[发明专利]一种基于重建前检测的实孔径雷达实时角超分辨方法

说明书

本发明公开了一种基于重建前检测的实孔径雷达实时角超分辨方法，本发明的方法首先在距离向通过有效数据检测，减少距离向维度从而降低计算复杂度；然后在方位向利用一种回波的数据自适应在线处理结构，降低角超分辨处理时的内存占用量；最后通过目标的数据自适应更新方法，减少算法的迭代次数，进一步提升算法运算效率，此外又引入正则化参数和阈值函数提升算法稳健性，最终实现实孔径雷达实时角超分辨成像。与现有成像方法相比，本发明的方法一方面能够有效降低由噪声数值引起的高计算复杂度问题；另一方面，在超分辨重建结果无较大损失的前提下，能降低成像处理的内存占用。

技术领域

本发明涉及雷达成像领域，涉及实孔径雷达实时超分辨成像。

背景技术

实孔径雷达(Real Aperture Radar，RAR)技术是一种有效的遥感技术手段，它通过在任意成像几何下的波束扫描，在地形测绘、灾害监测等领域应用广泛。然而，实孔径雷达的角分辨率却受到天线孔径大小的制约。为了满足不同应用的需求，提供充分的目标信息，角分辨率提升技术亟待研究。在扫描模式下，实孔径雷达方位向的回波可以近似建模为天线方向图与目标散射的卷积。因此，改善实孔径雷达角分辨率可转化为一个病态的求逆问题。

文献“SPICE:A sparse covariance-based estimation method for arrayprocessing,IEEE Trans.Signal Process.,vol.59,no.2,pp.629–638,Feb.2011”提出了一种稀疏迭代协方差的超分辨估计方法，该方法通过引入稀疏惩罚进一步提高了稀疏目标的分辨率，并且不依赖与用户参数的选取，但是该方法的运算复杂度较高。为了降低该算法运算复杂度，文献“Wideband sparse reconstruction for scanning radar,IEEETransactions on Geoscience and Remote Sensing,vol.56,no.10,pp.6055–6068,2018”提出一种宽带稀疏目标重建方法，该方法通过将宽带方位数据分割成窄带数据，极大的提升了算法的运算效率。但是，该方法仍采用传统“批数据获取后统一处理”的方式实现，这种数据批处理模式的内存占用率和计算复杂度极高，这使得实孔径雷达的实时监测、在线成像受到极大限制。

发明内容

为解决现有技术存在的上述问题，本发明提出了一种基于重建前检测的实孔径雷达实时角超分辨方法。

本发明的具体技术方案为：一种基于重建前检测的实孔径雷达实时角超分辨方法，包括如下步骤：

步骤一：建立实孔径雷达回波模型

对于一个实孔径扫描雷达系统，方位分辨率受限于孔径大小，即θ_β＝0.886λ/D，其中，λ表示波长，D表示孔径尺寸。

基于RAR的方位扫描模式，其回波矩阵可以表示为：

Y＝HS+E (1)

其中，表示回波数据，N和M分别表示方位向和距离向采样点数；表示目标散射系数，K表示方位向目标场景采样点数；为加性噪声。

对于第m个距离单元，回波矢量可以表示为：

y_m＝Hs_m+e_m (2)

其中，y_m、s_m和e_m分别表示矩阵Y、S和E的第m个列向量，

导向矩阵H通过天线方向图构造为：

其中，矢量h_k为雷达波束天线方向图，波束主瓣点数为L，a_n表示矩阵H的行矢量，则根据上述关系，有N＝K+L-1；