申请/专利权人：中国人民解放军空军预警学院

申请日：2022-05-23

公开（公告）日：2024-06-11

公开（公告）号：CN115421115B

主分类号：G01S7/41

分类号：G01S7/41;G01S13/90

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本发明涉及雷达信号处理技术领域，尤其涉及一种用于联合相位校正与ISAR成像的重赋权交替方向乘子法。本发明包括以下步骤：步骤s1，雷达发射线性调频信号并接收回波信号，采用Dechirp处理回波信号以降低采样频率；步骤s2，对回波信号进行消除RVP项和去斜处理后，进行距离压缩以得到目标的高分辨距离像；步骤s3，在稀疏孔径和加性复高斯白噪声的影响下，利用高分辨距离像的矩阵形式构建联合相位校正与ISAR成像的信号模型；步骤s4，根据模式耦合稀疏结构信息构建重赋权l1范数最小化问题；步骤s5，利用最小熵方法估算相位误差，利用RADMM实现联合相位校正与ISAR成像的迭代过程，通过2次重赋权处理进一步提高在噪声和稀疏孔径条件下两者的联合处理效率和成像性能。

主权项：1.一种用于联合相位校正与ISAR成像的重赋权交替方向乘子法，其特征在于，包括以下步骤：步骤s1，雷达发射线性调频信号并接收回波信号，采用Dechirp处理方式对接收到的回波信号进行处理以降低回波信号的采样频率；步骤s2，对所述回波信号进行消除RVP项和去斜处理后，进行距离压缩以得到目标的高分辨距离像；步骤s3，在稀疏孔径和加性复高斯白噪声的影响下，利用高分辨距离像的矩阵形式构建联合相位校正与ISAR成像的信号模型；步骤s4，根据模式耦合稀疏结构信息设计权重因子并构建重赋权l1范数最小化问题；步骤s5，利用最小熵方法估算相位误差，推导出RADMM算法实现联合相位校正与ISAR成像的迭代过程；其中，在所述步骤s2中，通过式1计算所述目标的高分辨距离像Sfr,tm： 其中，Kσ为目标散射点的个数，c为光速，λ为雷达波长，Tp为脉冲宽度，γ为调频斜率，fr为距离频率，tm为慢时间，σi为第i个散射点的散射系数，sincu＝sinπuπu，为Dechirp处理过程中目标瞬时距离Ritm与参考距离Rref的差值，设定所述Ritm包括目标的平动分量与转动分量两部分，设定Ritm≈R0+RTtm+xisinωtm+yicosωtm，其中，R0为雷达到目标的初始距离，RTtm为瞬时平动距离，xi,yi为目标第i个散射点的初始坐标，ω为目标的角速度；在短CPI中设定所述参考距离Rref＝R0，此时设定在所述步骤s2中，通过式2计算所述目标在包络对齐的前提下的高分辨距离像： 其中，第一个相位项为成像所需的多普勒项，第二个相位项为目标平动产生的误差项，记为在所述步骤s3中，在稀疏孔径条件下，结合加性复高斯白噪声将所述式2转化为矩阵形式以构建联合相位校正与ISAR成像的信号模型，该模型如式3所示：S＝EΦX+N3其中，S为噪声情况下包含相位误差的HRRP矩阵，设定S∈￡L×N；X为待重构的ISAR成像矩阵,设定X∈￡M×N；N为噪声矩阵，设定N∈￡L×N；Φ为方位向感知矩阵，设定Φ∈￡L×M，Φ＝DF，D为方位向欠采样矩阵，按行对M阶单位矩阵进行抽取所得，设定D∈iL×M；F为方位向稀疏基矩阵，设定F∈￡M×M，E为相位误差矩阵，设定E∈￡L×L，为相位误差向量，设定N为距离单元数，M为方位单元数脉冲数，L为稀疏孔径包含的脉冲数；在所述步骤s4中，充分利用成像结果中模式耦合稀疏结构信息以设计权重因子并构建重赋权l1范数最小化问题，该问题如式4所示： 其中，μ为正则化参数；1∈iM×N为全1矩阵；W∈iM×N为与X相关的权重矩阵；||·||1和||·||F分别表示计算矩阵的l1和Frobenius范数；“⊙”表示Hadamard积；引入辅助变量Z以优化所述重赋权l1范数最小化问题，构建优化问题计算公式如式5所示： 所述构建优化问题计算公式中的增广拉格朗日函数如式6所示： 其中，V为拉格朗日乘子，设定V∈￡M×N；ρ为惩罚参数；在所述步骤s5中RADMM算法的求解计算公式如式7所示： 其中，t＝0,1,…为迭代次数；所述Xt+1的一阶导数结果如式8所示：Xt+1＝ΦHΦ+ρIM-1ΦHEHS+ρZt-Vt8其中，IM为M阶单位矩阵；避免每次更新所述Xt+1都进行矩阵求逆运算，利用伍德伯里矩阵恒等式设定：ΦHΦ+ρIM-1＝ρ-1IM-ρ+1-1ΦHΦ，则所述Xt+1子优化计算公式如式9所示：Xt+1＝Zt-ρ-1Vt-ρ+1-1ΦHΦZt-ρ-1Vt-ΦHEHS9设定U＝W+1⊙Z以优化所述Zt+1，Ut+1的子优化计算公式如式10所示： 其中，·-1表示矩阵所有元素的-1次幂；所述Ut+1在二阶泰勒展开近似后采用软阈值函数进行求解结果如式11所示： 其中，τ为常数，ξ为阈值ξ＝μρτ；所述Zt+1的子优化更新形式如式12所示：Zt+1＝W+1-1⊙Ut+112；在所述步骤s5中利用最小熵方法估算相位误差，所述相位误差向量的计算公式如式13所示： 其中，angle{·}表示取角运算；所述相位误差矩阵的计算公式为：所述权重矩阵W在第k次重赋权下与前一次赋权得到的所述成像矩阵X结合，在矩阵Wk中第n,m个元素的计算公式如式14所示： 其中，Ω:p,q∈{-1,0,1},p2+q2≠0，βk-1为第k-1次重赋权下的耦合参数，为使所述的分母有意义将ε设定为很小的正数，为第k-1次重赋权下得到的Xk-1中第n,m个元素，重赋权次数k＝0,1,2,…，设定k＝0时，Wk＝0，RADMM退化为ADMM。

全文数据：

权利要求：

百度查询： 中国人民解放军空军预警学院 一种用于联合相位校正与ISAR成像的重赋权交替方向乘子法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD