本發(fā)明涉及測量領(lǐng)域，尤其涉及一種基于壓縮感知的暗室寬帶RCS測量方法。

背景技術(shù)：

傳統(tǒng)的寬帶RCS測量方法，要使目標(biāo)擴(kuò)展在距離向和方位向不模糊，測量頻率間隔、角度步長要受Nyquist采樣定理的限制，在該理論約束下的信息獲取、存儲、傳輸及處理已成為目前信息處理領(lǐng)域進(jìn)一步發(fā)展的主要瓶頸之一。與Nyquist采樣不同的是，壓縮感知(CS)不是直接測量信號本身，而是利用構(gòu)造觀測矩陣Φ把一個(gè)稀疏或可壓縮的高維信號投影到低維空間上，測量值是信號從高維空間到低維空間的投影值。這樣，壓縮感知理論基于高維數(shù)據(jù)中包含的信息維數(shù)往往遠(yuǎn)低于數(shù)據(jù)維數(shù)，把對信號的采樣轉(zhuǎn)變成對信息的采樣，使得采樣和壓縮一并實(shí)現(xiàn)，從而降低信號的采樣率、數(shù)據(jù)存儲和傳輸代價(jià)。

壓縮感知理論主要涉及三個(gè)關(guān)鍵要素：信號的稀疏表示、測量矩陣的構(gòu)造、重構(gòu)算法。在現(xiàn)有研究成果中，隨機(jī)測量矩陣由于具有較好的理論特性受到廣泛關(guān)注。但是，實(shí)際中隨機(jī)矩陣實(shí)現(xiàn)困難，計(jì)算效率低下。因此，構(gòu)造具有通用性，結(jié)構(gòu)允許快速計(jì)算，且便于物理實(shí)現(xiàn)的確定性測量矩陣是將利用CS理論進(jìn)行RCS測量推向?qū)嵱没年P(guān)鍵所在。另外，現(xiàn)有技術(shù)中的重構(gòu)算法主要有凸優(yōu)化、貪婪追蹤、組合算法等三大類。單一的算法往往是優(yōu)缺點(diǎn)并存，例如，貪婪算法運(yùn)行速度快，但需要的測量數(shù)據(jù)多，精度較低；凸優(yōu)化算法需要的測量數(shù)據(jù)較少，重構(gòu)精度較高，但有繁重的計(jì)算負(fù)擔(dān)。

技術(shù)實(shí)現(xiàn)要素：

針對上述現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種基于壓縮感知的暗室寬帶RCS測量方法，實(shí)現(xiàn)縮短測量時(shí)間，提高RCS測量效率的目的。

本發(fā)明提供的一種基于壓縮感知的暗室寬帶RCS測量方法,其改進(jìn)之處在于，所述方法包括如下步驟：

(1)設(shè)計(jì)稀疏測量矩陣,對壓縮采樣測試參數(shù)進(jìn)行配置；

(2)依次將定標(biāo)體、測量目標(biāo)放在轉(zhuǎn)臺上，完成對所述測量目標(biāo)的回波數(shù)據(jù)采樣，采樣過程中轉(zhuǎn)臺做勻速轉(zhuǎn)動(dòng)；

(3)根據(jù)得到的采樣數(shù)據(jù)完成對所述測量目標(biāo)的定標(biāo)處理；

(4)將定標(biāo)后的目標(biāo)數(shù)據(jù)通過所述稀疏測量矩陣進(jìn)行稀疏化處理；

(5)利用二維矩陣數(shù)據(jù)重構(gòu)算法對其他角度和其他頻率的數(shù)據(jù)重構(gòu)。

優(yōu)選的，所述壓縮采樣測試參數(shù)包括頻率維和角度維；所述頻率維包括起始頻率、終止頻率和步進(jìn)頻率；所述角度維包括起始角度、終止角度和步進(jìn)角度；

步驟(1)設(shè)計(jì)稀疏測量矩陣,對壓縮采樣測試參數(shù)進(jìn)行配置，包括如下步驟：

1)徑向和橫向分別預(yù)估所述測量目標(biāo)的稀疏散射中心個(gè)數(shù)；

2)計(jì)算所述稀疏測量矩陣的維數(shù)大?。?/p>

3)完成所述頻率維和所述角度維參數(shù)設(shè)置，形成所述稀疏測量矩陣。

較優(yōu)選的，步驟(2)的采樣方式包括等角度間隔稀疏采樣、頻率步進(jìn)稀疏采樣和二維聯(lián)合稀疏采樣。

較優(yōu)選的，所述測量目標(biāo)的RCS表示為：

式中，表示目標(biāo)在第m個(gè)角度第n個(gè)頻率時(shí)的RCS數(shù)據(jù)，表示第i個(gè)散射中心對應(yīng)的RCS數(shù)據(jù)，j是復(fù)數(shù)符號，f₀表示起始頻率，Δf表示頻率步進(jìn)大小，x_i表示圖像中第i個(gè)像素的橫坐標(biāo)，y_i表示圖像中第i個(gè)像素的縱坐標(biāo)，c表示光速，θ_m＝mΔθ表示第m個(gè)角度，Δθ表示角度步長大小；

