一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法
【专利摘要】本发明提供一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，具体步骤为：步骤一、利用实际试验的雷达系统参数，构建雷达观测模型，基于所述观测模型计算目标场景的稀疏度估计值；步骤二、根据所述稀疏度估计值，自适应地设定对应不同正交维度坐标条状区域的阈值，利用分维度阈值迭代算法，估计强点目标的坐标位置；步骤三、基于所述强点目标的坐标位置，利用最小二乘支集投影方法，恢复目标场景的后向散射系数，实现微波成像。该方法能够利用在降采样条件下获得的雷达回波数据，重建出高质量、高精度微波图像。
【专利说明】一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法
【技术领域】
[0001] 本发明属于稀疏微波成像体制下的雷达二维成像【技术领域】，具体涉及一种基于稀 疏度估计的分维度阈值迭代稀疏微波成像方法。
【背景技术】
[0002] 合成孔径雷达（Synthetic Aperture Radar, SAR)作为一种主动式微波成像技 术，具有全天时、全天候、成像分辨率高等诸多优点。传统SAR成像技术所要用到的采样数 据是按照Nyquist采样定律采样获得的。随着对SAR系统成像质量要求的不断提高，基于 Nyquist采样定律的采样过程不可避免地产生大量的采样数据，致使对采样数据的实时存 储、实时传输和实时处理变得越来越困难。但是，雷达系统观测的许多目标场景在特定的基 底上是具有稀疏性的，能够利用压缩感知技术得到很好地重建。不同于传统的采样方式，压 缩感知技术利用信号的稀疏性，将压缩与采样相结合，以低于Nyquist采样率的频率采样， 实现信号的重建。可是，随着采样率的大幅降低，利用整体阈值迭代稀疏微波成像方法获得 的成像结果，也会像匹配滤波成像方法一样，存在因频谱混叠所导致的大量虚假目标，致使 对目标场景中强点目标坐标位置的估计与其真实坐标位置之间存在较大的偏差。
【发明内容】
[0003] 本发明所要解决的技术问题是：在采样率大幅降低的情况下，由整体阈值迭代稀 疏微波成像方法得到的成像结果中会存在大量的虚假目标，针对由此导致的目标场景后向 散射系数估计值无法真实地反映目标场景电磁散射特性的问题，提出了一种基于稀疏度估 计的分维度阈值迭代稀疏微波成像方法。该方法不仅能够自适应地设定迭代阈值，还能够 降低因降采样造成的频谱混叠所导致的虚假目标对最终成像质量的影响；该方法能够利用 在降采样条件下获得的雷达回波数据，重建出高质量、高精度微波图像。
[0004] 为解决上述技术问题，本发明所采用的技术方法是：
[0005] -种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，具体步骤为：
[0006] 步骤一、利用实际试验的雷达系统参数，构建雷达观测模型，基于所述观测模型计 算目标场景的稀疏度估计值；
[0007] 步骤二、根据所述稀疏度估计值，自适应地设定对应不同正交维度坐标条状区域 的阈值，利用分维度阈值迭代算法，估计强点目标的坐标位置；
[0008] 步骤三、基于所述强点目标的坐标位置，利用最小二乘支集投影方法，恢复目标场 景的后向散射系数，实现微波成像。
[0009] 进一步地，本发明所述步骤一的具体过程为：
[0010] 步骤101:利用实际试验的雷达系统参数，构建雷达观测模型，根据待观测目标在 雷达波束照射范围内的几何面积，预估一个目标场景稀疏度的取值范围[0, smax]，其中，smax 等于待观测目标在雷达波束照射范围内的几何面积与雷达非模糊成像区域面积的比值；
[0011] 步骤102 :初始化参考场景稀疏度Si = Smax，设定参考场景后向散射系数矢量xt的 长度L、更新步长ASX)、参考场景重建试验次数N、实际试验的信噪比和降采样条件、稀疏 度估计值输出条件，令t = 1 ;
[0012] 步骤103 :使
【权利要求】
1. 一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，其特征在于，具体步骤 为： 步骤一、利用实际试验的雷达系统参数，构建雷达观测模型，基于所述观测模型计算目 标场景的稀疏度估计值； 步骤二、根据所述稀疏度估计值，自适应地设定对应不同正交维度坐标条状区域的阈 值，利用分维度阈值迭代算法，估计强点目标的坐标位置； 步骤三、基于所述强点目标的坐标位置，利用最小二乘支集投影方法，恢复目标场景的 后向散射系数，实现微波成像。
