專利名稱：基于子空間追蹤的壓縮感知雷達(dá)成像算法的制作方法
基于子空間追蹤的壓縮感知雷達(dá)成像算法技術(shù)領(lǐng)域
本發(fā)明屬于成像仿真技術(shù)，特別是一種基于子空間追蹤的壓縮感知雷達(dá)成像算法。
背景技術(shù)：
壓縮感知理論突破了傳統(tǒng)奈奎斯特采樣定理的限制，它基于信號的稀疏性、測量矩陣的隨機(jī)性和非線性優(yōu)化算法完成對信號的壓縮采樣和重構(gòu)。這種全新的信號處理理論為克服傳統(tǒng)雷達(dá)固有缺陷，解決傳統(tǒng)高分辨雷達(dá)面臨的高采樣率、大數(shù)據(jù)量和實(shí)時(shí)處理困難等問題提供了可能。雷達(dá)成像是利用雷達(dá)觀測系統(tǒng)接收到的目標(biāo)回波信號獲得目標(biāo)電磁散射特性的空間分布，利用壓縮感知來研究雷達(dá)成像問題，可望減少提取目標(biāo)脈沖響應(yīng)和刻畫目標(biāo)散射機(jī)制所需的測量數(shù)據(jù)，生成高分辨雷達(dá)圖像。
首先將壓縮感知理論應(yīng)用于雷達(dá)成像的是Baraniuk，他通過理論分析和數(shù)值仿真證明了壓縮感知雷達(dá)成像的可行性。Herman采樣特定的雷達(dá)波形構(gòu)造了壓縮感知雷達(dá)，并且通過矩陣稀疏分解，分析了小場景實(shí)現(xiàn)壓縮感知雷達(dá)成像的可行性，并且得到了對雷達(dá)場景稀疏度的上限要求。Varshney和Potter等人分析了利用稀疏約束的小場景雷達(dá)成像的可行性，并用仿真實(shí)驗(yàn)驗(yàn)證了他們的結(jié)論。Yoon通過仿真實(shí)驗(yàn)實(shí)現(xiàn)了逆合成孔徑雷達(dá)、穿墻雷達(dá)等小場景目標(biāo)的雷達(dá)成像。由于合成孔徑雷達(dá)及逆合成孔徑雷達(dá)在民用和軍事領(lǐng)域的重要性，壓縮感知理論在其中的應(yīng)用得到了包括西安電子科技大學(xué)、中科院電子所等國內(nèi)外研究機(jī)構(gòu)的廣泛關(guān)注，相關(guān)研究取得了一定的發(fā)展。
目前已有的研究工作主要是先獲取雷達(dá)圖像，然后對圖像數(shù)據(jù)利用壓縮感知技術(shù)進(jìn)行重構(gòu)，噪聲影響對圖像結(jié)果很敏感。發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種壓縮感知雷達(dá)成像仿真方法，該方法具有計(jì)算精度高，節(jié)省計(jì)算內(nèi)存需求和計(jì)算時(shí)間的優(yōu)點(diǎn)，可為壓縮感知合成孔徑雷達(dá)成像仿真分析提供重要的參考資料。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案為一種基于子空間追蹤的壓縮感知雷達(dá)成像算法，步驟如下第一步，設(shè)置頻率和角度等掃描參數(shù)，對相應(yīng)的目標(biāo)模型利用物理光學(xué)方法計(jì)算得到散射場數(shù)據(jù)，作為原始信號第二步，讀入回波數(shù)據(jù)，對其進(jìn)行欠采樣，這里采用間隔采樣，即采樣點(diǎn)數(shù)減/」力原來的一半；第三步，根據(jù)欠采樣的回波信號設(shè)計(jì)稀疏基函數(shù)1^,! = U, 3,…，F(xiàn)a, λ = 1,2,3,…，珂； 凡為方位向上滿足Nyquist采樣定理的原始采樣點(diǎn)數(shù)，而義則為在距離向上的采樣點(diǎn)數(shù)， 