[发明专利]一种最优天线方向图选取的雷达角超分辨方法

说明书

技术领域

本发明属于雷达信号处理技术领域，特别涉及扫描雷达角超分辨成像。

背景技术

雷达成像技术作为信息获取的一种重要手段，在军用和民用等许多领域中发挥着越来越重要的作用。特别是飞行器正前方雷达成像，在战机对地侦察攻击、盲降导航、导弹精确末制导等领域有着迫切的应用需求。

实波束扫描雷达通过发射大时宽带宽积的线性调频信号，可以实现距离向上的超分辨，但是方位分辨率受到波长和天线孔径参数的制约。扫描雷达天线的角度分辨率为其中，λ是雷达波长，D是天线孔径的尺寸。因此，提高实波束扫描雷达方位分辨率最直接的方法是增加天线物理孔径，但是受到应用场景和一些物理因素的限制，无法安装大尺寸天线，很难获得方位高分辨。因此，需要通过信号处理方法来实现扫描雷达方位向超分辨成像。

文献“Zhang Y,Wu J,Yang J.A sparse sampling strategy for angular superresolution of real beam scanning radar[J].EURASIP Journal on Advances in Signal Processing,2014,2014(1):1-8”从信号处理的角度出发，把实波束雷达方位向回波信号建模成天线方向图与原始场景中目标方位向散射系数的线性卷积模型。因此可以通过解卷积的方法重构目标信息，从而突破扫描雷达方位分辨率的限制，实现角超分辨成像。

文献“Zha Y,Huang Y,Sun Z,et al.Bayesian Deconvolution for Angular Super-Resolution in Forward-Looking Scanning Radar[J].Sensors,2015,15(3):6924-6946”提出了一种基于贝叶斯理论的解卷积方法，假设噪声由两个独立的分量组成并设定信号服从拉普拉斯分布，在传统Richardson-Lucy(RL)算法基础上加入了正则化方法，有效的克服了传统RL算法的噪声放大问题，但是方法涉及的正则化参数需要手动选择，具有一定的复杂性。

文献“Zhang Y,Zhang Y,Li W,et al.Angular superresolution for real beam radar with iterative adaptive approach.Geoscience and Remote Sensing Symposium(IGARSS),2013IEEE International.IEEE,2013:3100-3103”提出了一种自适应迭代方法(IAA)，该方法利用最小加权二乘方法实现角度超分辨，克服了快拍数的限制，但是计算复杂度高，不适用于实时成像应用。

文献“Guan J,Yang J,Huang Y,et al.Maximum a posteriori-based angular superresolution for scanning radar imaging[J].Aerospace and Electronic Systems,IEEE Transactions on,2014,50(3):2389-2398.”提出了一种基于最大后验概率准则的解卷积方法，该方法也可以提高方位分辨率，且具有一定的抗噪能力。以上几种方法都能实现方位超分辨，但均没有考虑天线方向图畸变带来的算法性能下降问题，在实际应用中，由于噪声的存在，接收天线的方向图会发生畸变，会加剧卷积反演问题的病态性，带来雷达角超分辨性能的下降。

专用术语解释：

术语1：雷达角超分辨

雷达角超分辨是指雷达通过信号处理的方法，突破系统参数对雷达图像角分辨率的限制，达到方位上的高分辨能力。

术语2：图像熵

图像熵是一种特征的统计形式，它反映了图像中平均信息量的多少。对图像中位于不同位置的像素取不同的灰度和颜色，图像灰度级n＝2^B，像素灰度用x_i表示，若p(x_i)为各灰度级出现的概率，假设各像素和各灰度是统计独立的，而且不考虑像素的几何位置，则图像熵为：

术语3：聚焦和离焦

聚焦和离焦是对图像清晰度的一种评价标准。离焦图像可以看作由物体和点扩散函数做卷积的结果，这样往往导致图像中高频分量的减少或缺失。聚焦的图像比离焦图像包含更多的细节和边缘信息。

发明内容