一种基于数据旋转的稀疏线阵SAR三维成像方法技术

本发明专利技术公开了一种基于数据旋转的稀疏线阵SAR三维成像方法，包括以下步骤：S1、系统参数初始化；S2、回波录取并解调；S3、将回波信号与参考信号进行相关处理；S4、数据旋转扩充变换；S5、采用奇异值阈值法实现矩阵填充；S6、对S5的结果做旋转扩充逆变换；S7、重复S4～S6的步骤，对所有的距离切面信号填充恢复，得到最终重构的三维信号；S8、采用后向投影方法实现目标三维成像。本发明专利技术通过将稀疏线阵回波依据半波长的规则网格化确定缺失数据的比例以及具体待恢复数据的位置；通过对距离切面信号做数据旋转扩充变换，解决了矩阵填充无法对行列缺失矩阵补全的问题。本发明专利技术具有成像效果质量高、适用性广、数据存储简单和运算处理复杂度低等优点。低等优点。低等优点。

【技术实现步骤摘要】
一种基于数据旋转的稀疏线阵SAR三维成像方法


[0001]本专利技术属于线阵合成孔径雷达(Linear array Synthetic Aperture Radar,LASAR)成像
，具体涉及一种基于数据旋转的稀疏线阵SAR三维成像方法。

