【技術實現(xiàn)步驟摘要】
本專利技術涉及雷達成像，特別是涉及基于塊稀疏約束的mimo成像雷達測量矩陣設計方法及系統(tǒng)。
技術介紹
1、航空航天目標的雷達成像對民用和軍用都很有用。由于常見的逆合成孔徑雷達(isar)成像技術存在復雜的運動補償問題，因此，很難應用于機動目標成像的情況。而多輸入多輸出(mimo)雷達是一種新型結構雷達，可用于成像；它是由多個發(fā)射機發(fā)射多個獨立信號，由多個接收機接收目標回波，信號處理后得到較大的虛擬孔徑。因此，即使通過較短的相干處理間隔(cpi)，也可以實現(xiàn)高分辨率。文獻zhu,y.,su,y.,yu,w.(2010)an?isarimaging?method?based?on?mimo?technique.ieee?trans.geosci.remote?sens.,48(8):3290-3299中，利用mimo技術改善了短cpi的isar成像結果。文獻wang,d.,ma,x.,su,y.(2010)two-dimensional?imaging?via?a?narrowband?mimo?radar?system?with?twoperpendicular?linear?arrays.ieee?trans.image?process.,19(5):1269-1279.中提到，mimo雷達僅發(fā)射一個脈沖波形即可獲得二維或三維(2d或3d)圖像。而這些文獻中，都是假定多個波形是完全正交的。
2、然而，在實際應用中，相同頻率的波形很難完全正交。多個波形的相互干擾會嚴重降低目標圖像的質量。krieger,g.(2014)
3、壓縮感知(cs)是一種利用信號的稀疏性，僅用部分采樣就能重建信號的新理論。由于雷達目標通常由幾個強散射體組成，所以目標是稀疏的。近年來，為了提高mimo雷達的成像效果，將cs應用于mimo雷達中。一般來說，cs由壓縮測量和稀疏重建兩部分組成。目前幾乎所有cs-mimo成像都只是考慮了“稀疏重建”，而沒有考慮“壓縮測量”。而壓縮測量可以減少mimo成像的數(shù)據(jù)量。但是，壓縮測量通常需要增加一個測量矩陣來實現(xiàn)。由于高斯隨機測量矩陣(gaussian?random?measurement?matrix，grmm)與任意基矩陣在大概率上不相干，因此在cs恢復中通常采用grmm。雖然grmm通常滿足互非相干性(mip)，保證了稀疏信號的恢復，但對于具有特殊稀疏結構的稀疏信號，它不一定是最佳矩陣。文獻zelnik-manor,l.,rosenblum,k.,eldar,y.c.(2010)sensing?matrix?optimization?for?block-sparsedecoding.ieee?trans.signal?process.,59(9):4300-4312中提出了采用加權相干最小化(weighted?coherence?minimization，wcm)方法來設計塊稀疏度的測量矩陣。
4、因此，亟需設計一種多輸入多輸出(mimo)成像雷達測量矩陣，以實現(xiàn)更好的成像效果。
技術實現(xiàn)思路
1、本專利技術的目的是提供基于塊稀疏約束的mimo成像雷達測量矩陣設計方法及系統(tǒng)，在考慮目標的距離像的塊稀疏性的基礎上，結合加權相干最小化方法實現(xiàn)了mimo成像雷達測量矩陣設計，提高了成像效果。
2、為實現(xiàn)上述目的，本專利技術提供了如下方案：
3、一種基于塊稀疏約束的mimo成像雷達測量矩陣設計方法，包括以下步驟：
4、s1、基于mimo雷達成像模型，獲取mimo雷達中的一維線性陣列的相關參數(shù)，構建發(fā)射波形矩陣φ，并結合目標距離像確定目標回波；
5、s2，在考慮目標距離像θ的塊稀疏性的基礎上，進行測量矩陣ψ設計；
6、s3，基于壓縮感知方法，采用所述測量矩陣ψ對所述目標回波進行壓縮測量，得到壓縮后的目標回波；
7、s4，利用塊稀疏恢復算法從所述壓縮后的目標回波y′中恢復目標距離像θ，利用稀疏恢復算法重構二維圖像。
8、進一步的，所述s1、基于mimo雷達成像模型，獲取mimo雷達中的一維線性陣列的相關參數(shù)，構建發(fā)射波形矩陣φ，并結合目標距離像確定目標回波，具體包括：
9、構建mimo雷達成像模型，假設所述一維線性陣列配置有m個發(fā)射單元和n個接收單元；發(fā)射單元間距離為nd，接收機元間距離為d；第m個發(fā)射單元的發(fā)射信號向量為長度為l；將成像的距離范圍劃分為k個網(wǎng)格；定義第k個距離單元對應的距離矩陣為
10、則發(fā)射波形矩陣表示為
