买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明公开了一种扫描雷达快速批处理迭代自适应超分辨成像方法，首先将单一距离单元回波模型扩展至全距离单元扫描雷达回波模型，然后提出基于批处理的迭代自适应方法对回波矩阵中的多个距离单元同步并行地超分辨处理，求出目标散射迭代式，再利用二维共轭梯度算法求解目标散射并加速迭代过程，输出目标散射和噪声功率，实现扫描雷达快速批处理迭代自适应超分辨成像。本发明的方法克服了现有迭代自适应方法逐行处理而引入的计算冗余问题，并使用共轭梯度算法来避免矩阵求逆操作从而降低计算复杂度，在保证成像分辨率的同时具有更低的计算复杂度，减小硬件计算负担。

主权项：1.一种扫描雷达快速批处理迭代自适应超分辨成像方法，具体步骤如下：步骤一、构建全距离单元扫描雷达回波信号模型；设距离压缩后，第m个距离单元内扫描雷达回波模型表达式如下： 其中，表示回波向量，N表示回波信号方位向采样点数，表示复数域，[·]T表示矩阵的转置操作；表示目标散射向量，θi,i＝1,…,K1表示第i个采样点处方位向角度，K1表示目标散射信号方位向采样点数；表示加性高斯白噪声向量；表示天线方向图向量，L表示天线方向图采样点数；表示向量卷积操作；将天线方向图向量转化成矩阵形式，则式1改写表达式如下：sm＝Hxm+em2其中，表示转向矩阵；将式2中的第m个距离单元扩展成全距离单元，则可得全距离单元扫描雷达回波信号模型表达式如下：S＝HX+E3其中，表示目标散射矩阵，K1和M分别表示目标散射信号的方位向和距离向采样点数；表示转向矩阵，N表示回波信号方位向采样点数；表示回波矩阵；表示加性高斯白噪声矩阵；步骤二、基于步骤S1的全距离单元扫描雷达回波信号模型，利用基于批处理的迭代自适应方法求出目标散射迭代式；首先基于单距离单元下迭代自适应方法，分别给出加权最小二乘的代价函数J和噪声协方差矩阵Qk，表达式如下：J＝s-HxHWs-Hx4Qk＝R-pkhkhkH5其中，s表示单距离回波向量，x表示单距离目标散射向量，[·]H表示共轭转置操作，pk＝|sk|2表示每一个方位目标散射能量，hk表示转向矩阵H的第k列，R表示回波协方差矩阵；根据加权最小二乘法，被选择为加权矩阵W，则最小化代价函数可得目标散射迭代式表达式如下： 根据Capon滤波法则，式6近似为：然后根据全距离单元内扫描雷达回波信号模型和Kronecker积的性质，将转化为基于批处理的迭代自适应方法的迭代式，表达式如下：Xq+1＝Σq⊙HHUq8其中，xK1M表示的第K1M个元素；q表示迭代自适应方法的迭代次数，表示第q+1次全距离单元目标散射迭代结果，表示目标散射矩阵，且Σij＝|Xijl表示Σq的第i行第j列元素，l表示预先设定的人工参数，用来控制结果的稀疏性，⊙表示哈达玛积；设定u＝vecU，表示中间式，用二维共轭梯度算法来求解；其中，用于修正矩阵R求逆的病态性，I表示单位矩阵，λ表示修正参数；步骤三、利用二维共轭梯度算法求解目标散射并加速迭代过程，输出目标散射和噪声功率；根据二维共轭梯度算法求解目标散射的迭代过程表达式如下：Ut+1＝Ut+αtDt9 Wt＝HΣ⊙HHDt+1+λDt+111Dt+1＝Gt+βtDt12Gt+1＝Gt-αtWt13其中，t和q分别表示在共轭梯度算法中和迭代自适应方法的迭代次数；dt＝vecDt表示矩阵的共轭方向；wt＝vecWt表示中间变量；βt+1＝ρt+1ρt；gt＝vecGt表示梯度；||·||F表示Frobenius范数；将迭代过程中参数初始化为：将初始化值代入式14的迭代过程中，外循环是迭代自适应方法的迭代循环，迭代次数Q次；外循环开始，并初始化参数U0＝0,G0＝S,D0＝0,β0＝0,然后开始内循环，内循环是共轭梯度算法的迭代循环，迭代次数T次；将外循环初始的参数代入迭代中可得： 内循环结束后，进行赋值： 最后，迭代结束导出目标的全距离单元散射估计，实现扫描雷达快速批处理迭代自适应超分辨成像。

全文数据：

权利要求：

百度查询： 电子科技大学 一种扫描雷达快速批处理迭代自适应超分辨成像方法