觀測角度小于30°，則：

式中，Δθ表示角度步長大小；λ_n表示第n個(gè)頻率時(shí)對應(yīng)的波長，其中：

令則：

目標(biāo)區(qū)域?yàn)镼×P的二維柵格，取Q＞M，P＞N，則：

式中，設(shè)定圖像寬×高為Q像素×P像素，q表示圖像中寬度方向第q列，p表示圖像中高度方向第p行，q和p確定了一個(gè)像素，Δx、Δy分別表示一個(gè)像素的寬度、高度；

用矩陣表示如下：

式中，U表示實(shí)際采樣得到數(shù)據(jù)矩陣，A是大小為Q×P的稀疏圖像矩陣，W_x、均為稀疏測量矩陣；

所述數(shù)據(jù)矩陣U中的各元素U(m,n)表示為：

其中：

較優(yōu)選的，對步驟(5)用于數(shù)據(jù)重構(gòu)的結(jié)果評估公式為：

較優(yōu)選的，所述其他角度包括起始角度和終止角度之間的角度；所述其他頻率包括起始頻率和終止頻率之間的頻率。

本發(fā)明的技術(shù)方案中，將突破傳統(tǒng)的不模糊測量窗口的限制，通過測量少量的樣本數(shù)據(jù)獲取同傳統(tǒng)方法一樣的數(shù)據(jù)信息，使得在不損失RCS測量精度的前提下，能用傳統(tǒng)測量點(diǎn)頻RCS的時(shí)間得到同傳統(tǒng)掃頻RCS測量同樣容量的信息。且本發(fā)明主要處理環(huán)節(jié)包括構(gòu)造行列堆疊式使得觀測矩陣結(jié)構(gòu)更加緊湊合理，優(yōu)化組合重構(gòu)算法使得處理速度和精度得到保證，從而達(dá)到縮短測量時(shí)間以提高RCS測量效率的目的；

本發(fā)明利用了二維信號的耦合性，所以在同樣數(shù)據(jù)量的前提下，成像分辨率提高。

本發(fā)明直接針對矩陣變量進(jìn)行優(yōu)化，大大縮小了使用行列堆疊式所造成的大存儲需求，并且提高了重構(gòu)時(shí)間和重構(gòu)效率。

附圖說明

圖1為本發(fā)明實(shí)施例的流程圖；

圖2為本發(fā)明實(shí)施例的暗室RCS測量目標(biāo)放在轉(zhuǎn)臺上旋轉(zhuǎn)示意圖，其中，UOV、XOY均表示坐標(biāo)系，UOV坐標(biāo)系是視角坐標(biāo)系，不隨目標(biāo)旋轉(zhuǎn)而旋轉(zhuǎn)；XOY坐標(biāo)系是固定在目標(biāo)上的，隨著目標(biāo)旋轉(zhuǎn)而旋轉(zhuǎn)，當(dāng)目標(biāo)旋轉(zhuǎn)角度θ_m＝0時(shí)，兩個(gè)坐標(biāo)系重合。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉出優(yōu)選實(shí)施例，對本發(fā)明進(jìn)一步詳細(xì)說明。然而，需要說明的是，說明書中列出的許多細(xì)節(jié)僅僅是為了使讀者對本發(fā)明的一個(gè)或多個(gè)方面有一個(gè)透徹的理解，即便沒有這些特定的細(xì)節(jié)也可以實(shí)現(xiàn)本發(fā)明的這些方面。

暗室RCS測量的方式使得數(shù)據(jù)本身就很容易含有大量冗余信息，在密集頻點(diǎn)、密集角度測量條件下，數(shù)據(jù)之間的相關(guān)性很強(qiáng)，如果能找到這些數(shù)據(jù)之間的線性無關(guān)量(對應(yīng)CS理論中的稀疏表征基或稀疏字典)，就可以達(dá)到減少測量的目的。