技术介绍

[0002]近年来，随着现代电子技术的高速发展，电子对抗日益激烈，各类干扰样式层出不穷，严重阻碍了雷达系统的正常工作。对于主瓣干扰，干扰能量上具有绝对优势，并且主瓣干扰在空时频等维度上与目标高度重合，现有干扰抑制手段效果欠佳，仍是雷达界亟需要解决的难题之一。一般的抗主瓣干扰方法有：信号处理以及波形设计。
[0003]在信号处理抗主瓣干扰方法方面，常见的信号处理方法包括：盲源分离和滤波处理。盲源分离可以在不需要先验知识的情况下，对混合信号进行分离，如文献[G.Huang,L.Yang,G.Su.Blind source separation used for radar anti
‑
jamming[C].2003International Conference on Neural Networks and Signal Processing,Nanjing,China,2003:1382
‑
1385.]提出了基于矩阵联合对角化特征矢量的盲源分离抗主瓣干扰算法，将目标信号与干扰信号分离，实现干扰抑制，该方法能有效降低主瓣干扰对雷达探测性能的影响。然而，在混合信号分离后，往往还存在少量干扰残余，且针对的是单一类型的干扰。滤波处理主要是利用干扰信号与目标回波在时、频、空、极化等域的差异性，在不同维度上设计滤波器参数，达到干扰抑制的效果，如文献[S.Zhang,Y.Yang,G.Cui,et al.Range
‑
velocity jamming suppression algorithm based on adaptive iterative filtering[C].2016IEEE Radar Conference,Philadelphia,PA,USA,2016:1
‑
6.]，通过对每个距离
‑
多普勒单元设计失配滤波器，实现距离
‑
速度联合欺骗干扰抑制。然而，该方法需要精确已知干扰信号的波形，且仅适用于某一干扰类型。
[0004]波形设计抗主瓣干扰方法，通过设计脉内、脉间波形的相位、频率等信息，放大目标回波和干扰信号在时、频、空、极化等域的差异性，从而达到抗干扰的目的，如文献[徐磊磊.雷达波形设计及抗主瓣有源干扰若干技术研究[D].西安:西安电子科技大学,2019.]，基于角域波形与干扰信号之间的幅度差异，利用波形优化的方法来压缩干扰信号，有效对抗了DRFM转发式干扰。然而，该方法只能对抗单一类型的干扰，无法有效对抗多种干扰类型叠加的复合干扰。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种通过将稀疏线阵回波依据半波长的规则网格化确定缺失数据的比例以及具体待恢复数据的位置；通过对距离切面信号做数据旋转扩充变换，解决了矩阵填充无法对行列缺失矩阵补全问题的基于数据旋转的稀疏线阵SAR三维成像方法，本专利技术具有成像效果质量高、适用性广、数据存储简单和运算处理复杂度低等优点。
[0006]本专利技术的目的是通过以下技术方案来实现的：一种基于数据旋转的稀疏线阵SAR
三维成像方法，包括以下步骤：
[0007]S1、系统参数初始化，初始化的参数包括发射信号载频f0，方位向采样频率PRF，距离向采样点数N
r
，目标照射时间T
s
，方位向采样点数M，线阵阵元数目N
′
，稀疏线阵阵元间隔d
i
；
[0008]S2、回波录取并解调，具体过程如下：
[0009]S21、初始化一个稀疏三维回波矩阵其中N表示线阵间距满足奈奎斯特定理时的阵元数目，O为零矩阵；
[0010]S22、对每个阵元在每个方位时刻收到的回波进行录取并解调到基带，根据各个阵元所在的空间位置填充到S
echo
中，得到三维LASAR回波信号S
echo
(t,m,n)；
[0011]S3、将回波信号S
echo
(t,m,n)与参考信号s
ref
(t)进行相关处理，得到距离向脉冲压缩后的结果S
r
(t,m,n)：
[0012][0013]其中，χ
R
(
·
)为距离脉压模糊函数，本实例中χ
R
(
·
)＝sinc(
·
)；
[0014]S4、数据旋转扩充变换：对S
r
(t,m,n)的每一个距离切面
[0015]S
ri
(m,n),i∈[1,N
r
],m∈[1,M],n∈[1,N]做数据旋转扩充处理，初始化扩充矩阵为将原矩阵S
ri
的信息与扩充后矩阵S2一一对应，规则如下：
[0016][0017]变换后的在各行和各列都有已知元素；
[0018]S5、对S4得到的结果做矩阵填充，采用奇异值阈值法实现矩阵填充；
[0019]S6、对S5的结果做旋转扩充逆变换；
[0020]S7、重复S4～S6的步骤，对所有的距离切面信号填充恢复，得到最终重构的三维信号
[0021]S8、采用后向投影方法实现目标三维成像。
[0022]进一步地，所述步骤S5具体过程如下：
[0023]S51、初始化参数，设定最大迭代次数MAX，初始化迭代次数k＝1、迭代步长δ、投影矩阵P
Ω
、待恢复矩阵S0＝0；
[0024]S52、奇异值分解：其中U
k
‑1和V
k
‑1是正交矩阵，Σ
k
‑1＝diag({σ
j
}1≤j≤r)，r为Y
k
‑1的秩，σ
j
为奇异值；
[0025]S53、计算奇异值收缩算子：X
k
＝D
τ
(Y
k
‑1)＝U
k
‑1D
τ
(Σ
k
‑1)V
k
‑
1T
，其中D
τ
(
·
)为软阈值操作，D
τ
(Σ
k
‑1)＝diag({σ
j
‑
τ}
+
)，t
+
表示的非负部分，即t
+
＝max(0,t)；
[0026]S54、更新：其中P
Ω
为投影矩阵；
[0027]S55、基于奇异值阈值的矩阵填充迭代终止判定，如果k＝MAX，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据旋转的稀疏线阵SAR三维成像方法，其特征在于，包括以下步骤：S1、系统参数初始化，初始化的参数包括发射信号载频f0，方位向采样频率PRF，距离向采样点数N
r
，目标照射时间T
s
，方位向采样点数M，线阵阵元数目N
′
，稀疏线阵阵元间隔d
i
；S2、回波录取并解调，具体过程如下：S21、初始化一个稀疏三维回波矩阵其中N表示线阵间距满足奈奎斯特定理时的阵元数目，O为零矩阵；S22、对每个阵元在每个方位时刻收到的回波进行录取并解调到基带，根据各个阵元所在的空间位置填充到S
echo
中，得到三维LASAR回波信号S
echo
(t,m,n)；S3、将回波信号S
echo
(t,m,n)与参考信号s
ref
(t)进行相关处理，得到距离向脉冲压缩后的结果S
r
(t,m,n)；S4、数据旋转扩充变换：对S
r
(t,m,n)的每一个距离切面S
ri
(m,n),i∈[1,N
r
],m∈[1,M],n∈[1,N]做数据旋转扩充处理，初始化扩充矩阵为将原矩阵S
ri
的信息与扩充后矩阵S2一一对应，规则如下：变换后的在各行和各列都有已知元素；S5、对S4得到的结果做矩阵填充，采用奇异值阈值法实现矩阵填充；S6、对S5的结果做旋转扩充逆变换；S7、重复S4～S6的步骤，对所有的距离切面信号填充恢复，得到最终重构的三维信号S8、采用后向投影方法实现目标三维成像。2.根据权利要求1所述的一种基于数据旋转的稀疏线阵SAR三维成像方法，其特征在于，所述步骤S5具体过程如下：S51、初始化参数，设定最大迭代次数MAX，初始化迭代次数k＝1、迭代步长δ、投影矩阵P
Ω
、待恢复矩阵S0＝0；S52、奇异值分解：其中U
k
‑1和V
k
‑1是正交矩阵，Σ
k
‑1＝diag({σ
j<...

【专利技术属性】
技术研发人员：杨建宇，马宇欣，海宇，曾旋，李中余，孙稚超，安洪阳，武俊杰，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：