预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN110146881A(43)申请公布日2019.08.20(21)申请号201910524988.4(22)申请日2019.06.18(71)申请人电子科技大学地址611731四川省成都市高新区(西区)西源大道2006号(72)发明人黄钰林庹兴宇张启平毛德庆张永超张寅杨建宇(74)专利代理机构成都虹盛汇泉专利代理有限公司51268代理人王伟(51)Int.Cl.G01S13/89(2006.01)权利要求书3页说明书8页附图4页(54)发明名称一种基于改进全变差的扫描雷达超分辨成像方法(57)摘要本发明提供了一种基于改进全变差的扫描雷达超分辨成像方法,属于雷达成像领域。本发明针对传统的全变差超分辨算法在低信噪比环境下对噪声敏感的问题,在实现超分辨成像与保持目标轮廓的同时,增强了算法的抗噪性能。在本发明中,首先采用TSVD方法进行预处理,重构目标函数;然后,在正则化框架下引入全变差算子作为正则化项,将超分辨问题转化为凸优化问题;最后,采用迭代重加权范数方法来求解凸优化问题,得到目标散射系数的估计值。本发明的创新性在于用TSVD方法去除噪声的影响,增强了传统全变差方法对噪声的鲁棒性,提高了其实用性。CN110146881ACN110146881A权利要求书1/3页1.一种基于改进全变差的扫描雷达超分辨成像方法,其特征在于,包括以下步骤:S1、发射线性调频信号,接收回波信号,对所述回波信号进行脉冲压缩和距离走动校正处理;S2、将脉冲压缩和距离走动校正后的回波信号转换为由目标散射系数和天线测量矩阵构成的卷积形式;S3、对所述天线测量矩阵进行截断奇异值分解处理,确定截断参数,得到截断奇异值分解结果;S4、构建目标函数;S5、采用迭代重加权范数方法求解目标函数,得到目标函数的最优解,输出超分辨结果。2.如权利要求1所述的基于改进全变差的扫描雷达超分辨成像方法,其特征在于,所述步骤S1包括:发射线性调频信号,经过下变频处理,接收回波信号其中,x0表示场景中点目标的散射系数,w(t)表示天线方位图函数调制,rect(·)表示矩形窗函数,τ表示距离向时间采样向量,t表示方位向时间采样向量,Tp表示发射信号的脉冲时宽,λ表示载频波长,R(t)表示目标的距离历史,c表示电磁波传播速度,k表示线性调频率,n(τ,t)表示加性高斯白噪声;目标的历史距离为其中,R0表示目标起始距离,v表示机载平台运动速度,θ0表示目标空间方位角;将回波信号y1(τ,t)与脉冲压缩函数进行最大自相关运算,实现对回波信号的距离向脉冲压缩,得到回波信号将回波信号进行尺度变换,得到距离走动校正后的回波信号3.如权利要求2所述的基于改进全变差的扫描雷达超分辨成像方法,其特征在于,所述步骤S2包括:将脉冲压缩和距离走动校正后的回波信号转换为卷积形式y=Hx+n其中,y=[y(1,1)y(1,2)…y(1,N)…y(M,N)]T表示回波,x=[x(1,1)x(1,2)…x(1,N)…x(M,N)]T表示目标散射系数,n=[n(1,1)n(1,2)…n(1,N)…n(M,N)]T表示噪声,T表示转置运算,M和N分别表示距离向和方位向采样点数,H表示由天线方向图构成的2CN110146881A权利要求书2/3页天线测量矩阵,表示为其中,[h-l…h0…hl]表示天线方向图函数w(t)的采样,采样点数为F。4.如权利要求3所述的基于改进全变差的扫描雷达超分辨成像方法,其特征在于,所述步骤S3包括:对所述天线测量矩阵进行奇异值分解其中,U=(u1,u2,...,uMN)和V=(v1,v2,...,vMN)分别表示大小为MN×MN的酉矩阵,Σ=diag(σ1,σ2,…,σMN),σi表示H的第i个奇异值,满足σ1>σ2>σi>...>σMN;得到所述天线测量矩阵的逆通过广义交叉验证函数选择截断函数k,得到通过截断后的天线测量矩阵进行求逆运算,得到截断奇异值分解后的目标散射系数估计-1-1-1xk=Hky=HkHx+Hkn。5.如权利要求4所述的基于改进全变差的扫描雷达超分辨成像方法,其特征在于,所述步骤S3中,通过广义交叉验证函数选择截断函数k的步骤包括:其中,满足I表示单位阵,trace(·)表示矩阵的对角线元素之和。6.如权利要求4所述的基于改进全变差的扫描雷达超分辨成像方法,其特征在于,所述步骤S4包括:令在正则化框架下,选择全变差函数作为正则化项,构建目标函数3CN110146881A权利要求书3/3页其中,||·||2表示二范数,||·||1表示一范数,λ表示正则化参数,||Dx||1表示目标的全变差算子约束,表示为其中,xi+1和xi分别表示x的第i+1个与第i个元素,D表示梯度矩阵,表示为7.如权利要求