本實(shí)施例提出的一種基于壓縮感知的暗室寬帶RCS測量方法,其流程圖如圖1所示，包括如下步驟：

(1)設(shè)計(jì)稀疏測量矩陣，對壓縮采樣測試參數(shù)進(jìn)行配置，其中：

壓縮采樣測試參數(shù)包括頻率維和角度維；頻率維包括起始頻率、終止頻率和步進(jìn)頻率；角度維包括起始角度、終止角度和步進(jìn)角度；

步驟(1)設(shè)計(jì)稀疏測量矩陣,對壓縮采樣測試參數(shù)進(jìn)行配置，包括如下步驟：

1)徑向和橫向分別預(yù)估測量目標(biāo)的稀疏散射中心個(gè)數(shù)；

2)計(jì)算稀疏測量矩陣的維數(shù)大?。?/p>

3)完成頻率維和角度維參數(shù)設(shè)置，形成稀疏測量矩陣。

參照圖2，坐標(biāo)系中：

u＝xcos(θ_m)-ysin(θ_m)

v＝xsin(θ_m)+ycos(θ_m)

其表示了兩個(gè)坐標(biāo)系的旋轉(zhuǎn)關(guān)系，其中v軸與雷達(dá)天線(即饋源，雷達(dá)中稱天線，RCS測試中稱饋源，且天線在v軸負(fù)方向延長線上)視線方向一致。則在本實(shí)施例的基于壓縮感知的暗室寬帶RCS測量方法中，測量目標(biāo)得RCS可表示為：

式中，表示目標(biāo)在第m個(gè)角度第n個(gè)頻率時(shí)的RCS數(shù)據(jù)，表示第i個(gè)散射中心對應(yīng)的RCS數(shù)據(jù)，j是復(fù)數(shù)符號，與等價(jià)，f₀表示起始頻率，Δf表示頻率步進(jìn)大小，x_i表示圖像中第i個(gè)像素的橫坐標(biāo)，y_i表示圖像中第i個(gè)像素的縱坐標(biāo)，c表示光速，θ_m＝mΔθ表示第m個(gè)角度，Δθ表示角度步長大?。?/p>

基于散射中心模型，在實(shí)際應(yīng)用中，一般目標(biāo)旋轉(zhuǎn)角度小于30°，本實(shí)施例設(shè)置觀測角度小于15°，則：

式中，Δθ表示角度步長大小；λ_n表示第n個(gè)頻率時(shí)對應(yīng)的波長，其中：

令則：

目標(biāo)區(qū)域?yàn)镼×P的二維柵格，取Q＞M，P＞N，則：

式中，設(shè)定圖像寬×高為Q像素×P像素，q表示圖像中寬度方向第q列，p表示圖像中高度方向第p行，q和p確定了一個(gè)像素，Δx、Δy表示一個(gè)像素的寬度、高度。

用矩陣表示如下：

式中，U表示實(shí)際采樣得到數(shù)據(jù)矩陣，A是大小為Q×P的稀疏圖像矩陣(稀疏度對應(yīng)散射中心的多少)，W_x、都是稀疏測量矩陣，分別用在圖像矩陣的左側(cè)和右側(cè)。

在數(shù)據(jù)矩陣U中的各元素U(m,n)可表示為：

其中：

(2)依次將定標(biāo)體、測量目標(biāo)放在轉(zhuǎn)臺上，完成對測量目標(biāo)的回波數(shù)據(jù)采樣，采樣過程中轉(zhuǎn)臺做勻速轉(zhuǎn)動(dòng)。本實(shí)施例的采樣方式包括等角度間隔稀疏采樣、頻率步進(jìn)稀疏采樣和二維聯(lián)合稀疏采樣。

(3)根據(jù)得到的采樣數(shù)據(jù)完成對測量目標(biāo)的定標(biāo)處理；

(4)將定標(biāo)后的目標(biāo)數(shù)據(jù)通過稀疏測量矩陣進(jìn)行稀疏化處理；

(5)利用二維矩陣數(shù)據(jù)重構(gòu)算法對起始角度和終止角度之間的角度和起始頻率和終止頻率之間的頻率的數(shù)據(jù)進(jìn)行重構(gòu)。

本實(shí)施例通過使用兩個(gè)大小分別為M×Q、P×N的稀疏基表示矩陣，避免了一維向量重構(gòu)時(shí)基表示與測量矩陣都要有且分別構(gòu)造的弊病，這里使二者合二為一，一方面通過更緊湊的矩陣表達(dá)直接使用二維矩陣重構(gòu)方法大大縮短了稀疏化表示出圖像的時(shí)間(縮短到幾分鐘以內(nèi))，另一方面緊湊的矩陣表示方法也減少了稀疏化圖像表示的噪聲(斑點(diǎn))。

重構(gòu)結(jié)束后，本實(shí)施例可對數(shù)據(jù)進(jìn)行結(jié)果評估，其公式為：

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。