一種基于正則化的掃描雷達自適應角超分辨方法與流程

本發明屬于雷達成像
技術領域：
，具體涉及一種基于正則化的掃描雷達自適應角超分辨方法的設計。
背景技術：
：由于多普勒模糊和多普勒變化小的原因，多普勒波束銳化和合成孔徑技術無法實現平臺正前視區域的高分辨成像，這極大的限制了其在地形測繪、飛機自主著陸、導航與制導等領域的應用。實波束雷達，通過方位向掃描可以獲取前視區域的圖像，但是由于天線波束寬度和作用距離的影響，其角分辨率往往比較低。為了提高實波束掃描雷達的角分辨率，文獻“Constrainediterativerestorationalgorithms”(ProceedingoftheIEEE，1981，pp.432–450，Richards)中提出了一種constrainediterativedeconvolution(CID)方法。該方法利用正性算子實施非線性約束，并且將該正性約束與迭代逆濾波相結合，實現了雷達角超分辨。但是由于迭代進程中該算法的收斂速度慢，計算量大，因而限制了其在實際中的應用。為了克服以上方法的缺點，在“IterativeNoncoherentAngularsuperresolution”(IEEENationalRadarConference，1988，pp.100–105，Richards)中提出了一種fastconstrainediterativedeconvolution(FCID)方法。通過傅里葉變換系數的奇偶項分解，該方法降低了迭代中的計算量，實現了快速收斂。然而相對傳統的約束迭代反卷積方法，該方法造成超分辨成像中偽像增多。在“Normregularizationmethodanditsapplicationinradarazimuthsuper-resolution”(IEEEInternationalConferenceofIEEERegion，2013，pp.1–4，JianwuZou)中提出了一種L2-normregularization方法。該方法通過構造正則化項對不適應性問題進行約束，將不適應性問題轉化成線性方程組求解，然后通過獲得該線性方程組的逼近解來實現角超分辨。該方法能夠快速實現角超分辨成像，但是由于正則化參數的全局化，導致成像時對背景區域噪聲的壓制效果不好；另外由于正則化算子使用單位矩陣，導致圖像邊緣區域的結構特性得不到有效保留。技術實現要素：本發明的目的是為了解決現有技術中雷達角超分辨方法存在計算量大、偽像較多、對背景區域噪聲的壓制效果不好、圖像邊緣區域的結構特性得不到有效保留等各種不足的問題，提出了一種基于正則化的掃描雷達自適應角超分辨方法。本發明的技術方案為：一種基于正則化的掃描雷達自適應角超分辨方法，其特征在于，包括以下步驟：S1、采集實波束掃描雷達的回波，并對回波進行距離向脈沖壓縮；S2、針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式；S3、構建正則化算子矩陣L；S4、構建正則化參數矩陣μ；S5、對該距離單元中的目標散射系數矩陣進行約束迭代求解；S6、判斷是否滿足迭代終止條件，若是則進入步驟S7，否則返回步驟S5進行下一次迭代；S7、判斷是否處理完所有距離單元，若是則輸出成像結果，否則返回步驟S2。進一步地，步驟S1具體為：采集實波束掃描雷達的回波，將回波沿距離向做傅立葉變換，并同距離向參考信號傅立葉變換的共軛相乘，再將相乘的結果反變換到時域，從而實現距離向脈沖壓縮。進一步地，步驟S2具體為：針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式，即：Y＝HX+N(1)其中，X是目標散射系數矩陣，具體可表示為：X＝[x(1)x(2)…x(P)]T(2)P代表方位向采樣個數，具體可根據公式(3)確定：ω為雷達掃描速度，為雷達掃描角度范圍，PRF為脈沖重復頻率；H是由離散化天線方向圖h構造的P×P卷積矩陣：其中，離散化天線方向圖h表示為：h＝[h(1)h(2)…h(M)](5)M代表天線方向圖的采樣點數，由公式(6)確定：M=θω·PRF---(6)]]>θ為天線方向圖波束寬度；Y是回波矩陣，大小為P×1，具體可表示為：Y＝[y(1)y(2)…y(P)]T(7)N代表大小為P×1的噪聲矩陣。