【技術實現步驟摘要】
本專利技術涉及mimo雷達三維成像，尤其是涉及一種融合稀疏性及信號支撐域先驗的mimo三維成像方法。
技術介紹
1、逆合成孔徑雷達(isar)成像用于提取空天目標圖像信息，已得到廣泛研究。isar圖像僅是目標在距離-多普勒平面上的二維投影，而干涉isar(inisar)技術能夠獲取目標的三維圖像。然而，inisar無法分離位于不同高度但距離-多普勒值相同的散射體。更重要的是，它面臨著復雜的運動補償問題，特別是針對機動目標。
2、mimo雷達利用mimo多輸入多輸出(multiple-input?multiple-output，mimo))技術，可獲得多個虛擬陣元，能夠獲取單快拍照射下目標的三維信息。由于假設目標在單快拍照射下靜止不動，避免了運動補償問題。因此，mimo雷達的三維成像技術近年來備受關注。稀疏恢復(sr)是利用信號的稀疏特性來解決欠定方程問題的有效方法。由于雷達目標圖像固有的稀疏性，近年來稀疏恢復在isar成像中得到了廣泛的研究。在mimo雷達成像中，稀疏信號恢復被用來減少天線數量，提高分辨率。此外，它還能抑制寬帶mimo雷達非正交波形的耦合噪聲。常用的稀疏恢復算法有匹配濾波(mf)和快速傅里葉變換(fft)方法等。
3、現有的稀疏恢復算法存在一些問題，包括：由于稀疏導致的信息丟失，精度不夠高，可能會影響圖像的質量和細節，在處理復雜圖像時可能會出現恢復效果不佳的情況；由于具有較高的計算復雜度，導致計算時間較長，這在雷達測向跟蹤等實時性要求較高的應用場景中是一個顯著的缺點；復雜的恢復算法需要較大
技術實現思路
1、本專利技術的目的是提供一種融合稀疏性及信號支撐域先驗的mimo三維成像方法，對發射和接收信號進行包絡調整和相位補償后，mimo雷達回波以目標三維圖像的張量形式表示，能夠利用更小的存儲空間和更少的計算時間完成求解，并得到良好的三維成像效果。
2、為實現上述目的，本專利技術提供了一種融合稀疏性及信號支撐域先驗的mimo三維成像方法，步驟如下：
3、s1、構建mimo雷達三維成像模型；
4、s2、將mimo雷達三維成像模型轉化為多維張量模型；
5、s3、基于多維張量模型，實現融合稀疏性及信號支撐域先驗的mimo三維成像；針對稀疏性及信號支撐域先驗約束下的優化問題，通過多維稀疏恢復求解算法進行求解。
6、優選的，s1中，構建mimo雷達三維成像模型的步驟如下：
7、s1.1、建立的mimo雷達的收發陣列，求解散射點基帶回波：
8、如圖1所示，建立m2發n2收的平面mimo陣列，mimo陣列中包括m2個發射陣元和n2個接收陣元，n2個接收陣元組成正方形的接收陣列，各陣元之間的距離為2d，陣列的中心位于坐標原點處；
9、假設mimo雷達發射了一組具有相同中心頻率的大時寬帶寬積信號，為第m個基帶發射信號，其中t為快時間，q是遠場目標中的一個散射點，如圖2所示，設tmq，rnq分別表示散射點q與第m個發射陣元、第n個接收陣元之間的距離，則第n個接收陣元處，散射點q的基帶回波信號表示為：
10、
11、式中，n＝0,1,…,n2-1，λ，c和σq分別為波長、波速和q的散射系數；
12、s1.2、基于先驗信息對基帶回波進行調整：
13、令o為目標上的參考點，為目標視線方向的單位矢量，假設o和是已知的，利用參考點和目標視線方向的先驗信息，調整不同發射陣元的發射信號時間以及不同接收信號的記錄時間，此時散射點q的基帶回波信號表示為：
14、
15、s1.3、實現對于遠場目標的包絡對齊調整：
16、利用近似將經過包絡對齊以后的基帶回波信號表示為：
17、
18、其中，
19、s1.4、將三維圖像轉化成一維向量，獲得三維成像模型：
20、定義：
21、
22、則三維成像模型：
23、
24、可以表示為：
25、y(t)＝σqabtφ(t-τq)?(8)
26、優選的，基于s1提出的三維成像模型(8)實現三維成像的方法如下：
27、設y為y(t)經過時域離散采樣后的矩陣形式，y＝vec(y)是y的向量形式，ψq＝vec[abtφ(t-τq)]是一個基向量，將三維成像區域劃分為網格，然后形成各網格的散射系數向量：
