[发明专利]一种实波束扫描雷达加速超分辨成像方法

说明书

本发明提供了一种实波束扫描雷达加速超分辨成像方法，属于雷达成像技术领域。本发明针对迭代阈值收缩算法收敛速度较慢的问题,结合泰勒展开原理，在每次迭代操作之前，由历史迭代向量及其前两阶差分信息构造预测向量，减少了迭代次数，提高了算法收敛速度，缩短了超分辨成像所需的时间，达到加速的目的。

技术领域

本发明属于雷达成像技术领域，特别涉及一种实波束扫描雷达加速超分辨成像方法。

背景技术

实波束扫描雷达成像在对地攻击、地形匹配、海洋探测、军事侦察等领域都有着重要作用，然而其方位向的分辨率一直受天线孔径尺寸和距离的限制。为了提高其成像质量，改善实波束扫描雷达的方位分辨率迫在眉睫。

由于在方位向，雷达回波可以看作天线方向图和目标分布特征的卷积形式，可以采用迭代反卷积方法实现扫描雷达超分辨成像。迭代阈值收缩算法由于其自身的简单性和稳定性在这些方法中脱颖而出。但是迭代阈值收缩算法趋近于亚线性收敛，收敛速度被公认为较慢，严重影响了数据处理的实时性。

为了提高其收敛速率，将迭代阈值收缩算法和迭代加权压缩算法相结合，提出了两步迭代阈值收缩算法，通过对前两个迭代向量进行线性组合得到下一步迭代向量，改变了迭代模式，减少了迭代次数，一定程度上提高了算法的收敛速度，但在处理病态问题的时候，其收敛性不能得到有效保证。

还有一种快速迭代阈值收缩算法，此算法是在迭代阈值收缩算法的基础上，采用Nesterov加速梯度法思想，在每次迭代操作之前，利用历史迭代信息构造迭代向量，减少迭代次数，起到加速目的。但由于其预测步长在短时间内会趋向于1，使得迭代过程进入欠阻尼状态，导致目标函数振荡，加速性能受到影响。

同样基于在迭代操作前根据历史迭代向量的线性组合构造预测向量的思想，提出了一种加速迭代阈值收缩算法，在执行每一次迭代操作之前，通过两个历史迭代向量外推一个预测向量实现算法的加速。但其在构造预测向量的过程中仅使用了迭代序列的一阶差分信息，加速效果不显著。

发明内容

本发明的目的在于针对现有技术中的弊端，提出了一种实波束扫描雷达加速超分辨成像方法，结合泰勒展开原理，根据迭代序列的一阶和二阶差分信息构建迭代预测向量，减少了迭代次数，提高了算法收敛速度。

一种实波束扫描雷达加速超分辨成像方法，包括：

S1、获取雷达回波信号，对所述回波信号进行距离向脉冲压缩处理，得到回波信号矩阵S；

S2、获取天线方向图h，根据所述天线方向图构造卷积矩阵H；

S3、提取所述回波信号矩阵S中第j行数据，作为待处理的回波数据向量s，设置初始迭代向量x₀为0；

S4、确定迭代模型；

S5、将x₀代入所述迭代模型中得到迭代结果x₁，将x₁代入所述迭代模型中得到迭代结果x₂；

S6、根据所述迭代结果x₂、x₁及x₀，基于泰勒展开原理，构造预测向量y，将所述预测向量y代入所述迭代模型中得到迭代结果x₃；

S7、判断迭代结果是否满足预设迭代终止条件，若满足条件，流程进入步骤S8；若不满足条件，将x₃、x₂、x₁的值分别赋值给x₂、x₁、x₀，流程返回所述步骤S6；

S8、判断所述回波信号矩阵S中数据是否全部处理完成，若处理完成，输出超分辨成像结果；若未处理完成，令j＝j+1，流程回到所述步骤S3。