[发明专利]一种基于压缩感知的ISAR成像脉冲估计算法

说明书

技术领域

本发明属于雷达成像技术领域，更进一步涉及ISAR图像信号通过压缩感知（CS）技术进行成像所需数据量估计方法，具体为一种基于压缩感知的ISAR成像脉冲估计算法。本发明可用于估计ISAR成像所需最小脉冲数目,而达到通过使用最少的数据量对ISAR信号进行压缩感知超分辨成像的目的。 

背景技术

通过对线性系统分析，可以描述雷达回波的性质：输入为雷达的发射脉冲，在过对目标的作用后，得到的输出即为雷达回波。雷达电波对目标（例如飞机等）作用，其一些部件会产生后向散射，一些平面部分也会后向镜面散射，这些构成了雷达回波的主要部分。所以，我们可以用散射点来表示目标，则可以用散射点模型来近似描述目标的分布函数，则其中具有相对较强后向散射的位置即为这些散射点。所以，可以看出，若目标在运动过程中，相对于雷达发生了转动或偏离，那写镜面反射的回波将不能被雷达接受到。由上所述，目标的散射点模型不仅与雷达长有关，同时随视角的变化而变化，经过分析和实验证明，若满足视角变化约为10°，则目标上散射点的位置及强度基本不会发生变化，而对于ISAR目标来说，目标一般需转动3°左右，所以能够考虑该模型。 

现代军用雷达一般作用的目标均为非机动的，还需对其进行识别跟踪。在采用了宽频带雷达信号后，使距离分辨率有了大幅度的提升，并且宽频带为雷达目标识别提供了很好的基础，较常规窄频带雷达在波形上包含了更加丰富的目标信息。若提高雷达频宽到几百兆赫，则回波能够达到高距 离分辨率（HRR）为亚米级信号，且一般来说，HRR回波信号均表现为一维距离像。 

在考虑ISAR信号稀疏性后，可以对图像进行低数据量超分辨重建，目前已有许多学者验证了基于CS方法对ISAR信号进行成像的可能性以及相较于传统成像的优越性，但同时新的问题有出现了，到底该用多少数据即可重构出ISAR图像，同时保证较好的成像质量？ISAR原始数据需要进行距离向与方位向的二维处理，才能进行成像，针对实际效率要求，分析ISAR数据特性，希望在通过简单的距离向分析后即可给出估计最优成像数据量的方法，以在保证成像质量的同时最大化的减轻雷达系统压力。 

发明内容

本发明的目的在于在保证成像效果及效率的情况下，估计出ISAR稀疏信号的压缩感知超分辨成像所需的最小脉冲数，减少雷达系统及硬件系统的压力，提出了一种基于压缩感知的ISAR成像脉冲估计算法，来估计压缩感知ISAR成像所需最小脉冲数的方法。通过图像融合的方法对ISAR距离像进行信号融合及阈值分割，在简单的距离像预处理中，估计出压缩感知超分辨成像为达到最合适的成像效果所需的ISAR原始回波的最小数据量。 

为实现上述目的，本发明技术方案是：提供一种基于压缩感知的ISAR成像脉冲估计算法，包括对ISAR信号回收系统获得的少量脉冲回波进行信号融合、对融合结果进行信号杂波分割及最终脉冲数估计三个过程，具体实现步骤如下： 

第一个过程，ISAR距离像PCA图像融合的具体步骤如下： 

（1）得到ISAR部分原始回波数据的一维距离像； 

（2）计算得到各距离像协方差； 

（3）根据所得协方差求得各距离像特征向量，并确定第一主成分所对 应的特征向量； 

（4）据特征向量确定各距离像所应该分配的权重； 

（5）对各距离像进行加权融合的到融合图像； 

第二个过程，利用所获得的融合后的距离像进行信号及杂波分割，步骤为： 

（6）Renyi熵阈值分割； 

第三个过程，利用所获得的信号及杂波分割结果来估计压缩感知ISAR成像所需最小脉冲数的具体步骤如下： 

（7）CS精确重构理论：对于一个P稀疏的向量S＝{S_1,,S_1,,…,S_Q}，Q表示向量长度，若要精确重构S，则观测值M需满足： 

M≥P*logQ 

据信号杂波区间计算信号区间内信号点数，通过CS精确重构理论计算最小观测值M，即为成像所需最小脉冲数； 

上述第一过程ISAR距离像PCA图像融合中步骤（1）中所述的得到ISAR部分原始回波数据的一维距离像，即为通过传统距离-多普勒成像方法，及脉冲压缩方法对部分原始数据进行距离像处理，获得ISAR数据的一维距离像 图像大小为N，J为距离像个数； 

步骤（2）、（3）中所述计算得到各距离像协方差，而后根据所得协方差求得各距离像特征向量，并确定第一主成分所对应的特征向量，其具体方法如下：