[发明专利]基于参数估计的压缩感知成像方法

权利要求书

1.基于参数估计的压缩感知成像方法，其特征在于：基于参数估计的压缩感知成像方法具体过程为：

步骤一、将每个距离单元的回波信号表示为线性调频信号模型；

步骤二、根据线性调频信号模型构造压缩感知稀疏基矩阵，根据压缩感知稀疏基矩阵构造图像Θ(γ₀,α)；

步骤三、依据图像对比度的定义选取检索范围，结合压缩感知的成像方法进行参数估计，得到每个距离单元的回波信号的初始参考频率和每个距离单元的回波信号频率的倾斜度两个参数的估计值；

步骤四、根据每个距离单元的回波信号的初始参考频率和每个距离单元的回波信号频率的倾斜度两个参数的估计值，结合压缩感知的成像方法进行成像，得到回波缺失情况下目标的高分辨图像。

2.根据权利要求1所述基于参数估计的压缩感知成像方法，其特征在于：所述步骤一中将每个距离单元的回波信号表示为线性调频信号模型；具体过程为:

线性调频信号模型的建立：

$s_m\left(T\right)=\underset{i=1}{\overset{{\mathrm{\μ}}_m}{\mathrm{\Σ}}}{\mathrm{\σ}}_i\exp \[j2\mathrm{\π}(f_{d_i}T+\frac{1}{2}{\mathrm{\γ}}_m{T}^2)\]---\left(1\right)$

其中，μ_m为散射点的个数，σ_i为第i个散射点的反射系数，i取值为正整数；为第i个散射点的多普勒频率，j是虚数单位，j²＝-1；T为时间；γ_m为信号线性调频参数；s_m(T)为线性调频信号模型；

γ_m的具体表示形式如下

${\mathrm{\γ}}_m=\frac{2{\mathrm{y\ω}}_0^2}{\mathrm{\λ}}=\frac{2(y_0+N\mathrm{\Δ}r){\mathrm{\ω}}_0^2}{\mathrm{\λ}}={\mathrm{\γ}}_0+N\mathrm{\α}---\left(2\right)$

其中，△r为两个连续距离单元间的距离，即为距离向分辨率；y为目标位置；为角速度；λ为波长；y₀为目标初始位置；N为距离单元个数，取值为正整数；γ₀为每个距离单元的回波信号的初始参考频率，α为每个距离单元的回波信号频率的倾斜度。