一種雜波背景下實波束掃描雷達(dá)角超分辨方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)成像技術(shù)領(lǐng)域，它特別涉及掃描雷達(dá)對海角超分辨成像。
【背景技術(shù)】
[0002] 雷達(dá)平臺對海成像對海上災(zāi)害搜救，航線引導(dǎo)和海面目標(biāo)識別等民用和軍用領(lǐng)域 具有巨大的應(yīng)用價值。為了獲得較大成像范圍，同時受不規(guī)則平臺運動限制，通常在上述應(yīng) 用中采用掃描成像的模式、通過收發(fā)大帶寬線性調(diào)頻信號的方式獲得成像區(qū)域內(nèi)的二維回 波圖像。并針對回波信號，通過信號處理的方式改善二維分辨率，以達(dá)到實際應(yīng)用中對于分 辨率的需求。首先，對于距離維，通常采用匹配濾波的方法實現(xiàn)高分辨，其次，對于方位維回 波信號，由于掃描成像可以看做天線方向圖與目標(biāo)散射系數(shù)的卷積，因此，有關(guān)參考文獻(xiàn)通 常采用反卷積的方法實現(xiàn)掃描雷達(dá)的方位角超分辨。
[0003] 其中，文獻(xiàn)"Huang Y, Zha Y, Zhang Y, et al. Real-beam scanning radar angular super-resolution via sparse deconvolution. Geoscience and Remote Sensing Symposium (IGARSS), 2014IEEE International. IEEE, 2014:3081-3084. " 提出一種相干 clean的反卷積方法，該方法通過對消的方式實現(xiàn)角超分辨，并在一定程度解決了傳統(tǒng) clean算法無法復(fù)原單個波束內(nèi)多個目標(biāo)的問題。然而該方法的運算量較大，同時在面對擴(kuò) 展點目標(biāo)時，算法性能有顯著下降。
[0004] 其次，文獻(xiàn)"Guan, Jinchen, Yulin Huang, Jianyu Yang, Wenchao Li, and Junjie ffu.^Improving angular resolution based on maximum a posteriori criterion for scanning radar. "In Radar Conference (RADAR)，2012IEEE，pp. 0451-0454. IEEE, 2012." 和文南犬"Daolin, Zhou, Huang Yulin, and Yang Jianyu.''Radar angular superresolution algorithm based on Bayesian approach. 〃In Signal Processing (ICSP)，2010IEEE 10th International Conference on, pp. 1894-1897. IEEE, 2010. " 在貝葉斯公式基礎(chǔ)上，利用噪 聲和目標(biāo)的分布特性建立和求解目標(biāo)函數(shù)，實現(xiàn)原始場景在方位域的復(fù)原，一定程度的改 善了掃描雷達(dá)的方位角分辨，然而，此類方法所假設(shè)的泊松分布并不符合實際雷達(dá)成像的 雜波分布特性，因此，在該類方法的超分辨性能有限。

【發(fā)明內(nèi)容】

[0005] 針對【背景技術(shù)】中介紹的方法存在的缺陷，本發(fā)明提出一種雜波背景下實波束掃描 雷達(dá)角超分辨方法，采用瑞利分布描述成像場景中的雜波分布特性并建立最大似然目標(biāo)函 數(shù)，并根據(jù)求解出的最大似然解構(gòu)建迭代表達(dá)式，實現(xiàn)角超分辨成像。
[0006] 本發(fā)明的技術(shù)方案為：一種雜波背景下實波束掃描雷達(dá)角超分辨方法，根據(jù)脈沖 壓縮后的掃描雷達(dá)的回波特性，將方位維回波建模成目標(biāo)幅度與天線方向圖的卷積模型， 并根據(jù)最大似然反卷積方法對回波信號進(jìn)行處理，采用瑞利分布表征雜波特性并建立目標(biāo) 函數(shù)，通過對目標(biāo)函數(shù)的求解獲得最大似然解，并構(gòu)建迭代表達(dá)式，實現(xiàn)了掃描雷達(dá)的角超 分辨成像。
[0007] 進(jìn)一步地，所述一種雜波背景下的實波束掃描雷達(dá)角超分辨成像方法，具體包括 以下步驟：
