[发明专利]一种双基地ISAR稀疏孔径成像方法

权利要求书

1.一种双基地ISAR稀疏孔径成像方法，其特征在于，包括如下步骤：

步骤1、建立双基地ISAR成像回波模型，并对平动补偿后的回波进行多普勒位移补偿，得到全孔径回波数据；

步骤2、构造稀疏基矩阵得到全孔径回波数据的稀疏表示，构造有效数据选择矩阵得到稀疏孔径回波数据，建立基于压缩感知的双基地ISAR稀疏孔径成像模型；具体包括：

设全孔径回波信号中共包含L个脉冲视角，累积转角为△θ，构造稀疏基矩阵F_all将二维成像场景离散化为N个距离单元和M个多普勒单元，其表达式(4)和表达式(5)如下：

其中，ω表示F_all中的元素值，其上角标m的取值为0,1,…,M-1，其下角标l的取值为0,1,…,L-1；

考虑到实际噪声的存在，则双基地ISAR全孔径回波可稀疏表示为如下式(6)：

S_all＝F_allA+ε₀ (6)

其中，S_all表示经过运动补偿和相位补偿后的全孔径二维回波数据，ε₀为噪声，A为需求的目标图像；设有效的回波脉冲为J个，构造有效数据选择矩阵T，得到稀疏孔径回波数据的矩阵表达式(7)为：

S＝TS_all+ε＝TF_allA+ε＝FA+ε (7)

其中，ε为稀疏孔径回波中的噪声；

步骤3、在双基地ISAR稀疏孔径成像模型的基础上，将整个二维回波数据进行分块处理，并设目标图像各像元服从高斯先验进而建立稀疏贝叶斯模型；

具体包括：

步骤3-a、对二维回波数据分块化：

将回波矩阵S_K×N按距离单元分成小块进行处理，每块数据矩阵中包含N₁个距离单元的回波数据，则N个距离单元的回波数据一共可分为H＝[N/N₁]块，其中，[]表示向上取整；

步骤3-b、将分块回波数据按列矢量化并从复数形式转化为实数形式，得到每块数据的实数域矢量表达式(8)：

其中，为回波数据矢量；为对角块矩阵；为目标图像矢量；为噪声矢量；

步骤3-c、设噪声和目标图像矢量各像元均服从独立高斯先验建立稀疏先验模型，得到分块稀疏贝叶斯学习模型，推得目标矢量的后验概率也服从均值为μ、方差为∑的高斯分布，其中均值μ和方差∑分别如下表达式(9)和表达式(10)：

其中，表示对角元素由α₁,α₂,…,组成的对角矩阵，此时的均值μ即为对应的目标矢量估计值σ为信号复幅度；

步骤4、利用快速边缘似然函数最大化方法，对每块的回波数据进行求解，得到每块回波数据对应的图像，实现对每块回波数据对应的目标图像重构；

具体包括：

利用快速边缘似然函数最大化方法对分块稀疏贝叶斯模型进行求解，得到每块回波数据对应的目标图像矢量化重构结果；

步骤5、将所求的每块回波数据对应的目标图像合成整个二维图像，得到重构的目标图像。

2.根据权利要求1所述的双基地ISAR稀疏孔径成像方法，其特征在于，所述步骤1具体包括：

设雷达发射的线性调频信号，经包络对齐和相位校正后的双基地ISAR回波用如下式(1)表示：

其中，f_c为载波中心频率，t_p为发射信号脉冲宽度，μ为调频斜率，σ_P为散射点P的信号复幅度，x_P和y_P分别为散射点P的坐标，θ(t_m)和β(t_m)分别为成像期间内的旋转角度和双基地角，随慢时间t_m变化；表示快时间；c表示波速；

为了避免双基地角时变引起越分辨单元徙动和图像畸变，构造相应的补偿相位进行相位补偿，构造的补偿项如下式(2)：

得到相位补偿后的一维距离像如下式(3)：

其中，σ_p为第p个散射点的信号复幅度。