得到稀疏矩陣Ψ = (Ψ Λ)，通常采用壓縮感知理論對目標(biāo)區(qū)域進(jìn)行雷達(dá)成像的方法是直接對接收到的回波數(shù)據(jù)進(jìn)行解碼重構(gòu)；第四步，建立相應(yīng)的方程,其中J為觀測矩陣φ與稀疏矩陣 的乘積，^為原始信號7在觀測矩陣Φ下的投影值，然后采用壓縮感知重構(gòu)算法求解方程，這里采用子空間追蹤算法，在每次迭代中，用多個(gè)原子張成的子空間代替單個(gè)原子，并且用信號在子空間上的正交投影逼近信號。由于每次迭代時(shí)，選取了多個(gè)最匹配的時(shí)頻原子，可以有效減小過匹配現(xiàn)象出現(xiàn)的概率。用子空間上的正交投影逼近信號使得殘差能量下降速度加快，并且正交投影可以通過最小二乘算法得到，計(jì)算復(fù)雜度增加不大，從而加快收斂速度。最后根據(jù) ζ= Ψα得到重構(gòu)的回波 力上面的稀疏矩陣。
第五步，將利用子空間追蹤法重構(gòu)的回波數(shù)據(jù)與現(xiàn)有的成像算法結(jié)合，對回波數(shù)據(jù)進(jìn)行距離向壓縮，采用后向投影算法進(jìn)行成像，此成像方法根據(jù)各個(gè)采樣點(diǎn)位置的時(shí)間， 將回波信號作時(shí)間對齊，然后相加，從而實(shí)現(xiàn)方位向的相干聚焦。
本發(fā)明與現(xiàn)有成像技術(shù)相比，其顯著優(yōu)點(diǎn)為(1)降低了采樣率。將壓縮感知技術(shù)應(yīng)用到合成孔徑雷達(dá)成像，采樣率突破了奈奎斯特準(zhǔn)則的限制；(2)成像結(jié)果穩(wěn)定。壓縮感知重構(gòu)算法采用的是子空間追蹤算法，比常用的正交匹配追蹤算法效果顯著；(3)抵抗噪聲能力增強(qiáng)。在回波中加入噪聲后，利用壓縮感知技術(shù)后的成像結(jié)果要比傳統(tǒng)成像效果要好；(4)精確計(jì)算結(jié)果可作為壓縮感知合成孔徑雷達(dá)成像仿真提供重要的參考，節(jié)約實(shí)驗(yàn)測試費(fèi)用。
下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。


圖1是傳統(tǒng)編解碼理論框圖。
圖2是基于壓縮感知的編解碼理論框圖。
圖3是傳統(tǒng)雷達(dá)成像方法和CS方法流程比較示意圖。
圖4是子空間追蹤算法流程圖。
圖5是正交匹配追蹤算法流程圖。
圖6是壓縮感知雷達(dá)成像仿真示意圖。
圖7是逆合成孔徑雷達(dá)成像模型示意圖。
圖8是后向投影算法流程圖。
圖9是X波段double ogive成像結(jié)果圖(無噪聲情形)，(a) double ogive模型圖；(b)滿采樣的傳統(tǒng)算法成像結(jié)果；(c) 50%采樣率的OMP算法成像結(jié)果；(d)與(c)相同數(shù)據(jù)量的SP方法成像結(jié)果。
圖10是X波段double ogive成像結(jié)果圖(有噪聲情形)，(a)滿采樣的傳統(tǒng)算法成像結(jié)果；(b)滿采樣且SNR=IOdB的傳統(tǒng)算法成像結(jié)果；(c) 50%采樣率的SP算法成像結(jié)果；(d) 50%采樣率且SNR=IOdB的SP方法成像結(jié)果；(e) 50%采樣率的OMP算法成像結(jié)果； (f) 50%采樣率且SNR=IOdB的OMP方法成像結(jié)果。
