像方法
CN107271993A (zh) * 2017-07-21 2017-10-20 电子科技大学 一种基于最大后验的扫描雷达角超分辨成像方法
CN111693960A (zh) * 2020-06-11 2020-09-22 中山大学 一种变频压缩感知雷达的信号处理方法
US20200408917A1 (en) * 2018-03-07 2020-12-31 Teledyne E2V Semiconductors Sas Optimized time of flight vision camera for a multi-camera environment
CN114200418A (zh) * 2021-11-10 2022-03-18 中国人民解放军国防科技大学 一种脉内多载频信号收发设计及回波重构方法
CN114355344A (zh) * 2021-12-06 2022-04-15 上海交通大学 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998672A (zh) * 2012-11-27 2013-03-27 西安电子科技大学 基于相干化处理的步进频率isar成像方法
EP2743727A2 (en) * 2014-01-16 2014-06-18 Institute of Electronics, Chinese Academy of Sciences Method for implementing high-resolution wide-swath spaceborne SAR system
WO2016049544A1 (en) * 2014-09-25 2016-03-31 Northwestern University Devices, methods, and systems relating to super resolution imaging
CN105137425A (zh) * 2015-07-17 2015-12-09 电子科技大学 基于卷积反演原理的扫描雷达前视角超分辨方法
CN106772368A (zh) * 2016-11-30 2017-05-31 西安电子科技大学 多随机频率雷达阵列的超分辨三维成像方法
CN107271993A (zh) * 2017-07-21 2017-10-20 电子科技大学 一种基于最大后验的扫描雷达角超分辨成像方法
US20200408917A1 (en) * 2018-03-07 2020-12-31 Teledyne E2V Semiconductors Sas Optimized time of flight vision camera for a multi-camera environment
CN111693960A (zh) * 2020-06-11 2020-09-22 中山大学 一种变频压缩感知雷达的信号处理方法
CN114200418A (zh) * 2021-11-10 2022-03-18 中国人民解放军国防科技大学 一种脉内多载频信号收发设计及回波重构方法
CN114355344A (zh) * 2021-12-06 2022-04-15 上海交通大学 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RUI ZHANG ET.AL: "High-Resolution Imaging Based on Temporal-Spatial Stochastic Radiation Field and Compressive Sensing Theory" *
李亚超 等: "弹载雷达成像技术发展现状与趋势" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116027280A (zh) * 2023-03-30 2023-04-28 西安电子科技大学 一种低峰值旁瓣频率编码雷达波形设计方法

Also Published As

Publication number Publication date
CN115825953B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN107678028B (zh) 低信噪比条件下的微波凝视关联成像方法
US11187797B2 (en) Method for range ambiguity suppression based on multi-degree-of-freedom frequency modulation signal
Wang CFAR-based interference mitigation for FMCW automotive radar systems
US8665132B2 (en) System and method for iterative fourier side lobe reduction
US20150061926A1 (en) Target detection utilizing image array comparison
CN113376601B (zh) 基于clean算法的捷变频雷达旁瓣抑制方法
CN115825953A (zh) 一种基于随机频率编码信号的前视超分辨成像方法
CN116718998B (zh) 毫米波随机稀疏阵列生成方法、装置、存储介质
US11181630B2 (en) High-throughput wireless communications encoded using radar waveforms
CN110879391B (zh) 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法
CN113156437B (zh) 一种高轨sar对低轨sar成像的射频干扰影响评估方法
CN109188436B (zh) 适用于任意平台轨迹的高效双基sar回波生成方法
CN112014807B (zh) 一种频率捷变雷达的自适应杂波抑制方法
JP2009036540A (ja) レーダ装置
Rosenberg et al. Continuous sea clutter models for the mean backscatter and K-distribution shape
Stevens et al. Emitter selection criteria for passive multistatic synthetic aperture radar imaging
CN109946696B (zh) 基于目标先验信息的雷达凝视关联成像方法
Liu et al. Research on a forward‐looking scanning imaging algorithm for a high‐speed radar platform
Sego et al. Tomography using digital broadcast television
CN116755093B (zh) 一种改善扫描极化sar模糊的方法、装置及计算机介质
CN118671763B (zh) 一种实现回波压缩的频扫sar信号生成方法
Saavedra et al. Sky‐wave over‐the‐horizon radar simulation tool
Weiner et al. High-throughput communications using constant-modulus waveforms with mitigation of range-sidelobe modulation
CN116736304B (zh) 一种基于线性调频信号的随机跳频信号成像方法
CN114066792B (zh) 一种基于多分辨率融合卷积神经网络的穿墙雷达成像方法

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