進一步地，步驟S3具體為：采用二階導數設計構建正則化算子，離散化的二階導數在一維空間中表示為：▿2y=[y(i+1)+y(i-1)]-2y(i)---(8)]]>其中i＝2,3,…,(P-2)；在該正則化算子中，每一個點的二階導數值由本身和兩個臨近點確定，將每一個點作為中心點，則正則化算子矩陣L可以通過正則化算子模版獲得，表示為：進一步地，步驟S4具體為：正則化參數矩陣為對角矩陣μ，具體可表示為：其中α(i),i＝1,2,…,P代表在每個方位上的正則化參數。進一步地，正則化參數a(i)的求取方法具體如下：采用均勻算子矩陣G對回波矩陣Y進行平滑，平滑后的信號Z代表回波的相對局部信噪比，具體過程為：Z＝GY(11)其中G是一個P×P的均勻算子矩陣，具體表示為：n代表均勻算子的窗口寬度；根據Z矩陣，建立由相對局部信噪比到局部正則化參數a(i)的線性映射，即為：其中i＝1,2,…,P；結合L曲線準則，該線性映射可具體根據公式(14)自適應地獲得局部正則化參數：α(i)min+[α(i)min+Δ]+[α(i)min+2Δ]+...+[α(i)min+(P-1)Δ]P=αaverα(i)min=σ·αaver---(14)]]>其中，αaver為根據L曲線準則得到的全局正則化參數，Δ代表相鄰正則化參數的間隔，σ∈(0,1)。進一步地，步驟S5具體為：根據公式(15)對該距離單元中的目標散射系數矩陣進行約束迭代求解：X^k+1=U[(HTH+μLTL)-1HTY+(HTH+μLTL)-1μX^k]---(15)]]>其中，為第k+1次迭代獲得的解，為第k次迭代的解；初次迭代時k＝0并設定初始值U為正性算子：U[x^(i)]=x^(i),ifx^(i)≥00,else---(16)]]>其中i＝1,2,…,P是中第i行的元素。進一步地，步驟S6中迭代終止條件具體為：相鄰兩次迭代結果的均方根誤差小于或等于設定的標準誤差：Σi=1P[x^k+1(i)-x^k(i)]2P≤ϵ---(17)]]>其中，是中第i行的元素，是中第i行的元素，ε代表設定的標準誤差。本發明的有益效果是：本發明為實現超分辨成像，首先對實波束掃描雷達的回波進行距離向脈沖壓縮，并將同一距離單元信號表示成矩陣向量形式；然后設計一種基于二階導數的正則化算子，再根據雷達回波的相對局部信噪比并結合L曲線準則，自適應地獲得局部正則化參數；最后通過約束迭代求解的方法實現實波束掃描雷達角超分辨成像。本發明獲得的雷達角超分辨成像能夠有效壓制背景區域的噪聲，并且能夠良好地保留和恢復目標點的邊緣結構細節。附圖說明圖1為本發明提供的一種基于正則化的掃描雷達自適應角超分辨方法流程圖。圖2為本發明實施例的實波束掃描雷達工作模式示意圖。圖3為本發明實施例的雷達天線方向曲線圖。圖4為本發明實施例的目標場景的分布曲線圖。圖5為本發明實施例的實波束掃描雷達方位回波信號曲線圖。圖6為本發明實施例的實波束掃描雷達角超分辨結果曲線圖。具體實施方式下面結合附圖對本發明的實施例作進一步的說明。本發明提供了一種基于正則化的掃描雷達自適應角超分辨方法，如圖1所示，包括以下步驟：S1、采集實波束掃描雷達的回波，并對回波進行距離向脈沖壓縮。本發明實施例的驗證步驟均在MATLAB2013仿真平臺上進行，實波束掃描雷達的系統參數下表所示：雷達系統采集回波的工作模式如圖2所示，為實現掃描雷達角超分辨成像，采集回波并根據系統參數構造距離向脈沖壓縮參考信號refer(τ)＝exp(iπkrτ2)，其中kr＝10MHz/μs為調頻斜率，-1μs≤τ≤1μs為距離向時間變量。將回波沿距離向做傅立葉變換，并同距離向參考信號傅立葉變換的共軛refer*(f)相乘，再將相乘的結果反變換到時域，從而實現距離向脈沖壓縮。雷達天線方向曲線如圖3所示，目標場景的分布曲線如圖4所示，根據目標方位分布及雷達天線方向，在信噪比為30dB的條件下獲得的回波成像如圖5所示。S2、針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式：針對某一距離單元，將脈沖壓縮后的回波表示成矩陣向量形式，即：Y＝HX+N(1)其中，X是目標散射系數矩陣，具體可表示為：X＝[x(1)x(2)…x(P)]T(2)P代表方位向采樣個數，具體可根據公式(3)確定：ω為雷達掃描速度，為雷達掃描角度范圍，PRF為脈沖重復頻率。H是由離散化天線方向圖h構造的P×P卷積矩陣：其中，離散化天線方向圖h表示為：h＝[h(1)h(2)…h(M)](5)M代表天線方向圖的采樣點數，由公式(6)確定：M=θω·PRF---(6)]]>θ為天線方向圖波束寬度。