圖11是Ku波段某彈頭的成像結(jié)果圖，(a)彈頭模型圖；(b)滿采樣的傳統(tǒng)算法成像結(jié)果；(c) 50%采樣率的OMP算法成像結(jié)果；(d)與(c)相同數(shù)據(jù)量的SP方法成像結(jié)果。
具體實(shí)施例方式
權(quán)利要求
1.一種基于子空間追蹤的壓縮感知雷達(dá)成像算法，其特征在于步驟如下第一步，建立待測目標(biāo)的幾何模型，設(shè)置該目標(biāo)的相關(guān)參數(shù)初始頻率、頻率間隔、帶寬、初始角度、角度間隔、角度范圍，采用物理光學(xué)方法計(jì)算出該目標(biāo)的回波數(shù)據(jù)，作為原始信號τ ；第二步，讀入回波數(shù)據(jù)，對其進(jìn)行距離向欠采樣；第三步，根據(jù)欠采樣的回波數(shù)據(jù)設(shè)計(jì)稀疏基函數(shù)~ J = U，3，…,A^i = 1,2,3，…,巧; 凡為方位向上滿足Nyquist采樣定理的原始采樣點(diǎn)數(shù)，而入則為在距離向上的采樣點(diǎn)數(shù)，得到稀疏矩陣Ψ = (Ψ。；將原始信號x影射到一組測量向量€射上，得到測量值
2.根據(jù)權(quán)利要求1所述的基于子空間追蹤的壓縮感知雷達(dá)成像算法，其特征在于所述第二步中使用50%的采樣率對回波數(shù)據(jù)進(jìn)行采樣，采樣手段為間隔采樣。
3.根據(jù)權(quán)利要求1所述的基于子空間追蹤的壓縮感知雷達(dá)成像算法，其特征在于第三步中設(shè)計(jì)稀疏基函數(shù)的具體步驟如下根據(jù)接收到的欠采樣回波信號
4.根據(jù)權(quán)利要求1所述的基于子空間追蹤的壓縮感知雷達(dá)成像算法，其特征在于第四步中利用子空間追蹤方法是在每次迭代中，利用信號在多個(gè)原子張成的子空間上的正交投影逼近信號，加快迭代收斂速度；求解方程的具體步驟如下第一步，計(jì)算JrF中最大值對應(yīng)的位置，記為f，T表示矩陣的轉(zhuǎn)置； 第二步，計(jì)算剩余向量W-斗-每/ ,這里+表示矩陣的偽逆； 第三步，若Λ = O ,則退出；否貝U,令T = TiJMry,中最大元素對應(yīng)的位置},計(jì)算 《=,取《最大元素對應(yīng)的位置，記為f,計(jì)算新剩余向量& ；若 ΙλΙΙ > ΙΙΛΙΙ則退出，否則，令f=t Λ· =Λ，代入重新計(jì)算。
全文摘要
本發(fā)明公開了一種基于子空間追蹤的壓縮感知雷達(dá)成像算法，采用物理光學(xué)方法計(jì)算相應(yīng)的回波數(shù)據(jù)，分析雷達(dá)回波數(shù)據(jù)并且建立信號的稀疏模型，利用有效穩(wěn)健的子空間追蹤算法實(shí)現(xiàn)對回波的重構(gòu)，從而實(shí)現(xiàn)合成孔徑雷達(dá)成像。壓縮感知以遠(yuǎn)低于奈奎斯特采樣率的速率對信號進(jìn)行非自適應(yīng)采樣，所以將其運(yùn)用到合成孔徑雷達(dá)成像中，可以在滿足成像效果的同時(shí)達(dá)到降低回波數(shù)據(jù)采樣率的目的，從而減少仿真時(shí)間，也能夠降低雷達(dá)系統(tǒng)成本。
文檔編號G01S13/90GK102495393SQ201110414228
公開日2012年6月13日 申請日期2011年12月13日 優(yōu)先權(quán)日2011年12月13日
發(fā)明者丁大志, 劉志偉, 孫文鋒, 尚社, 張歡歡, 樊振宏, 王道祥, 陳如山, 陳磊 申請人:南京理工大學(xué), 西安空間無線電技術(shù)研究所