[发明专利]扫描雷达超分辨成像方法

权利要求书

1.一种扫描雷达超分辨成像方法，具体包括如下步骤：

A．距离向脉冲压缩：对扫描得到的回波数据进行距离向傅里叶变换，根据系统参数构造频域匹配函数进行距离向脉冲压缩，并进行距离向IFFT，获得距离压缩时域方位时域数据；

B．构造卷积矩阵并进行初始化：假设每个方位向采样点上都有目标存在，并且令θ=(θ₁,θ₂,…,θ_K)为此距离门上K个目标的位置参数，根据扫描雷达成像的物理过程，利用天线方向图构造卷积矩阵：

A(θ)=[a(θ₁),a(θ₂),…,a(θ_K)]

其中，a(θ_k)为指向角度θ_k的天线方向图向量；

对步骤A获得的距离压缩时域方位时域数据，取出第一个距离门上的方位向数据y；假设此距离门上待估计的各目标幅度参数为s_k,k=1,…,K，对感兴趣方位θ_k的目标，令迭代次数i=1，将其匹配滤波输出作为迭代初始值，即

s^ki=aH(θk)yaH(θk)a(θk),k=1,···,K]]>

其中，(·)^H代表矩阵的共轭转置操作；

C．计算回波自相关矩阵并对其进行正则化：

根据的估计值，计算目标协方差矩阵：

Pi=diag(|s^1i|2,|s^2i|2,···,|s^Ki|2)]]>

结合卷积矩阵A(θ)，可以得到回波自相关矩阵

Rⁱ=A(θ)PⁱA^H(θ)

然后将回波自相关矩阵Rⁱ进行特征分解，找出最大特征值λ_max和最小特征值λ_min，并根据

|λmax+μi||λmin+μi|≤ρ]]>

确定正则化参数μⁱ，其中，ρ为预先设定的条件数判定阈值，从而得到正则化的自相关矩阵I为单位对角矩阵；

D.方位向参数估计：计算步骤C得到的正则化的自相关矩阵的逆矩阵再结合步骤B得到方位向数据y，计算s_k的加权最小二乘估计：

s^ki+1=aH(θk)(RDi)-1yaH(θk)(RDi)-1a(θk),k=1,···,K]]>

E.判断是否迭代至收敛状态：假设第i次估计结果为算法迭代至收敛的判断依据为：

||s^i+1-s^i||2<ϵ]]>

其中，ε为预先设定的阈值；

若迭代结果满足所述的判断依据，则进行步骤F；否则，i=i+1，返回步骤C对自相关矩阵R进行更新并重复步骤C-E；

F．输出超分辨成像结果：对其它距离门上的回波，参照步骤B-E进行方位向参数估计，最终获得整个场景的超分辨成像结果。