2. 根据权利要求1所述基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，其特征 在于，所述步骤一的具体过程为： 步骤101 :利用实际试验的雷达系统参数，构建雷达观测模型，根据待观测目标在雷达 波束照射范围内的几何面积，预估一个目标场景稀疏度的取值范围[0, Smax]，其中，Smax等于 待观测目标在雷达波束照射范围内的几何面积与雷达非模糊成像区域面积的比值； 步骤102 :初始化参考场景稀疏度Si = Smax，设定参考场景后向散射系数矢量xt的长度 L、更新步长ASM)、参考场景重建试验次数N、实际试验的信噪比和降采样条件、稀疏度估 计值输出条件，令t = 1 ; 步骤103 :使St = Si-α-Ι) AS，判断更新后的St是否在取值范围[0，Smax]内，若未在 取值范围内，则结束该方法，否则，根据St取值所确定的参考场景后向散射系数矢量xt中非 零元素个数S tL，随机选取非零元素的位置，构建参考场景的后向散射系数矢量xt，依据雷 达观测模型与所述实际试验的信噪比和降采样条件，生成对应参考场景的后向散射系数矢 量&的回波数据y t; 步骤104 :利用稀疏微波成像模型，计算对应回波数据yt的参考场景后向散射系数矢 量的估计天，比较矢量元与xt的支撑集，若两支撑集相同，则认为在此次重建试验中参考场 景重建成功，反之，重建失败； 步骤105 :对应同一个稀疏度St，对由步骤103和步骤104构成的重建试验重复执行N 次，统计出在N次重建试验中参考场景重建成功次数Mt，得到对应稀疏度St的重建概率M t/ N； 步骤106 :将对应稀疏度St的重建概率Mt/N与所述稀疏度估计值输出条件进行比较， 若符合输出条件，则将St作为输出结果Sf，进入步骤107,反之，令t = t+Ι，转步骤103 ; 步骤107 :根据待观测目标在方位向上强散射点的概率分布，在对应不同的方位向维 度坐标条状区域里，利用所述Sf对所述强散射点的概率分布进行加权处理，获得对应不同 的方位向维度坐标条状区域的稀疏度估计值I.; 根据待观测目标在距离向上强散射点的概率分布，在对应不同的距离向维度坐标条状 区域里，利用所述Sf对所述强散射点的概率分布进行加权处理，获得对应不同的距离向维 度坐标条状区域的稀疏度估计值K.」。
3. 根据权利要求1所述基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，其特征 在于，所述步骤二的具体过程为： 步骤201 :初始化目标场景的后向散射系数X(l，设定梯度下降步长μ与迭代终止条件， 令t = 0 ; 步骤202:更新梯度下降序列Bt Bt = xt+ y AH (y-Axt) 其中，y表示雷达接收到的实际回波数据，A表示回波生成算子，AH表示微波成像算子； 步骤203 :基于所述1.和K.j，依据阈值计算方法，自适应地设定对应不同正交维度坐 标条状区域内的阈值&和4·,，利用分维度阈值迭代方法，更新目标场景的后向散射系数， xt+i = Π (Bt) 其中，η (·)是分维度阈值算子；
其中，Bt(i;j)是更新梯度下降序列Bt对应在目标场景中方位维坐标为i、距离维坐标为 j的元素；T( ·)表示在与Btaj)相关的&和匕.;中取值较大的阈值所在维度对应的转换函 数； 步骤204 :判断目标场景的后向散射系数矢量估计xt+1是否满足迭代终止条件，满足， 迭代终止，获得矢量估计xt+1中非零元素在目标场景中的坐标位置，该坐标位置即为强点目 标在目标场景中位置坐标的估计，进入步骤三；否则，令t = t+Ι，转步骤202。
4.根据权利要求1所述基于稀疏度估计的分维度阈值迭代稀疏微波成像方法，其特征 在于，所述步骤三的具体过程为： 步骤301 :将强点目标在目标场景中位置坐标的估计构成集合/ ; 步骤302 :利用下式所表示的最小二乘支集投影方法，在集合i上计算获得目标场景的 后向散射系数A，实现微波成像；
其中，4表示与集合i对应的回波生成算子，<表示与集合i对应的微波成像算子，y表 示雷达接收到的实际回波数据。
【文档编号】G01S13/90GK104251991SQ201410497525
【公开日】2014年12月31日 申请日期:2014年9月25日 优先权日:2014年9月25日
【发明者】全相印, 张冰尘, 蒋成龙, 赵曜, 张柘, 吴一戎 申请人:中国科学院电子学研究所