基于改进CBP的MIMO雷达二维成像方法与流程

本发明涉及毫米波mimo雷达成像技术领域，尤其涉及一种基于改进cbp的mimo雷达二维成像方法。

背景技术：

毫米波雷达具有不受天气影响、具有全天候工作能力，毫米波在工程和军事领域应用中表现出一系列的优势，在电磁波资源中占有非常重要的地位。毫米波技术日渐成熟，在通信雷达、遥感、精确制导、汽车雷达领域应用非常广泛。毫米波雷达较窄的带宽对大气传播的选择性和较大的多普勒频率使毫米波雷达具有较强的抗干扰能力。随着无人驾驶技术的不断进步，对雷达的性能要求也逐渐提高，军事领域包括军事侦察、目标检测/跟踪等，可实现对目标进行测距、测速、测角等功能，而其中高分辨率的二维及三维成像的应用价值尤为巨大，可以提供工作环境下的地面、海面大场景信息，大幅提高军事目标的检测、识别精度。

技术实现要素：

本发明所要解决的技术问题是如何提供一种能够提高成像速度的mimo雷达二维成像方法。

为解决上述技术问题，本发明所采取的技术方案是：一种基于改进cbp的mimo雷达二维成像方法，其特征在于包括如下步骤：

建立近场毫米波mimo雷达回波模型；

设计一组匹配滤波函数，补偿等效相位中心原理引入的相位误差；

划分成像区域并对目标进行检测，映射到成像单元；

按照概率抽取像素单元，形成成像像素单元集合；

使用cbp算法对采样集合像素单元依次成像，对其余像素单元按照非精确增广拉格朗日ialm算法进行重构，完成mimo雷达二维成像。

进一步的技术方案在于，所述建立近场毫米波mimo雷达回波模型的方法如下：

设at(xt,yt)和ar(xr,yr)分别为一对收发天线所在的坐标，对于目标区域内的一个目标m(xn,yn)，它与发射天线和接收天线的距离分别为rt,n、rr,n，其中：

发射信号为：

s(t)＝exp[-j2πft](3)

其中f＝f0+(n-1)δf，f0为初始频率；

fmcw雷达混频信号为：

sn(xt,yt；xr,yr；kω)＝σ(xn,yn)exp[-jkω(rt,n+rr,n)](4)

其中kw＝2πf/c为空间频率，因此收发天线接收到目标区域信号为：

进一步的技术方案在于，设计一组匹配滤波函数，补偿等效相位中心原理引入的相位误差的方法如下：

等效一个自发自收的天线，该天线位置为ae(xe,ye)，则：

补偿函数表示为：

补偿后的信号为：

进一步的技术方案在于，所述划分成像区域并对目标进行检测，映射到成像单元的方法如下：

建立mimo雷达空间坐标，以mimo雷达阵列为x轴，垂直以阵列方向为y轴，对成像区域进行分割，所述的mimo雷达具有mt个发射天线，mr个接收天线，则成像区域由(xmin,ymin)、(xmin,ymax)、(xmax,ymin)、(xmax,ymax)四点围成的区域。

进一步的技术方案在于，使用cbp算法对采样集合像素单元依次成像，对其余像素单元按照非精确增广拉格朗日ialm算法进行重构的方法如下：

对式(8)做距离向上的积分，并沿方位向求和：

设所设计的mimo阵列在方位向上共有q组收发组合，则第n个像素点的成像结果为：

矩阵填充非精确增广拉格朗日ialm算法，算法解决的问题如下：

约束e中元素为0，上述增广拉格朗日函数可表示为：

其迭代公式如下：

更新x时，

更新e时，

更新y，

y^k+1＝y^k+μk(m-x^k+1-e^k+1)(14)

如果对整个区域元素都进行成像，运算时间过长，在成像区域所对应的所有像素点中，随机抽取一定比例的像素点，对被抽取部分的像素点使用卷积逆投影算法进行成像，获得这些像素点的成像结果，然后通过矩阵填充算法恢复出全部像素点的值，即最终全部像素点的成像结果。

