一種基于壓縮感知的多徑虛像抑制sar后處理方法
【專利摘要】本發(fā)明公開了一種基于壓縮感知的多徑虛像抑制SAR后處理算法，其特征在于實現(xiàn)步驟如下：(1)建立SAR成像過程中的多徑信號模型；(2)利用圖像域的多徑信號模型，構(gòu)造基于壓縮感知理論的多徑虛像抑制模型；(3)采用正交匹配搜索(OMP)算法進(jìn)行稀疏散射中心向量的重構(gòu)，并通過圖像域分塊處理的方式降低CS重構(gòu)的計算量。本發(fā)明利用圖像域的多徑信號模型，構(gòu)建了基于壓縮感知理論的多徑虛像抑制算法，利用正交匹配搜索算法重建稀疏散射中心向量，并通過圖像域分塊處理的方式降低了CS重構(gòu)的計算量，達(dá)到了對實際目標(biāo)圖像與多徑虛像信號有效分離的目的，有利于SAR圖像目標(biāo)的正確解譯。
【專利說明】—種基于壓縮感知的多徑虛像抑制SAR后處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于目標(biāo)檢測領(lǐng)域，具體涉及一種基于壓縮感知的多徑虛像抑制SAR后處
理方法。
【背景技術(shù)】
[0002]合成孔徑雷達(dá)(synthetic aperture radar, SAR)已成為重要的成像傳感器技術(shù)，常規(guī)的合成孔徑雷達(dá)成像處理中，通常僅考慮直達(dá)波，即由目標(biāo)直接反射到接收天線的回波。實際在對復(fù)雜場景或目標(biāo)的成像過程中，除了直達(dá)波，目標(biāo)回波還可能經(jīng)過其他反射體的反射后，再被SAR天線接收，即存在多徑散射效應(yīng)，相應(yīng)的雷達(dá)回波分量即為多徑回波。[0003]常規(guī)SAR處理中，目標(biāo)到雷達(dá)的距離由其回波信號的時延確定，當(dāng)存在多徑散射時，由于同一目標(biāo)的直達(dá)波和多徑回波通常具有不同的延遲時間，對多徑回波的處理結(jié)果將形成實際目標(biāo)的多徑虛像。隨著SAR成像分辨率的提高，具有復(fù)雜結(jié)構(gòu)的目標(biāo)場景將表現(xiàn)出明顯的多徑虛像，會對高分辨率SAR圖像目標(biāo)的正確解譯造成困難。但多徑回波時延在一定程度上可以反映目標(biāo)的結(jié)構(gòu)信息，即多徑信息的提取也會有助于SAR目標(biāo)的自動識別。
[0004]因此，需要提出一種新的合成孔徑雷達(dá)成像算法，能夠消除多徑散射的干擾，存在多徑散射的情況下，能解決SAR圖像中出現(xiàn)虛像的問題

