[发明专利]一种资源优化配置的分布式雷达成像方法

说明书

本发明公开一种资源优化配置的分布式雷达成像方法，应用于雷达成像探测领域，针对发射机和接收机资源有限时的高分辨成像问题，本发明方法通过对分布式雷达波数域空间谱规律进行分析，导出了分布式雷达成像几何模型和空间谱信号模型；其次，通过分析测量矩阵的奇异值分布，确定信号发射带宽与雷达收发通道个数对空间谱的影响，从而得到最优的发射信号带宽和收发雷达数量；最后，基于最优的发射信号带宽和收发雷达数量重新产生系统回波与系统观测矩阵，利用截断奇异值分解算法实现分布式雷达成像；本发明的方法实现了通过降低雷达收发数量，增加系统发射信号带宽，提高分布式雷达的成像分辨率。

技术领域

本发明属于雷达成像探测领域，特别涉及一种分布式雷达成像技术。

背景技术

雷达利用电磁波的反射，能实现对目标的检测、定位、跟踪、识别。与光学成像相比，它能全天时、全天候地对目标进行成像，不受天气、遮蔽物等的影响，在远距离目标追踪、自然灾害检测等民用和军用领域都具有重要的作用。

与合成孔径雷达(SAR)利用相对运动实现较大的孔径相比，分布式雷达成像可利用发射机和接收机的空间分集关系，形成较大的观测孔径。文献“Xingbin Han,XiaoyongDu,Weidong Hu,and Wenxian Yu,The imaging principle and method based ondistributed multi-channel radars[C].CIE International Conference on Radar,2006,pp.696–700.”中，作者利用逆快速傅里叶变换(IFFT)方法实现波数域数据的成像，其发射及接收雷达的通道数量较多，在收发数量逐渐较少时，该类基于傅里叶变换方法的成像性能下降迅速，甚至无法获取有效信息。文献“R.Baraniuk and P.Steeghs,Compressiveradar imaging[C].2007IEEE Radar Conference.IEEE,2007,pp.128–133.”中，作者提出了一种基于压缩感知(CS)的稀疏成像方法，该方法虽然能够在空间谱稀疏填充时获得目标的高分辨成像，但此时目标会产生off-grid问题。

发明内容

针对上述的发射机和接收机资源有限时的高分辨成像问题，本发明提出一种资源优化配置的分布式雷达成像方法。

本发明采用的技术方案为：一种资源优化配置的分布式雷达成像方法，包括：

S1、确定分布式雷达成像几何模型和空间谱信号模型；

S2、基于空间谱信号模型确定最优的发射信号带宽、系统采样点数及收发雷达数量；

S3、根据步骤S2得到的最优的发射信号带宽与系统采样点数，重新产生系统回波矩阵和系统观测矩阵；

S4、通过对步骤S3重新生成的系统观测矩阵进行截断奇异值分解处理，得到目标散射系数；

S5、根据步骤S4中的目标散射系数实现场景内目标的反演成像。

进一步地，步骤S1所述的雷达成像几何模型为：M个发射机，N个接收机，第m个发射机的位置为第n个接收机的位置为目标散射点的位置为

其中，m＝1,2,…,M，n＝1,2,…,N，r_m表示第m个发射机到球坐标系原点的距离，θ_m表示第m个发射机在球坐标系中的俯仰角，表示第m个发射机在球坐标系中的方位角，r_n表示第n个接收机到球坐标系原点的距离，θ_n表示第n个接收机在球坐标系中的俯仰角，表示第n个接收机在球坐标系中的方位角，r表示目标散射点到球坐标系原点的距离，θ表示目标散射点在球坐标系中的俯仰角，表示目标散射点在球坐标系中的方位角。

更进一步地，步骤S1所述空间谱信号模型表达式为：