[发明专利]一种基于压缩感知的全息雷达成像方法及系统

说明书

本发明提供了一种基于压缩感知的全息雷达成像方法及系统，包括：对天线阵列每个天线接收的回波信号正交压缩采样，获得正交压缩采样序列，并对天线阵列稀疏化处理；由天线阵列每个稀疏化的天线的正交压缩采样序列，建立正交压缩感知模型并采用同步正交匹配追踪算法求解，恢复出I、Q正交信号；在恢复出的I、Q正交信号的基础上，建立稀疏天线的回波压缩感知模型并求解，恢复出每个天线的回波信号；由恢复出的回波信号对目标图像进行反演，建立目标成像图。本发明对回波数据和阵列天线均进行了稀疏化，明显降低了采集和存储的数据量；保留了信号的相位项信息，不仅适用于频率步进信号体制，同样适用于多频带信号体制；收敛速度快，运行效率高。

技术领域

本发明涉及电子行业雷达技术领域，具体地，涉及一种基于压缩感知的全息雷达成像方法及系统。

背景技术

全息雷达运用“调焦照相”的技术原理获得目标的电磁信息，能够透过云层、冰雪、植被，甚至砖墙、沙土、混凝土墙、各种泡沫材质等介质对目标进行成像。适用于浅层内隐藏目标的高分辨率二维平面成像探测。全息雷达是一种新型和先进的雷达，在追踪和监视能力中具有革命性的优势。但高分辨率的要求使得雷达回波数据占据的存储空间加剧，以及数字采样中模数(A/D)转换器必须具有高采样速率。

近年来提出的压缩感知(CS)理论在低速数据获取中带来了新的概念。CS理论利用信号的稀疏性，用远低于Nyquist采样速率来采集信号，通过恢复算法能够完全恢复信号，同时保证信号不受损失。采样速率不再取决于信号的带宽，直接采样信号的空间结构信息，从而实现低速率的压缩采样。雷达的回波信号可以表示为：

雷达回波在的空间上是稀疏的条件是：目标的尺寸远小于雷达探测范围且目标数量为有限个。此时，压缩感知成像算法可以直接利用雷达的发射信号来构建稀疏基。对雷达的回波信号的分析可知，获得的回波距离像信号只包含目标的散射幅度信息，并不包含雷达信号在传播过程中所得到的相位信息。因而无法直接应用于全息雷达成像。

在阵列全息雷达成像中，由于采用阵列天线，使得阵列全息雷达成像系统具有很大的规模和庞大的回波数据量。为了减少系统的规模和信号处理的复杂度，可以对天线阵列进行稀疏化处理。对稀疏化的阵列全息雷达回波信号数据的恢复是CS理论的核心问题。信号重构本质是求解稀疏约束的最优化问题。信号的稀疏约束可以通过最小l₀范数实现。对于直接求解l₀范数的优化问题是一个NP问题，难以求解其所有信号的组合，甚至无法验证解的可靠性。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于压缩感知的全息雷达成像方法及系统。

根据本发明提供的一种基于压缩感知的全息雷达成像方法，包括：

步骤1：对天线阵列每个天线接收的回波信号正交压缩采样，获得正交压缩采样序列，并对天线阵列稀疏化处理；

步骤2：由天线阵列每个稀疏化的天线的正交压缩采样序列，建立正交压缩感知模型并采用同步正交匹配追踪算法求解，恢复出I、Q正交信号；

步骤3：在恢复出的I、Q正交信号的基础上，建立稀疏天线的回波压缩感知模型并求解，恢复出每个天线的回波信号；

步骤4：由恢复出的回波信号对目标图像进行反演，建立目标成像图。

较佳的，在所述步骤3中采用正交匹配追踪算法求解稀疏天线的回波压缩感知模型。

较佳的，所述步骤2具体包括：

步骤201：对回波信号进行正交压缩采样，中频信号r(t)首先与混频调制序列p_i(t)进行混频，然后通过带通滤波器后进行低速采样，最后经过正交带通采样得到正交压缩I、Q分量；