【發(fā)明內(nèi)容】

[0005]針對傳統(tǒng)的合成孔徑雷達(dá)成像算法不能消除多徑散射的干擾，存在多徑散射的情況下，SAR圖像中出現(xiàn)虛像的問題,本發(fā)明提供一種基于壓縮感知(compressive sensing,CS)的多徑虛像抑制SAR后處理方法，該方法主要利用圖像域的多徑信號模型，在參數(shù)化方法的基礎(chǔ)上構(gòu)造了過完備的冗余CS觀測矩陣,采用正交匹配搜索(orthogonal matchingpursuit, 0MP)算法進(jìn)行稀疏散射中心向量的重構(gòu)，并通過圖像域分塊處理的方式降低CS重構(gòu)的計算量，最終實現(xiàn)了實際目標(biāo)圖像與多徑虛像信號的有效分離。
[0006]本發(fā)明提出的基于壓縮感知的多徑虛像抑制SAR后處理方法包括:首先建立了SAR成像過程中的多徑信號模型；然后利用圖像域的多徑信號模型，構(gòu)建了基于CS的多徑虛像抑制模型；最后利用正交匹配搜索算法重構(gòu)稀疏散射中心向量，并通過圖像域分塊處理的方式降低CS重構(gòu)的計算量，實現(xiàn)了實際目標(biāo)圖像與多徑虛像信號的有效分離。
[0007]所述步驟⑴建立SAR成像過程中的多徑信號模型如下:多徑散射回波會產(chǎn)生虛像，多徑回波的相位歷史數(shù)據(jù)與PciUtl, y0)處目標(biāo)直接回波的相位歷史數(shù)據(jù)相同，但存在一個固定的快時間偏移量2 Y/c,因此虛像可以用二變量(Xc^yt), Y )來描述，Y為多徑參量。
[0008]所述步驟(2)利用圖像域的多徑信號模型，構(gòu)造基于壓縮感知理論的多徑虛像抑制模型:
[0009]Y= Φ Ψ s = As
[0010]其中Ψ為基矩陣，φ為觀測矩陣，y為常規(guī)聚焦成像后的復(fù)圖像對應(yīng)的觀測數(shù)據(jù)，S為待重構(gòu)的參數(shù)化稀疏散射中心向量，A為MXMK維的CS矩陣，所述CS矩陣為
[0011]A = [A0 A1...AK_J
[0012]其中子矩陣Ak(MXM維)按下式計算
[0013]Ak = [f0 Θ Vk fi Θ Vk...fM_! Θ Vk]
[0014]其中F = [f0 fi…f.J為傅立葉變換矩陣，Θ表示Hadamard乘積，
[0015]vk= [vk(0) Vk(I)...Vk(M-1) ]τ為頻域相位補償向量的共軛。且
[0016]
【權(quán)利要求】
1.一種基于壓縮感知的多徑虛像抑制SAR后處理方法，其特征在于，該方法包括步驟: 步驟1，建立SAR成像過程中的多徑信號模型； 步驟2，利用步驟I所述的多徑信號模型，構(gòu)造基于壓縮感知理論的多徑虛像抑制模型； 步驟3，采用正交匹配搜索OMP算法對所述多徑虛像抑制模型的稀疏散射中心向量進(jìn)行重構(gòu)，并通過圖像域分塊處理的方式降低CS重構(gòu)的計算量。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟I進(jìn)一步包括:將沿航跡向定義為X軸，垂直航跡向為y軸，當(dāng)雷達(dá)位于P(x，0)時，發(fā)射信號照射到點目標(biāo)Pi(XiJi)后，經(jīng)多徑散射至Pf (xf, yf)，再經(jīng)Pf (xf，yf)反射回波至雷達(dá)接收機，假定發(fā)射信號為P ( τ )，則經(jīng)多徑傳播后的雷達(dá)接收信號為

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在步驟SI，當(dāng)選擇正側(cè)視時，輸出的多徑虛像位于(X。，Yo+ Y )處。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，在步驟SI，Pi(xi； Yi)的視角為Yi)和 Pf(Xf，yf)間的視角差為 a，P(x，0) M Pi (xi? Yi)的斜距為:T1, P (x, O) M Pf (xf, yf)的斜距為r2，Pi (xi； Yi)至Pf (xf，yf)的多徑傳播距離為f，多徑回波信號的距離歷程為:
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在步驟SI,常規(guī)聚焦成像處理后得到的復(fù)圖像為S1(Xj),對特定的虛像(x，y，y)進(jìn)行重新聚焦，首先對虛像所在距離門y+Y處的圖像域方位信號進(jìn)行傅立葉變換，在方位向空間頻域的信號S1O^ y+y)與相位誤差補償濾波器傳遞函數(shù)相乘后，再進(jìn)行逆傅立葉變換，得到聚焦后的圖像域輸出，其中方位向空間頻域記為Kx。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在步驟SI，相位誤差的補償濾波器傳遞函數(shù)為:
7.根據(jù)權(quán)利要求1-6任一項所述的方法，其特征在于，所述步驟2利用圖像域的多徑信號模型，構(gòu)造基于壓縮感知理論的多徑虛像抑制模型為:
y = Φ 1IjS = As其中Ψ為由稀疏基{Ψ?}構(gòu)成的MKXMK維基矩陣，Φ為觀測矩陣，y為觀測數(shù)據(jù)，s為待重構(gòu)的參數(shù)化稀疏散射中心向量，A為MXMK維的CS矩陣。M表示方位向分辨單元的個數(shù)，K表示參數(shù)化多徑參量的個數(shù)。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述CS矩陣為 A — [A0 A1 …Ak-J 其中子矩陣Ak(MXM維)按下式計算
9.根據(jù)權(quán)利要求8所述的基于壓縮感知的多徑虛像抑制SAR后處理方法，其特征在于，在步驟S3，采用OMP算法重構(gòu)稀疏向量S，再由其子向量S(Yk)形成對應(yīng)于不同Yk的聚焦子圖像，后處理逐距離門進(jìn)行，同時方位向采用可分塊處理，即用于處理的子圖像數(shù)據(jù)僅包含一個距離門和一段方位像素，然后利用OMP算法對各子圖像數(shù)據(jù)進(jìn)行稀疏散射中心向量的重構(gòu)。
【文檔編號】G01S7/36GK103543451SQ201210247570
【公開日】2014年1月29日 申請日期:2012年7月17日 優(yōu)先權(quán)日:2012年7月17日
【發(fā)明者】張冰塵, 孫進(jìn)平, 田繼華, 洪文 申請人:中國科學(xué)院電子學(xué)研究所