System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种联合相位聚焦的结构化稀疏ISAR成像方法技术_技高网

一种联合相位聚焦的结构化稀疏ISAR成像方法技术

技术编号:42693625 阅读:15 留言:0更新日期:2024-09-10 12:43
本发明专利技术提供一种联合相位聚焦的结构化稀疏ISAR成像方法,在考虑运动误差的前提下,构建出联合相位误差以及目标结构特性的方位向稀疏成像优化模型;为求解范数优化问题,将相位校正以及目标结构加权融入快速迭代收缩阈值算法实现过程,通过算法的迭代,同时实现相位误差的校正以及结构权值信息的更新,最终获得高分辨ISAR成像结果。实测数据实验证明,相比于传统稀疏成像方法,所提算法由于充分利用了目标的结构稀疏特性,不仅可以实现存在相位误差条件下的高精度ISAR成像,且进一步提升了低信噪比下的处理性能。

【技术实现步骤摘要】

本专利技术涉及雷达成像,尤其涉及一种联合相位聚焦的结构化稀疏isar成像方法。


技术介绍

1、作为一种全天时、全天候的目标感知手段,逆合成孔径雷达(inverse syntheticaperture radar, isar)可以获取非合作目标的一维、二维甚至高维信息,可以为后端的目标识别提供更多的精细特征,因此在军事和民用领域发挥着越来越重要的作用。对于二维成像来说,发射信号的带宽决定了距离分辨能力,而方位分辨能力则取决于雷达与目标之间的相对转动角度,这就需要雷达连续发射多个子脉冲信号以获取更长的虚拟成像孔径。然而,随着应用需求的多样化,isar成像正面临着诸多新的困难与挑战,特别是稀疏孔径严重制约了传统距离多普勒(range-doppler, rd)算法的成像性能。将压缩感知(compressive sensing, cs)理论应用于isar成像领域,通过利用目标固有的稀疏特性,可以获得传统rd算法无法比拟的性能,已成为解决稀疏成像问题的有效途径;

2、精确的运动补偿是isar成像的关键,一般可以通过包络对齐和相位聚焦两个步骤实现。然而,孔径的稀疏将会增加运动补偿的难度,尤其是对补偿精度要求较高的相位聚焦影响较大。传统相位聚焦算法,如相位梯度自聚焦(phase gradient autofocus, pga)、多普勒中心跟踪(doppler centre tracking, dct)等,无法有效补偿由运动引入的相位误差,导致成像质量的下降甚至失效。为了减少稀疏孔径对相位聚焦乃至成像的影响,通常将快速

3、快速最小熵相位补偿法与与平滑范数(smoothed l0 norm, sl0)算法相结合,实现了相位校正与方位成像的联合处理,但该方法对噪声较为敏感。且由于该方法在实现过程中需要多次调用admm算法,其成像性能以及计算效率仍有较大提升空间。


技术实现思路

1、本专利技术的目的在于针对上述现有技术的不足,提供了一种联合相位聚焦的结构化稀疏逆合成孔径雷达isar成像方法,充分利用了目标的结构稀疏特性,不仅可以实现存在相位误差条件下的高精度isar成像,且进一步提升了低信噪比下的处理性能。

2、为实现上述目的,本专利技术采用了如下技术方案:

3、本专利技术提供了一种联合相位聚焦的结构化稀疏逆合成孔径雷达isar成像方法,包括以下步骤:

4、s1、构建稀疏isar成像回波模型;

5、s2、采用结构化的快速迭代收缩阈值处理算法对所述稀疏isar成像回波模型进行求解;

6、s201、设定目标散射点的结构加权矩阵,将所述稀疏isar成像回波模型进行转换;

7、s202、在获得转换后的稀疏isar成像回波模型后,构造估计相位误差矩阵的优化模型;

8、s203、在获得转换后的稀疏isar成像回波模型以及转换后的估计相位误差矩阵,最后更新结构加权矩阵;

9、s204、判断更新条件是否继续。

10、进一步,所述s1具体为:

11、考虑稀疏孔径的条件,包含相位误差的稀疏isar成像回波模型写成矩阵形式为:

12、    (1);

13、其中,为含有相位误差的一维距离像矩阵;为方位向降采样个数、为距离向单元数、且;;为方位向降采样矩阵;为方位向傅里叶矩阵;为下标;,<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>f</mi><mi>a</mi></msub><mi>=</mi><msup><mrow><mo>[</mo><mrow><mi>−</mi><mrow bevelled="true"><mn>1</mn><mo stretchy="true">/</mo><mn>2</mn></mrow><mo>+</mo><mn>1</mn><mi>/</mi><mi>na</mi><mi>,</mi><mi>−</mi><mrow bevelled="true"><mn>1</mn><mo stretchy="true">/</mo><mn>2</mn></mrow><mo>+</mo><mn>2</mn><mi>/</mi><mi>na</mi><mi>,</mi><mi>⋯</mi><mi>,</mi><mrow bevelled="true"><mn>1</mn><mo stretchy="true">/</mo><mn>2</mn></mrow></mrow><mo>]</mo></mrow><mi>t</mi></msup></mstyle>,<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>t</mi><mi>a</mi></msub><mi>=</mi><mrow><mo>[</mo><mrow><mn>0</mn><mi>,</mi><mn>1</mn><mi>,</mi><mi>⋯</mi><mi>,</mi><mi>na</mi></mrow><mo>]</mo></mrow></mstyle>;为噪声矩阵;为待重构的二维isar成像矩阵;为估计相位误差矩阵,表示为:

14、<mstyle displaystyle="true" mathcolor="#000000"><mtable columnalign="left"><mtr><本文档来自技高网...

【技术保护点】

1.一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,所述S1具体为:

3.根据权利要求2所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,所述S201中,转换后的稀疏ISAR成像回波模型为:

4.根据权利要求3所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,所述S201具体为:

5.根据权利要求4所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,所述S202具体为:

6.根据权利要求5所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于,所述S3中,更新结构加权矩阵,具体为:

7.根据权利6所述一种联合相位聚焦的结构化稀疏逆合成孔径雷达ISAR成像方法,其特征在于:所述S204,具体为:

【技术特征摘要】

1.一种联合相位聚焦的结构化稀疏逆合成孔径雷达isar成像方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达isar成像方法,其特征在于,所述s1具体为:

3.根据权利要求2所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷达isar成像方法,其特征在于,所述s201中,转换后的稀疏isar成像回波模型为:

4.根据权利要求3所述的一种联合相位聚焦的结构化稀疏逆合成孔径雷...

【专利技术属性】
技术研发人员:吕明久陈文峰杨军王勇朱迎新袁博资龙铭
申请(专利权)人:中国人民解放军空军预警学院雷达士官学校
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1