11、其中，
12、發(fā)射波形矩陣結合目標距離像，得到目標回波的矩陣形式，表示為：
13、y＝φθ?(1)
14、式中，為接收信號矩陣，yn為第n個接收機單元的接收信號矢量；為目標距離像序列，其中為第n個接收單元對應的目標距離像，式中ρk,mn為第m發(fā)n收通道中第k個距離單元的復散射系數(shù)。
15、進一步的，所述s2，在考慮目標距離像θ的塊稀疏性的基礎上，進行測量矩陣ψ設計，具體包括以下步驟：
16、s2.1，通過初始化設置，將測量矩陣設計問題表示為：
17、
18、式中，α∈(0，1)是平衡塊間總相干和子塊總相干的參數(shù)；為塊間的總體相關性；vt為總的子塊相關性，式中，表示的是g中的第m個對角線元素，m＝1,l,mk；η為規(guī)范化懲罰項；
19、s2.2，采用加權相干最小化方法求解所述測量矩陣設計問題，得到測量矩陣ψ＝ψ(γ+1)。
20、進一步的，所述s2.1，通過初始化設置，將測量矩陣設計問題表示為具體包括以下步驟：
21、初始化設置：將g看作是一組k×k的子塊，令g＝(ψφ)*ψφ∈￡mk×mk，根據(jù)θ的塊結構，每個子塊的大小均為m×m；令ψ(0)＝[id,0]λ-0.5u*，迭代次數(shù)γ＝0，其中，i代表單位矩陣，下標d代表單位矩陣維度，id代表一個d維的單位矩陣；
22、定義塊間的總體相關性：其中，g[i,j]表示g的第(i,j)個子塊，i＝1,l,k；j＝1,l,k；
23、定義一個總的子塊相關性：
24、其中，表示g中的第m個對角線元素，m＝1,l,mk；
25、進一步定義規(guī)范化懲罰項：
26、因此，將測量矩陣設計問題表示為：
27、其中，α∈(0,1)是平衡塊間總相干和子塊總相干的參數(shù)。
28、進一步的，所述s2.2，采用加權相干最小化方法求解所述測量矩陣設計問題，得到測量矩陣ψ＝ψ(γ+1)，本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，包括以下步驟：
2.根據(jù)權利要求1所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，所述S1中，基于MIMO雷達成像模型，獲取MIMO雷達中的一維線性陣列的相關參數(shù)，構建發(fā)射波形矩陣Φ，并結合目標距離像確定目標回波，具體包括：
3.根據(jù)權利要求1所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，所述S2，在考慮目標距離像Θ的塊稀疏性的基礎上，進行測量矩陣Ψ設計，具體包括以下步驟：
4.根據(jù)權利要求1所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，所述S2.1，通過初始化設置，將測量矩陣設計問題表示為具體包括以下步驟：
5.根據(jù)權利要求4所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，所述S2.2，采用加權相干最小化方法求解所述測量矩陣設計問題，得到測量矩陣Ψ＝Ψ(γ+1)，具體包括以下步驟：
6.根據(jù)權利要求1所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，
7.一種基于塊稀疏約束的MIMO成像雷達測量矩陣設計系統(tǒng)，應用于權利要求1-6任一項所述的基于塊稀疏約束的MIMO成像雷達測量矩陣設計方法，其特征在于，包括：
...【技術特征摘要】
1.一種基于塊稀疏約束的mimo成像雷達測量矩陣設計方法，其特征在于，包括以下步驟：
2.根據(jù)權利要求1所述的基于塊稀疏約束的mimo成像雷達測量矩陣設計方法，其特征在于，所述s1中，基于mimo雷達成像模型，獲取mimo雷達中的一維線性陣列的相關參數(shù)，構建發(fā)射波形矩陣φ，并結合目標距離像確定目標回波，具體包括：
3.根據(jù)權利要求1所述的基于塊稀疏約束的mimo成像雷達測量矩陣設計方法，其特征在于，所述s2，在考慮目標距離像θ的塊稀疏性的基礎上，進行測量矩陣ψ設計，具體包括以下步驟：
4.根據(jù)權利要求1所述的基于塊稀疏約束的mimo成像雷達測量矩陣設計方法，其特征在于，所述s2.1，通過初始化...
【專利技術屬性】
技術研發(fā)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(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。