28、σ＝[σ1，…，σq，…，σu]t?(9)
29、基矩陣：
30、ψ＝[ψ1，…，ψq，…，ψu]?(10)
31、其中，u為成像區域的總網格數，ψ的維數表示為為時域信號的離散采樣數；
32、用矢量形式y＝ψσ表示接收到的離散信號，通過一維稀疏恢復算法求解σ，然后進行三維成像。
33、優選的，s2中，如圖5所示，將mimo雷達三維成像模型轉化為多維張量模型的步驟如下：
34、s2.1、對mimo雷達的發射信號進行包絡預調整和相位預補償，對mimo雷達的目標回波進行包絡調整和相位補償：
35、定義：
36、
37、以a0和b0作為參考向量，利用a0進行相位補償后，接收信號表示為：
38、
39、其中，⊙代表hadamard積，的第(m，n)個元素的相位為2π(tmo+rno-tmq-rnq)/λ，tmo+rno-tmq-rnq進一步表示為：
40、
41、其中，r＝t0o，根據圖2所示的構型，tm和rn的位置分別表示為(2m1nd，2m2nd，0)+pt和(2n1d，2n2d，0)+pr，其中，pt和pr是t0和r0的位置，m1＝0，1，…，m-1；m2＝0，1，…，m-1；n1＝0，1，…，n-1；n2＝0，1，…，n-1；
42、所以有：
43、
44、定義：
45、
46、則公式(14)可以進一步表示為：
47、
48、在發射前對發射信號進行相位補償，令發射信號為則第n1行、第n2列接收天線的接收信號表示為：
49、
50、其中，
51、s2.2、將成像區域劃分為若干個不模糊的子區域：
52、和的不模糊距離分別為wx＝λr/2d和wy＝λr/2d，所以有：
53、
54、公式(18)為和的周期函數，其周期分別為wx/n，wy/n；
55、定義：
56、
57、公式(19)也是一個關于和的周期函數，其周期分別為wx/n，wy/n；
58、然后將不模糊成像區域劃分為n×n個部分，每個部分進一步劃分為個子部分，共計個子區域，的值由圖像二維橫向分辨率決定，設置如圖3所示為n＝2，的示例；...
【技術保護點】
1.一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：步驟如下：
2.根據權利要求1所述的一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：S1中，構建MIMO雷達三維成像模型的步驟如下：
3.根據權利要求2所述的一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：S2中，將MIMO雷達三維成像模型轉化為多維張量模型的步驟如下：
4.根據權利要求3所述的一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：S3中，基于多維張量模型，實現融合稀疏性及信號支撐域先驗的MIMO三維成像的步驟如下：
5.根據權利要求4所述的一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：S3.3中，通過多維稀疏恢復求解算法恢復公式(37)中的張量的步驟如下：
6.根據權利要求2所述的一種融合稀疏性及信號支撐域先驗的MIMO三維成像方法，其特征在于：基于S1提出的三維成像模型(8)實現三維成像的方法如下：
【技術特征摘要】
1.一種融合稀疏性及信號支撐域先驗的mimo三維成像方法，其特征在于：步驟如下：
2.根據權利要求1所述的一種融合稀疏性及信號支撐域先驗的mimo三維成像方法，其特征在于：s1中，構建mimo雷達三維成像模型的步驟如下：
3.根據權利要求2所述的一種融合稀疏性及信號支撐域先驗的mimo三維成像方法，其特征在于：s2中，將mimo雷達三維成像模型轉化為多維張量模型的步驟如下：
4.根據權利要求3所述的一種融合稀疏性及信號支撐域...
【專利技術屬性】
技術研發人員：胡曉偉，郭藝奪，馮為可，李洪兵，馮存前，王宇晨，彭一凡，
申請(專利權)人：中國人民解放軍空軍工程大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。