[发明专利]基于最大似然估计的前视超分辨成像方法有效
申请号: | 201711400648.8 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108107429B | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 李文超;贺凤祥;谭珂;张倩;张永超;毛德庆;张启平;徐帆云;黄钰林;杨建宇;武俊杰;张寅;杨海光 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G01S13/89 | 分类号: | G01S13/89 |
代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 最大 估计 前视超 分辨 成像 方法 | ||
1.一种基于最大似然估计的前视超分辨成像方法,其特征在于,包括以下步骤:
A、获取正交通道接收的雷达回波数据,对距离向进行脉冲压缩,得到距离压缩后的回波数据;
B、获取天线方向图,构造天线方向图卷积矩阵;
C、根据步骤B中天线方向图卷积矩阵计算方位向任意点幅度的边缘概率密度函数;具体包括以下分步骤:
C1、构造I/Q通道解调回波模型,表示为
其中为方位向回波数据,x为待估计的目标,为多普勒相位向量,nc和ns分别为I、Q通道高斯噪声向量,⊙为点乘,j为虚数单位;
C2、利用步骤C1中I/Q通道解调回波模型对回波采样点进行处理,得到I/Q通道解调模型,表示为
其中si和φi分别为方位向第i采样点的随机幅度和随机相位,为多普勒相位,和分别为I、Q通道高斯噪声;
C3、对I、Q通道高斯噪声根据二维随机变量的概率密度函数进行变换,得到联合概率密度函数,表示为
其中σ为高斯噪声分布标准差;
C4、根据联合概率密度函数对方位向任意采样点的随机相位进行积分,得到方位向任意点幅度的边缘概率密度函数,表示为
其中J0(·)为零阶贝叶斯函数;
D、根据步骤C中方位向任意点幅度的边缘概率密度函数计算回波联合概率密度函数,构造目标函数并计算目标函数梯度;
E、初始化系统参数,利用步骤D中的目标函数梯度进行方位迭代处理对目标函数逼近最优解;
F、判断步骤A中距离压缩后的回波数据是否处理完毕;若是,则输出成像结果;若否,则返回步骤E。
2.如权利要求1所述的基于最大似然估计的前视超分辨成像方法,其特征在于,所述步骤B获取天线方向图,构造天线方向图卷积矩阵具体为:
获取天线方向图信息,对天线方向图进行离散化,得到离散化的天线方向图,表示为h=[h1,...,hm]T,其中m为天线方向图长度,h1,...,hm表示天线方向图的各个采样点;构造天线方向图卷积矩阵,表示为
其中,L为方位采样点数。
3.如权利要求2所述的基于最大似然估计的前视超分辨成像方法,其特征在于,所述步骤D中回波联合概率密度函数表示为
其中,L为方位采样点数,s为回波矩阵。
4.如权利要求3所述的基于最大似然估计的前视超分辨成像方法,其特征在于,所述步骤D中目标函数表示为
5.如权利要求4所述的基于最大似然估计的前视超分辨成像方法,其特征在于,所述步骤D中目标函数梯度表示为
其中J1(·)是一阶贝塞尔函数。
6.如权利要求5所述的基于最大似然估计的前视超分辨成像方法,其特征在于,所述步骤E初始化系统参数,利用步骤D中的目标函数梯度进行方位迭代处理对目标函数逼近最优解具体包括以下分步骤:
E1、设置迭代步长α,对回波矩阵s第q行数据sq取幅值,并将其设置为迭代初始值x0=sq,设置加速迭代过程的预测初始值为y0=sq,设置控制预测点迭代速度的参数初值为t1=1;
E2、根据迭代公式对步骤D中目标函数梯度沿梯度方向进行方位迭代,所述迭代公式表示为
其中,xk表示第k步迭代结果;
E3、根据迭代初始值x0和迭代步长α计算第一步迭代结果x1;
E4、根据控制预测点迭代速度的参数初值t1计算参数值t2,计算公式表示为
E5、计算加速迭代过程的预测值y1,计算公式表示为
E6、根据加速迭代过程的预测值y1和迭代步长α计算第二步迭代结果x2;
E7、判断第一步迭代结果x1和第二步迭代结果x2是否满足迭代终止条件||x2-x1||2<δ,其中δ为设定的阈值;若是,则进行下一步骤;若否,则将x2、x1、y1和t2分别赋值给x1、x0、y0和t1,返回步骤E2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711400648.8/1.html,转载请声明来源钻瓜专利网。