基于MRF的实孔径扫描雷达超分辨成像方法.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CN113640793A(43)申请公布日2021.11.12(21)申请号202110765492.3(22)申请日2021.07.06(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人谭珂杨建超陆星宇张婷婷苏卫民顾红戴峥虞文超(74)专利代理机构南京理工大学专利中心32203代理人陈鹏(51)Int.Cl.G01S13/89(2006.01)权利要求书4页说明书7页附图4页(54)发明名称基于MRF的实孔径扫描雷达超分辨成像方法(57)摘要本发明公开了一种基于MRF的实孔径扫描雷达超分辨成像方法，包括：通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数中；利用快速迭代阈值收缩方法解决目标函数的优化问题，最终得到目标的超分辨成像结果。该方法通过引入马尔科夫随机场先验模型，使像素的二维空间相关性可以更好地被描述，进而能够更好地恢复场景的形状。CN113640793ACN113640793A权利要求书1/4页1.一种基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，包括：通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数中；利用快速迭代阈值收缩方法解决目标函数的优化问题，最终得到目标的超分辨成像结果。2.根据权利要求1所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，所述通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数，首先，对成像系统参数初始化，具体为：设平台运动速度为ν，天线波束扫描速度ω，雷达下视角为目标点坐标记为P(r0，θ0)，t为方位时间，目标点距离历史rP(x，y)为通过泰勒展开与一次项近似可得斜距为点目标回波表达式记为sP(τ，t)：其中，τ为距离向时间变量，σ0为点目标散射强度，h(t)为天线的双程波束方向图，t0为波束中心照射到P点的时间，rect[·]代表距离时间窗，c为光速，Tr代表距离时间脉宽，f0为载波频率，Kr是发射信号的时间调频斜率。3.根据权利要求2所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，成像系统参数初始化之后，对回波进行距离向脉冲压缩，具体如下：对于散射函数为的面目标而言，其回波为全部点目标回波的积分，其中为目标的初始斜距，为目标的方位角坐标；由于t＝(θ‑θa)/ω和τ＝2r/c，其中θa为初始扫描角度，根据式(2)和(3)，可得到面目标回波：针对获取的二维回波数据s(r,θ)，利用雷达发射信号参数，构造匹配滤波器，对距离向进行脉冲压缩，得到距离压缩后数据sout(r,θ)；2CN113640793A权利要求书2/4页4.根据权利要求3所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，距离向脉冲压缩后，进行线性徙动矫正，具体为：经距离向压缩后，对于目标平面上位于弧线上所有的点目标，其回波位置中心将错位重叠在直线上；可对变量r进行线性尺度变换以消除平台运动产生的距离走动5.根据权利要求4所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，线性徙动矫正后，构造方位卷积信号模型，具体为：将方位信号写为s(θ)＝σ(θ)*h(θ)(6)其中*为卷积操作；考虑到噪声的影响，方位信号表达式为：s(θ)＝σ(θ)*h(θ)+n(θ)(7)针对上述模型，构造方位卷积信号向量模型：s＝Hσ+n(8)TT其中，s＝[s1,…,sN]和σ＝[σ1,...,σN]分别表示一个距离门中的回波数据和目标散T射系数，n＝[n1,...，nN]为噪声向量，N为向量个数，H为天线方向图h(θ)构造的卷积矩阵。6.根据权利要求5所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，构造方位卷积信号模型后，构造成像目标函数，具体为：对于反卷积操作中存在的噪声敏感性问题，采用正则化的方法进行解决，解决本问题的标准正则化方程：其中，为数据保真项，||Γ(σ)||q为正则项，Γ(σ)为正则项的具体操作，q为正则化项的范数，λ用于平衡测量数据的保真度和正则项的约束的影响，可由L‑曲线法决定的；选择Huber‑Markov作为正则项其中，ρT(·)为Huber函数，为团c的系数向量，τ是温度参数，Z为归一化常量，上3CN113640793A权利要求书3/4页标(·)t表示为转置操作；图像的粗糙度由二阶导数获得：Huber函数的定义为：阈值T会惩罚图像的灰度变化；将公式(10)(11)(12)代入公式(9)中，RASR超分辨成像的目标函数可变为：7.根据权利要求6所述的基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，构造完成像目标函数，求取目标函数梯度，具体如下：由于所获得的目标函数为凸函数，采用快速迭代收缩/阈值算法来解决公式(