[发明专利]基于稀疏贝叶斯学习的干扰环境ISAR高分辨成像方法有效
申请号: | 201711155705.0 | 申请日: | 2017-11-20 |
公开(公告)号: | CN108008385B | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 白雪茹;张毓;周峰;李小勇 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S13/90 | 分类号: | G01S13/90 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071 陕*** | 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: | 本发明公开了一种基于稀疏贝叶斯学习的干扰环境逆合成孔径雷达ISAR高分辨成像方法,本发明的实现步骤是:(1)录取目标有效回波;(2)对有效回波进行距离压缩并转置;(3)生成字典;(4)稀疏贝叶斯建模;(5)利用最大后验‑期望最大MAP‑EM算法求解稀疏贝叶斯模型,计算存在回波的每个距离单元的权向量;(6)重构权值矩阵;(7)转置并得到得到干扰环境下的二维高分辨逆合成孔径雷达ISAR成像结果。本发明实现了在干扰环境下聚焦良好的高分辨二维逆合成孔径雷达ISAR成像,可用于强干扰等复杂电磁环境下对空间与空中非合作目标的高分辨二维成像。 | ||
搜索关键词: | 基于 稀疏 贝叶斯 学习 干扰 环境 isar 分辨 成像 方法 | ||
【主权项】:
1.一种基于稀疏贝叶斯学习的干扰环境逆合成孔径雷达ISAR高分辨成像方法,其特征在于,包括如下步骤:(1)录取目标有效回波:在干扰环境下,逆合成孔径雷达ISAR向运动目标发射线性调频信号,获取干扰环境下所发射线性调频信号的缺损回波矩阵Sr,缺损回波矩阵Sr的维数为Nr×Na,其中,Nr表示缺损回波矩阵Sr的距离向采样点数,Na表示缺损回波矩阵Sr的方位向采样点数,剔除缺损回波矩阵Sr中缺损的列向量,得到维数为Nr×N1的有效回波矩阵Se,其中N1表示方位向有效样本数;(2)距离压缩并转置:(2a)对有效回波矩阵Se沿距离向进行脉冲压缩,得到距离向脉冲压缩后的矩阵S;(2b)对距离向脉冲压缩后的矩阵S进行转置操作,得到转置矩阵S′;(3)生成字典:(3a)以
为元素,构造维数为Na×Na的傅里叶字典Φ,其中e(·)表示以自然常数为底的指数操作,j表示虚数单位,π表示圆周率,m表示傅里叶字典Φ的行序号,n表示傅里叶字典Φ的列序号,行序号和列序号的取值范围均为[‑Na/2,Na/2‑1];(3b)剔除傅里叶字典Φ的第t1,…,tp行,得到维数为N1×Na的有效傅里叶字典Φe,其中t1,…,tp表示缺损回波矩阵Sr中缺损列向量对应的列序号;(3c)利用公式
构造实傅里叶字典Φ′,其中Re(·)表示取实部操作,Im(·)表示取虚部操作;(4)稀疏贝叶斯建模:(4a)按照式(1),构建每个距离单元的稀疏信号模型:s′f=Φeω′q+ε′ (1)其中,s′f表示转置矩阵S′的第f个列向量,Φe表示有效傅里叶字典,ω′q表示第q个距离单元的复权向量,ε′表示复干扰向量,f与q的取值相同;(4b)利用高斯混合模型对干扰向量建模;(4c)利用伽马Gamma‑高斯Gaussian分层模型对每个距离单元的权向量建模;(5)利用最大后验‑期望最大MAP‑EM算法求解稀疏贝叶斯模型,计算存在回波的每个距离单元的权向量:(5a)设置h1为距离脉冲压缩后的矩阵S中第一个存在回波的距离单元序号,h2为距离脉冲压缩后的矩阵S中最后一个存在回波的距离单元序号,距离单元的初始序号q=h1;(5b)设置初始迭代次数k=1,初始化模型先验参数:在第q个距离单元中,令干扰向量的聚类数初始值为10,令类别矩阵初始值的维数为2N1×10,矩阵每行中仅有一个元素为1而其它元素为0,非零元素序号在整数[0,10]中随机产生,令精度向量所有元素的初始值为0.01,令均值向量所有元素的初始值随机产生,其中精度向量和均值向量的元素个数均为10,令精度矩阵的初始值为对角线元素全为100的对角阵,维数为2Na×2Na,令混合系数的超参数全为1,精度向量每个元素的超参数全为10‑4,精度矩阵每个对角线元素的超参数全为10‑4;(5c)利用迭代公式,依次计算第k次迭代的各个参数的值;(5d)以类别矩阵L(k)每一行中最大元素对应的列序号为元素构造标签向量
其中
为正整数,表示类别矩阵L(k)第1,…,2N1行中最大元素对应的聚类序号;(5e)删除类别矩阵L(k)中第l1,…,lr个列向量,l1,…,lr表示标签向量
中重复元素对应的序号,类别矩阵L(k)剩余列的个数为干扰向量ε的聚类数J(k),对类别矩阵L(k)按行进行归一化操作:将类别矩阵L(k)的每个元素除以所在行元素之和,删除混合系数π(k)、均值向量μ(k)和精度向量α(k)中第l1,…,lr个元素;(5f)判断终止函数E是否小于终止阀值η=10‑3,若是,则停止迭代,执行步骤(5g);否则,更新迭代次数k=k+1,执行步骤(5c);(5g)更新距离单元序号q=q+1,判断更新后的距离单元序号q是否大于h2,若是,则停止对距离单元的搜索,执行步骤(6);否则,执行步骤(5b);(6)重构权值矩阵:生成维数为2Na×Nr的权值矩阵W,权值矩阵W的第y列为第q个距离单元的权向量ωq,距离单元序号q满足q=h1,...,h2,y与q的取值相同,其余元素全部为零,再利用公式W′=W1+jW2生成复权值矩阵W′,其中W1表示权值矩阵W第1,…,Na行元素构成的矩阵,W2表示权值矩阵W第Na+1,…,2Na行元素构成的矩阵;(7)转置并二维高分辨成像:对复权值矩阵W′进行转置操作,得到干扰环境下的二维高分辨逆合成孔径雷达ISAR成像结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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,未经西安电子科技大学许可,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/patent/201711155705.0/,转载请声明来源钻瓜专利网。