Y是回波矩陣，大小為P×1，具體可表示為：Y＝[y(1)y(2)…y(P)]T(7)N代表大小為P×1的噪聲矩陣。本發明所述方法即是在已知H和Y的條件下，求解得到X的逼近解本發明實施例中，根據仿真參數ω，PRF并由公式(3)可得方位向采樣個數為301，目標散射系數矩陣X可具體表示為：X＝[x(1)x(2)…x(301)]T。同理可得天線方向圖的采樣個數為101，則雷達天線方向圖矩陣H的大小為301×301，具體可表示為：Y是回波信號g2(τ,ρ)的矩陣向量形式，大小為301×1。本發明實施例中，Y具體可表示為：Y＝[y(1)y(2)…y(301)]T。S3、構建正則化算子矩陣L。本發明實施例中，采用二階導數設計構建正則化算子，離散化的二階導數在一維空間中表示為：▿2y=[y(i+1)+y(i-1)]-2y(i)---(8)]]>其中i＝2,3,…,(P-2)。在該正則化算子中，每一個點的二階導數值由本身和兩個臨近點確定，將每一個點作為中心點，則矩陣L可以通過正則化算子模版獲得，該模版具體表示為：-12-1根據該模版的滑動平移進行擴展，可以獲得大小為P×P的正則化算子矩陣L：本發明實施例中，L為大小為301×301的正則化算子矩陣。S4、構建正則化參數矩陣μ。正則化參數矩陣為對角矩陣μ，具體可表示為：其中α(i),i＝1,2,…,P代表在每個方位上的正則化參數。本發明實施例中：正則化參數a(i)的求取方法具體如下：采用均勻算子矩陣G對回波矩陣Y進行平滑，平滑后的信號Z代表回波的相對局部信噪比，具體過程為：Z＝GY(11)本發明實施例中，G是一個301×301的均勻算子矩陣，具體表示為：n代表均勻算子的窗口寬度，取值范圍一般為3～5。本發明實施例中，n＝5。本發明實施例中，對于局部信噪比高的方位角，μ矩陣中與之對應的α(i)取值小；對于局部信噪比低的方位角，相對應的α(i)取值大。根據Z矩陣，建立由相對局部信噪比到局部正則化參數a(i)的線性映射，即為：其中i＝1,2,…,P；結合L曲線準則，該線性映射可具體根據公式(14)自適應地獲得局部正則化參數：α(i)min+[α(i)min+Δ]+[α(i)min+2Δ]+...+[α(i)min+(P-1)Δ]P=αaverα(i)min=σ·αaver---(14)]]>本發明實施例中，將P＝301代入公式(14)，可得：α(i)min+[α(i)min+Δ]+[α(i)min+2Δ]+...+[α(i)min+300Δ]301=αaverα(i)min=σ·αaver]]>其中，αaver為根據L曲線準則得到的全局正則化參數，Δ代表相鄰正則化參數的間隔，σ∈(0,1)。S5、對該距離單元中的目標散射系數矩陣進行約束迭代求解。根據公式(15)對該距離單元中的目標散射系數矩陣進行約束迭代求解：X^k+1=U[(HTH+μLTL)-1HTY+(HTH+μLTL)-1μX^k]---(15)]]>其中，為第k+1次迭代獲得的解，為第k次迭代的解；初次迭代時k＝0并設定初始值U為正性算子：U[x^(i)]=x^(i),ifx^(i)≥00,else---(16)]]>其中i＝1,2,…,P是中第i行的元素。S6、判斷是否滿足迭代終止條件，即判斷相鄰兩次迭代結果的均方根誤差是否小于或等于設定的標準誤差：Σi=1P[x^k+1(i)-x^k(i)]2P≤ϵ---(17)]]>本發明實施例中，將P＝301代入公式(17)，可得：Σi=1301[x^k+1(i)-x^k(i)]2301≤ϵ]]>其中，是中第i行的元素，是中第i行的元素，ε代表設定的標準誤差，本發明實施例中ε＝0.1。若滿足迭代終止條件，則停止迭代并輸出該距離單元的最終求解結果進入步驟S7，否則更新k＝k+1并返回步驟S5進行下一次迭代。S7、判斷是否處理完所有距離單元，若是則輸出成像結果，否則返回步驟S2。根據本發明所述方法獲得的角超分辨成像結果如圖6所示。由圖6可以看出，利用本發明提供方法獲得的角超分辨成像能夠有效壓制背景區域的噪聲，并且能夠良好地保留和恢復目標點的邊緣結構細節。本領域的普通技術人員將會意識到，這里所述的實施例是為了幫助讀者理解本發明的原理，應被理解為本發明的保護范圍并不局限于這樣的特別陳述和實施例。本領域的普通技術人員可以根據本發明公開的這些技術啟示做出各種不脫離本發明實質的其它各種具體變形和組合，這些變形和組合仍然在本發明的保護范圍內。當前第1頁1 2 3