稀疏孔径ISAR机动目标成像与定标方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113900099A(43)申请公布日2022.01.07(21)申请号202111031951.1(22)申请日2021.09.03(71)申请人东南大学地址211189江苏省南京市江宁区东南大学路2号(72)发明人徐刚彭鑫鑫张邦杰张慧(74)专利代理机构南京瑞弘专利商标事务所(普通合伙)32249代理人陈国强(51)Int.Cl.G01S13/90(2006.01)G01S7/40(2006.01)权利要求书5页说明书13页附图6页(54)发明名称稀疏孔径ISAR机动目标成像与定标方法(57)摘要本发明公开了一种稀疏孔径ISAR机动目标成像与定标方法，包括如下步骤：建立机动目标ISAR稀疏孔径信号模型，通过构造包含MTRC的变尺度非均匀傅里叶二维字典以表征目标机动性；通过最大后验估计构造参数化稀疏成像模型，表示为联合目标参数估计和稀疏成像的代价函数；通过最小熵法寻找目标转动参数，通过坐标下降法进行参数迭代实现对机动目标旋转参数的粗估计；通过联合稀疏ISAR成像和目标转动参数估计，分解为稀疏成像和字典学习，依次迭代求解，实现具有MTRC校正和精确参数估计的高质量成像。本发明实现了利用稀疏孔径回波数据来解决ISAR机动目标高分辨率成像难题，大大增加了雷达成像的实现范围和应用场景。CN113900099ACN113900099A权利要求书1/5页1.一种稀疏孔径ISAR机动目标成像与定标方法，其特征在于：包括如下步骤：步骤一，建立机动目标ISAR稀疏孔径信号模型，通过构造包含MTRC的变尺度非均匀傅里叶二维字典以表征目标机动性；步骤二，通过最大后验估计构造参数化稀疏成像模型，表示为联合目标参数估计和稀疏成像的代价函数；步骤三，通过最小熵法寻找目标转动参数，通过坐标下降法进行参数迭代实现对机动目标旋转参数的粗估计；步骤四，通过联合稀疏ISAR成像和目标转动参数估计，分解为稀疏成像和字典学习，依次迭代求解，实现具有MTRC校正和精确参数估计的高质量成像。2.根据权利要求1所述的稀疏孔径ISAR机动目标成像与定标方法，其特征在于：所述步骤一中，首先分析二维越距离徙动产生的原因：设雷达系统发射线性调频信号脉冲，采用匹配滤波技术进行距离压缩，经过距离维压缩的回波数据表示为其中，Rp＝R0+yp，为距离维度下的快速时间，tm为方位维度下的慢时间，xp和yp分别表示散射点p在转台模型中的横坐标和纵坐标，Rp为坐标系原点与雷达的距离，ω为机动目标在转台模型中的转动角速度，j为单位虚数，σp是散射点p的散射系数，B和fc分别是传输信号的带宽和载波频率，c表示电磁波的传输速度；在式(1)中，包络中只有线性距离偏移被保留为距离维MTRC，而二次项太小，不能产生距离维MTRC，式(1)中的线性调频和二次相位对应的是方位维MTRC，能够分解为与距离相关的分量和与方位相关的分量，然后将式(1)变换到距离频域为其中，fr是回波信号的距离快时间的频域表示；由式(2)可知，目标的机动性引起了非均匀的空间采样，即带来了与方位相关的chirp调制，这与非机动目标下的回波有很大不同，从本质上讲，式(2)在机动目标的(fr,tm)域展现出了MTRC独有的特征。3.根据权利要求1所述的稀疏孔径ISAR机动目标成像与定标方法，其特征在于：所述步骤一中，构造包含MTRC的变尺度非均匀傅里叶二维字典的方法是：对稀疏孔径离散信号建模：2CN113900099A权利要求书2/5页其中，a和s分别表示待恢复的ISAR图像和SA数据，A为ISAR图像的矩阵形式，行为方位维，列为距离维，n是噪声；vec()为矩阵转向量操作，表示I个子孔径的SA数据按孔径序号依次一个向量接一个向量组成一个长向量；表示稀疏孔径回波数据的总脉冲数，其中Li为第i个子孔径的脉冲数，N表示距离维的回波数据采样长度，k表示回波脉冲序列中的第k个脉冲，n表示一个回波脉冲中的第n个采样数据，j为单位虚数；为式(1)H或式(2)中与距离相关的二次相位误差，Fr表示距离维的傅里叶变换,Fr表示Fr的共轭转置；在式(4)中，E的对角线元素都是非零的，其它都是零；E中的位于处的元素为其中m和m'分别为相同脉冲下FA和SA的第m和m'个脉冲；此外，Θ表示方位维的缩放非均匀傅里叶变换，其中和分别是缩放因子和不均匀步长，这里的Fs为距离维度下的采样频率；当d(m)＝1时，式(4)能够简化为非机动目标的信号模型。4.根据权利要求1所述的稀疏孔径ISAR机动目标成像与定标方法，其特征在于：所述步骤二中，SA‑ISAR图像稀疏表示为：3CN113900099A权利要求书3/5页其中，a为待恢复的ISAR图像，s为稀疏孔径回波数据，为稀疏孔径回波数据的总脉冲数，L