基于匹配滤波的宽带成像雷达需要对信号进行高速率采样,且数据量远大于最终获取的信息量,从信息量的角度探索低采样率下的雷目标达成像方法具有重要的意义。本项目针对雷达成像识别的应用需求,结合现有雷达体制及未来数字化雷达的发展方向,着重研究基于压缩感知的雷达目标成像方法。根据雷达目标散射特性和成像模型的特点,以信号驱动源稀疏分布为基础,利用不相干度量和假设检验方法研究压缩感知雷达成像的理论分辨率,探索高维参数空间中实现快速参数搜索的有效机制。针对频率步进信号体制,研究频率域压缩成像雷达的采样算子设计方法和高效的图像重构算法;针对时域压缩采样模式,建立多频段雷达数据的融合模型,研究基于压缩采样的多频段雷达融合成像方法。通过本项目的研究,形成压缩采样域雷达目标成像的理论、模型与方法,并最终为新体制雷达目标成像与识别提供支持。
compressive sensing;radar imaging;sparse representation;parametric dictinaries;orthogonal matching pursuit
雷达成像是侦察监视的重要手段,成像性能尤其是成像分辨率依赖于数据获取方式和信号处理手段。更好地获取数据并从有限的观测数据中获得更高分辨率的图像一直是雷达成像领域备受关注的问题。本项目利用压缩感知理论,针对雷达目标成像信号获取与处理问题展开了研究,主要研究成果包括 (1)给出了雷达目标成像的广义描述模型,利用估计偏差相对散射点间隔的比值这一统计指标分析了信噪比、频域采样数目等参数对压缩感知成像分辨率的影响。 (2)针对目标运动引起相位误差的问题,在频域建立了基于含参词典族的回波观测模型,提出了基于压缩感知的相位校正和超分辨成像一体化方法,给出了一种有效的正则化参数估计算法。 (3)推导了空间目标一维距离像速度补偿的边界条件,提出了一种基于稀疏先验的距离像补偿算法;结合空间目标的轨道特性和地球自转因素,建立了空域压缩感知观测模型,提出了一种基于加权正交匹配追踪的空间目标三维成像方法。 (4)利用含参词典族的概念,建立了分时观测条件下导弹目标时域压缩感知观测模型,提出了基于非线性估计和正交匹配追踪相结合的导弹目标成像算法。 (5)针对邻近配置的多频段雷达,建立了多频段信号观测模型,给出了基于含参词典族的多频段融合成像方法。 (6)初步探索了电磁涡旋雷达目标成像的基本原理,建立了理想点目标条件下电磁涡旋回波观测模型及近似成像算法。 本项目的研究成果可为成像雷达的数据获取、成像处理以及新体制雷达的设计提供技术支持。