[发明专利]多通道合成孔径雷达RPCA幅相联合目标检测方法与装置

说明书

针对强杂波背景下的多通道合成孔径雷达系统，本发明结合鲁棒主成分分析(RPCA)方法和幅相联合检测方法提出了一种多通道合成孔径雷达RPCA幅相联合目标检测方法与装置。该方法首先将各个通道的聚焦图像列向量化后堆叠得到矩阵X，然后利用改进的RPCA方法将矩阵X分解得到低秩矩阵L和稀疏矩阵S，最后引入相位信息进行幅相联合检测。本发明综合考虑了具体的杂波和运动目标信息，有效改善运动目标检测性能；通过两步检测方法，充分结合RPCA和幅相联合检测方法的优点，降低低信杂比条件下的虚警率；并且本发明方法采用的矩阵分解技术，可以极大地降低运算复杂度，提高算法效率。

技术领域

本发明涉及一种多通道合成孔径雷达RPCA幅相联合目标检测方法与装置，属于雷达成像技术领域。

背景技术

合成孔径雷达(SAR)因其具有全天时全天候的工作能力，在民用和军用领域都受到了广泛的关注。而地面移动目标指示(GMTI)则是SAR系统进行遥感探测最重要的任务之一，例如在交通监控中对车辆的检测和反恐对恐怖分子的监测。通常情况下，弱目标很可能淹没在强杂波背景中，这样难以用简单的方式检测到。基于此，一些基于多通道SAR(MC-SAR)系统的传统方法如偏置相位中心天线(DPCA)方法、空时自适应处理(STAP)方法、沿航迹干涉(ATI)方法被提出，利用多通道提供的额外自由度(DOF)来抑制强杂波背景。以上算法都有各自的优点和缺点，偏置相位中心天线方法易于实施，但是如果天线基线与DPCA条件不匹配，那么其性能将急剧下降；空时自适应处理方法在抑制干扰方面有极佳的性能，但是需要准确估计杂波的协方差矩阵，而如果目标信号混合到杂波的训练样本中，其抑制性能将严重下降，从而导致较低的输出信杂比。沿航迹干涉方法会受到运动误差影响，导致通道间信号不均衡，从而将极大地影响通道间的干涉相位项，导致无法检测微弱的运动目标。

近年来，鲁棒主成分分析方法(RPCA)类低秩恢复方法在信号处理领域非常流行，这是因为它可以从一组受污染的相关数据库中分离出不同组成成分。现有文献已经证明，运动目标在图像维度上是稀疏的，并且其运动速度会导致通道间回波信号的差异；而对于宽带的合成孔径雷达系统而言，强杂波区域回波在多通道间具有一定的低秩结构。而基于此，常见的RPCA低秩恢复类方法如增强拉格朗日乘子(ALM)方法和GoDec算法，均可以通过处理RPCA的基本模型来将低秩矩阵和稀疏矩阵分离。与基于DPCA和STAP的方法不同，它无需考虑DPCA条件和训练样本的选择。尽管标准的RPCA方法具有以上抑制杂波的优势，但由于RPCA基本模型中超参数参数的取值若不合适，在低信杂比条件下目标检测过程中可能具有较高的虚警率(PFA)。此外，与偏置相位中心天线、空时自适应处理和沿航迹干涉方法相比，鲁棒主成分分析方法效率较低，需要花费大量时间迭代才能收敛。

发明内容

发明目的：本发明目的在于提供一种多通道合成孔径雷达RPCA幅相联合目标检测方法与装置，以降低虚警(PFA)的可能性以及降低运算复杂度。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

多通道合成孔径雷达RPCA幅相联合目标检测方法，包括如下步骤：

(1)将各个通道的聚焦图像向量化后堆叠得到矩阵X，矩阵X的每一列代表一个通道；

(2)利用改进的RPCA方法将矩阵X分解得到低秩矩阵L和稀疏矩阵S；其中矩阵分解问题表示为：

s.t.card(S)≤p.

其中，L＝uv^H，card(S)表示稀疏矩阵S的基数，p表示基数阈值，||·||_F表示Frobenius范数，表示复数域，M表示SAR通道数，N表示单通道SAR聚焦图像的像素数；