[0008] Sl :根據(jù)固定站掃描雷達(dá)與目標(biāo)的幾何關(guān)系建立回波幾何模型；
[0009] S2:根據(jù)發(fā)射信號參數(shù)構(gòu)造距離向脈壓參考信號，將距離向脈壓參考信號與回波 信號進(jìn)行最大自相關(guān)運算，得到距離向脈沖壓縮后的信號；
[0010] S3 :根據(jù)由步驟S2得到的回波信號，以及卷積測量矩陣建立回波信號卷積模型；
[0011] S4:采用瑞利分布表征雜波分布特性并建立最大似然目標(biāo)函數(shù)，并根據(jù)求解出的 最大似然解構(gòu)建迭代表達(dá)式；
[0012] S5 :計算迭代初值，根據(jù)Tikhonov正則化方法計算步驟S4得到的迭代表達(dá)式的迭 代初值；
[0013] S6 :估計雜波統(tǒng)計參數(shù)，通過最大似然估計對步驟S4得到的迭代表達(dá)式進(jìn)行參數(shù) 估計；
[0014] S7 :將步驟S5得到的迭代初值與步驟S6得到的參數(shù)估計值，帶入由步驟S4得到 的迭代表達(dá)式進(jìn)行迭代運算，得到實波束超分辨成像。
[0015] 進(jìn)一步地，所述步驟S6的參數(shù)估計為瑞利分布參數(shù)估計。
[0016] 進(jìn)一步地，所述步驟S7還包括：當(dāng)兩次相鄰迭代結(jié)果的均方差小于或等于設(shè)定常 數(shù)時，停止迭代。
[0017] 本發(fā)明的有益效果：本發(fā)明的一種雜波背景下實波束掃描雷達(dá)角超分辨方法，根 據(jù)脈沖壓縮后的掃描雷達(dá)的回波特性，將方位維回波建模成目標(biāo)幅度與天線方向圖的卷積 模型，并根據(jù)最大似然反卷積方法對回波信號進(jìn)行處理，采用瑞利分布表征雜波特性并建 立目標(biāo)函數(shù)，通過對目標(biāo)函數(shù)的求解獲得最大似然解，并構(gòu)建迭代表達(dá)式，解決了傳統(tǒng)掃描 雷達(dá)成像模式方位維分辨率低的問題，實現(xiàn)了掃描雷達(dá)的角超分辨成像。
【附圖說明】
[0018] 圖1是本發(fā)明提供方法的流程框圖.
[0019] 圖2是本發(fā)明掃描雷達(dá)成像運動幾何模式。
[0020] 圖3是點目標(biāo)仿真場景。
[0021] 圖4是雷達(dá)天線方向圖。
[0022] 圖5是雜波背景下（SCR = 30dB)點目標(biāo)回波信號。
[0023] 圖6是本發(fā)明方法處理后的掃描雷達(dá)超分辨成像結(jié)果圖。
【具體實施方式】
[0024] 本發(fā)明的所有步驟、結(jié)論都在Matlab2012仿真平臺上驗證正確，下面結(jié)合附圖和 具體實施例對本發(fā)明方法做進(jìn)一步的闡述。
[0025] 如圖1所示為提供方法的流程框圖，本發(fā)明的一種雜波背景下實波束掃描雷達(dá)角 超分辨方法，包括以下步驟：
[0026] Sl :回波建模，采用固定基站掃描成像模式，如附圖2所示，本方案步驟中采用的 目標(biāo)的位置如圖3所示，雷達(dá)天線方向圖如圖4所示，掃描雷達(dá)成像參數(shù)如表1所示，本方 案步驟中采用的目標(biāo)分布如圖5所示，雷達(dá)發(fā)射信號為線性調(diào)頻信號：
[0027]
[0028] 其中，rect(·)表示矩形信號，其定義為
τ為距離向快時間變 量，T為發(fā)射脈沖持續(xù)時間，c為光速，λ為波長，&為調(diào)頻斜率。
[0029] 當(dāng)天線掃描完整個成像區(qū)域接收到的離散化回波信號為：
[0030]
[0031] 其中，Ω為目標(biāo)場景范圍，f(X，y)為點（X，y)處目標(biāo)的散射函數(shù)J為慢時間域的 窗函數(shù)，表示天線方向圖函數(shù)在方位向的調(diào)制；Θ (x，y)為（x，y)處目標(biāo)與場景中心位置的 夾角；Tfi是目標(biāo)在3dB天線波束寬度的駐留時間；R(x，y)為天線與（x，y)處目標(biāo)之間的距 離。
[0032] 表1仿真雷達(dá)系統(tǒng)參數(shù)
[0033]
[0034] S2 :距離向脈沖壓縮，根據(jù)發(fā)射信號參數(shù)構(gòu)造距離向脈壓參考信號：
[0035]
[0036] 其中，Traf表示距離向參考時間。
[0037] 將Sraf與回波s( θ，τ )進(jìn)行最大自相關(guān)運算，完成距離向脈沖壓縮。得到脈沖壓