[发明专利]基于压缩感知理论的双基地MIMO雷达成像方法有效
| 申请号: | 201810554700.3 | 申请日: | 2018-06-01 |
| 公开(公告)号: | CN108717189B | 公开(公告)日: | 2022-07-15 |
| 发明(设计)人: | 李军;刘志刚;钱佳川;张玉洪;廖桂生 | 申请(专利权)人: | 西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司 |
| 主分类号: | G01S13/89 | 分类号: | G01S13/89;G01S7/41 |
| 代理公司: | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人: | 惠文轩 |
| 地址: | 710071*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 压缩 感知 理论 基地 mimo 雷达 成像 方法 | ||
1.一种基于压缩感知理论的双基地MIMO雷达成像方法,其特征在于,所述方法包括如下步骤:
步骤1,获取双基地MIMO雷达接收的回波信号,对所述回波信号进行正交匹配滤波,得到雷达回波数据;
步骤2,确定所述双基地MIMO雷达的发射导向矩阵和接收导向矩阵;根据所述发射导向矩阵和所述接收导向矩阵,计算得到压缩感知信号模型下的理想观测矩阵;将所述雷达回波数据作为压缩感知信号模型中的输出数据、所述理想观测矩阵作为压缩感知信号模型中的观测矩阵,进行稀疏重构,得到目标信号的初步估计值;
对迭代次数i进行初始化:令i=1;
步骤3,根据所述理想观测矩阵以及目标信号的第i-1次估计值,确定实际观测矩阵;i=1时,第i-1次估计值为初步估计值;
步骤4,将所述雷达回波数据作为压缩感知信号模型中的输出数据、所述实际观测矩阵作为压缩感知信号模型中的观测矩阵,进行稀疏重构,得到目标信号的第i次估计值;
步骤5,计算第i次迭代对应的误差值,判断所述误差值是否小于预设误差值:若所述误差值大于预设误差值,则令i加1,并返回步骤3;若所述误差值小于预设误差值,则根据目标信号的第i次估计值重建散射系数矩阵,根据所述散射系数矩阵进行绘图,即得到所述双基地MIMO雷达的目标成像图。
2.根据权利要求1所述的方法,其特征在于,步骤1具体包括如下子步骤:
(1a)获取双基地MIMO雷达回波信号其中q=1,2,...,Q,Ar为发射阵列导向矩阵,At为接收阵列导向矩阵,At=[atp]M×P,Ar=[arp]N×P,λ表示信号波长,dt表示发射阵列的阵元间距,dr表示接收阵列的阵元间距;S表示双基MIMO雷达的发射信号波形矩阵,Eq表示第q个脉冲下的噪声矩阵,Yq表示第q个脉冲的接收数据矩阵,θtp表示目标场景相对于发射阵列的角度,θrp为目标场景相对于接收阵列的角度,Xq表示散射点系数,T表示矩阵转置符号,M是发射阵元个数,N是接收阵元个数;
(1b)对所述双基地MIMO雷达回波信号Yq正交匹配滤波,得到雷达回波数据H表示取共轭转置符号。
3.根据权利要求1所述的方法,其特征在于,步骤2具体包括如下子步骤:
(2a)确定所述双基地MIMO雷达的发射阵列导向矩阵At=[at1,at2,...,atp,...,atM]和接收阵列导向矩阵Ar=[ar1,ar2,...,arp,...,arM];
其中,Ar=[arp]N×P,λ表示信号波长,dt表示发射阵列的阵元间距,dr表示接收阵列的阵元间距,θtp表示目标场景相对于发射阵列的角度,θrp为目标场景相对于接收阵列的角度;
(2b)根据所述发射导向矩阵和所述接收导向矩阵,计算得到压缩感知信号模型下的理想观测矩阵
(2c)对雷达回波数据的信号模型进行矢量化,得到一维压缩感知模型:
其中,eq=vec(Eq);
(2d)根据所述一维压缩感知求解模型,构造凸优化问题:利用凸优化工具求解所述凸优化问题,得到目标的初步估计值
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司,未经西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810554700.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:适用于MIMO穿墙雷达成像的快速墙体补偿方法
- 下一篇:海浪测量系统





