基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法.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CN113671498A(43)申请公布日2021.11.19(21)申请号202110850356.4(22)申请日2021.07.27(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人周峰张照东丁毅樊伟伟田甜石晓然刘磊(74)专利代理机构西安睿通知识产权代理事务所(特殊普通合伙)61218代理人惠文轩(51)Int.Cl.G01S13/90(2006.01)权利要求书3页说明书7页附图4页(54)发明名称基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法(57)摘要本发明属于SAR信号处理技术领域，公开了一种基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法。在对SAR回波信号时频特征分析的基础上，提出RFI时频矩阵具有低秩与稀疏特性，结合目标回波信号的稀疏性，建立联合低秩与双重稀疏特性约束的SAR回波信号分离模型。采用交替迭代投影策略将该多重约束的信号分离优化问题转化为两个优化求解子问题：干扰低秩重构与信号稀疏恢复。针对干扰的低秩重构问题本采用双边随机投影策略进行低秩估计，并结合硬阈值方法实现RFI与目标回波信号的稀疏求解。本发明对RFI进行了精细化约束，使得模型更加精确，提高了模型对于数据的拟合精度。CN113671498ACN113671498A权利要求书1/3页1.一种基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，其特征在于，包括以下步骤：步骤1，建立SAR沿方位向的单次含RFI回波模型，利用短时傅里叶变换将单次含RFI回波信号转换至时频域，得到时频域回波信号；步骤2，基于时频域回波信号的时频特征分析，提出RFI时频矩阵具有低秩与稀疏特性，并结合目标回波信号时频稀疏特征，构建联合低秩与稀疏约束的RFI与目标回波信号分离模型；步骤3，采用交替迭代投影策略将所述联合低秩与稀疏约束的RFI与目标回波信号分离模型分解为RFI重构与目标回波信号稀疏恢复两个子问题的求解；通过双边随机投影策略结合硬阈值投影实现对RFI的重构；步骤4，从时频域回波信号中消去重构的RFI，得到时频域目标回波信号的稀疏恢复，对时频域目标回波信号的稀疏恢复进行傅里叶逆变换，得到射频干扰抑制后的目标回波信号。2.根据权利要求1所述的基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，其特征在于，步骤1中，所述单次含RFI回波模型为：s(k)＝x(k)+i(k)+n(k)其中，k表示距离快拍序号，s(·)、x(·)、i(.)、n(.)分别表示原始回波信号、目标回波信号、射频干扰以及噪声信号；所述时频域回波信号的表达式为：STFTX＝STFTI+STFTS+STFTN其中，STFTX、STFTI、STFTS与STFTN分别表示原始回波信号的时频矩阵、射频干扰的时频矩阵、目标回波信号的时频矩阵以及加性噪声的时频矩阵。3.根据权利要求2所述的基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，其特征在于，所述构建联合低秩与稀疏约束的RFI与目标回波信号分离模型，具体为：首先，高斯噪声作为RFI与目标回波信号的重构误差，设噪声服从复高斯分布，则给出基于L2范数的最小化误差优化函数：其中，||·||F表示求L2范数；由于STFTI为低秩、稀疏矩阵，STFTS为稀疏矩阵，对上述最小误差优化函数加入约束条件，得到联合低秩与双重稀疏约束的RFI与目标回波信号分离模型：其中，rank(STFTI)与card(STFTI)分别为RFI时频矩阵的秩与基数，r与k1分别为RFI时频矩阵的秩与基数的阈值；card(STFTS)为目标回波信号时频矩阵的基数，k2为card(STFTS)的阈值。2CN113671498A权利要求书2/3页4.根据权利要求3所述的基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，其特征在于，所述采用交替迭代投影策略将所述联合低秩与稀疏约束的RFI与目标回波信号分离模型分解为RFI重构与目标回波信号稀疏恢复两个子问题的求解，具体为：将分离模型分解为RFI重构与目标回波稀疏恢复两个子问题，并进行交替迭代更新，其中第t次迭代更新公式为：其中，表示第t+1次迭代更新的STFTI结果，表示第t+1次迭代更新的STFTS结果；每次迭代过程中的RFI重构问题通过双边随机投影算法进行求解；按照射频干扰重构与目标回波信号稀疏恢复的求解过程，进行交替迭代估计，直至RFI重构结果收敛即可获得RFI的重构结果。5.根据权利要求4所述的基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，其特征在于，所述双边随机投影算法的求解过程为：首先，定义对于大小为m×n的稠密矩阵X，其r阶近似矩阵为：T其中，Y1＝XA1，Y2＝XA2，A1和A2分别是n×r和m×r阶的随机矩阵