[发明专利]一种多通道或多时相雷达成像方法

摘要

本发明公开了一种多通道或多时相雷达成像方法，涉及雷达成像技术，通过构建多通道、多时相下的联合观测场景和联合观测模型，采用分布式压缩感知处理方法实现联合成像。联合观测模型利用了多通道、多时相下观测场景自身的稀疏特性，以及多通道、多时相数据之间的相关性。通过将观测场景分为共同分量和不同分量两个部分，在联合观测模型下恢复联合场景只需要为多通道、多时相的共同分量提供一次观测数据。相比于传统的微波成像方法以及多通道、多时相独立采用压缩感知的成像方法，本发明可降低所需的采样数据总量。本发明解决了多通道、多时相工作模式下大数据量的瓶颈效应，并且可以在成像的同时获得不同通道、不同时相的场景信息。

主权项

1.一种多通道或多时相雷达成像方法，基于分布式压缩感知技术，其特征在于，包含以下处理步骤：步骤S1：多通道、多时相数据获取：雷达系统发射脉冲γ₀(t)，系统的I个通道独立采样获得观测回波信号ξ_i(t)，其中，t是时间，i＝1，…，I，是接收通道的标号；步骤S2：建立多通道、多时相的观测矩阵，根据发射信号的形式和信号采样方式建立数据的回波模型：ξi(t)=∫x∈Lsi(x)e-jωc(t-τi(x))γ0(t-τi(x))dx---(1)]]>其中，x是观测区域L内的目标点，s_i(x)是x在第i个通道下表现出的后向散射系数，ω_c是载波的频率，τ_i(x)是信号从发射天线到x再返回第i个天线的时间延迟，它表示为τi(x)=1c(||xT-x||2+||xi-x||2)]]>其中，x_T是发射天线的空间位置，x_i是第i个天线的空间位置，c是真空中的光速，||·||_p表示向量的p阶范数；通过对(1)式的离散化得到离散化的观测模型其中，N是离散化观测场景的目标位置点数，是在第i个通道下第n个目标点位置的后向散射系数，是第i个通道下第n个目标点x(n)后向散射系数为1的点的离散化的回波向量，Φ_i是第i个通道的观测矩阵；步骤S3：将多通道、多时相下的观测场景表示为两部分，一是在所有通道、时相下后向散射特性都相同的场景部分z_C，另一是在各个通道、时相下后向散射系数不同的场景部分z_i，s_i＝z_C+z_i           (3)其中，z_C和z_i是与s_i大小相同的列向量，此时，相应的观测方程可以表示为：yi=Φi00ΦizCzi,i=1,...,I---(4)]]>其中，0是所有元素都是0、大小恰当的矩阵；步骤S4：结合多个通道、多时相的观测模型，建立联合观测模型。包括，联合观测数据、联合测量矩阵、联合观测场景；联合观测数据由多通道、多时相的观测数据串联组成：Y:=y1y2...yI---(5)]]>联合观测矩阵为：联合观测场景由多通道、多时相下观测场景的共同分量和不同分量串联组成，共同只出现一次，而不同分量各出现一次，因此联合观测场景向量的长度是为s_i长度的I+1倍，为：Z=zCz1...zI---(7)]]>联合观测方程为：Y＝ΦZ           (8)步骤S5：根据l₁联合优化的方法，恢复联合的观测场景：Z~=argmin(||zC||1+Σi=1I||zi||1)s.t.Y=ΦZ---(9)]]>其中，arg min是最小化计算式，s.t.是“subject to”的缩写，表示“同时满足”，因此Z~=z~Cz~1...z~I---(10)]]>步骤S6：根据联合观测场景重建各通道、各时相下的观测场景：s~i=z~C+z~i---(11).]]>