采用上述技术方案所产生的有益效果在于：所述方法将mimo雷达二维成像cbp算法和ialm算法相结合，通过对随机抽取的像素点进行二维成像，然后通过ialm算法对整个成像区域进行还原，大大缩短了cbp算法成像时间，可广泛的应用于mimo雷达近场成像中。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例所述方法的流程图；

图2是本发明实施例所述方法中用等效相位中心原理引入相位误差的原理图；

图3是本发明实施例所述方法中cbp算法和ialm算法的结合流程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

如图1所示，本发明实施例公开了一种基于改进cbp的mimo雷达二维成像方法，该算法包括如下步骤：

步骤1)：建立近场毫米波mimo雷达回波模型；

步骤2)：为了抵消等效相位中心原理引入的误差设计一组匹配滤波函数，补偿该相位误差；

步骤3)：划分成像区域并对目标进行检测，映射到成像单元；

步骤4)：按照概率抽取像素单元，形成成像像素单元集合；

步骤5)：使用cbp算法对采样集合像素单元依次成像，对其余像素单元按照非精确增广拉格朗日(ialm)算法进行重构，完成mimo雷达二维成像，如图3所示。

下面结合具体方法对上述步骤进行说明：

所述步骤1)近场毫米波mimo雷达回波模型的建立方法如下：

设at(xt,yt)和ar(xr,yr)分别为一对收发天线所在的坐标，对于目标区域内的一个目标m(xn,yn)，它与发射天线和接收天线的距离分别为rt,n、rr,n，其中：

发射信号为：

s(t)＝exp[-j2πft](3)

其中f＝f0+(n-1)δf，f0为初始频率。

fmcw雷达混频信号为：

sn(xt,yt；xr,yr；kω)＝σ(xn,yn)exp[-jkω(rt,n+rr,n)](4)

其中kw＝2πf/c为空间频率。因此收发天线接收到目标区域信号为：

如图2所示为使用等效相位中心原理引入相位误差原理图，所述步骤2)消除等效相位中心原理引入匹配滤波函数的方法如下：

等效一个自发自收的天线，该天线位置为ae(xe,ye)，则：

补偿函数可表示为：

补偿后的信号为：

所述步骤3)划分目标区域并检测，映射到成像单元的方法如下：

建立mimo雷达空间坐标，以mimo雷达阵列为x轴，垂直以阵列方向为y轴。对成像区域进行分割，所述的mimo雷达具有mt个发射天线，mr个接收天线，则成像区域由(xmin,ymin)、(xmin,ymax)、(xmax,ymin)、(xmax,ymax)四点围成的区域。

所述步骤4按照概率抽取一定的点目标像素，形成像素集合是为了提高成像算法的速度，选取目标区域特定点目标进行成像。

如图3所示，所述步骤5使用cbp算法进行成像，并通过非精确增广拉格朗日(ialm)算法对成像矩阵进行重构，最后得到目标成像的方法如下：

步骤5.1)对式(8)做距离向上的积分，并沿方位向求和。假设所设计的mimo阵列在方位向上共有q组收发组合，则第n个像素点的成像结果为：

步骤5.2)矩阵填充非精确增广拉格朗日(ialm)算法，算法解决的问题如下：

约束e中元素为0，上述增广拉格朗日函数可表示为：

其迭代公式如下：

更新x时，

更新e时，

更新y，

y^k+1＝y^k+μk(m-x^k+1-e^k+1)(14)

如果对整个区域元素都进行成像，运算时间过长，在成像区域所对应的所有像素点中，随机抽取一定比例的像素点，对被抽取部分的像素点使用卷积逆投影算法进行成像，获得这些像素点的成像结果，然后通过矩阵填充算法恢复出全部像素点的值，即最终全部像素点的成像结果。