[发明专利]基于加权ADMM的微动目标时频图重构方法

说明书

本发明提出了一种基于加权交替方向乘子法ADMM的微动目标时频图重构方法，解决现有技术中时频字典过大导致时频图重构速度慢，以及软阈值参数为定值导致重构图聚焦性下降的问题。本发明的实现步骤为：(1)获取微动目标的雷达回波信号；(2)截取雷达回波子信号；(3)生成时频字典；(4)生成每个子信号的加权向量；(5)计算每个子信号的时频分布向量；(6)构建微动目标的重构时频图。本发明生成了规模较小且唯一的时频字典，利用加权交替方向乘子法ADMM进行计算，提高了时频图的重构速度，并提高了重构图的聚焦性。

技术领域

本发明属于雷达技术领域，更进一步涉及雷达信号处理技术领域的一种基于加权交替方向乘子法ADMM(Alternating Direction Method of Multipliers)的微动目标时频图重构方法。本发明可用于对微动目标的时频图进行重构，得到聚焦性良好的时频图并将其用于微动目标的成像与微动目标的特征提取。

背景技术

微动是指目标或目标上的某些结构存在的独立于主体运动的振动或旋转，例如直升机叶片的旋转、弹道目标的自旋、进动和章动，以及人体行走时四肢的摆动等。微动会在目标主体运动对应的主多普勒周围产生边带频率调制，即产生微多普勒。对雷达回波信号进行短时傅里叶变换(STFT)后可以生成时频图，目前，常采用时频图对微多普勒进行描述。对微动目标进行时频重构获得的聚焦性良好的时频图，并将其用于微动目标的成像与微动目标时频图的特征提取。近年来，微动目标的雷达成像已受到雷达成像领域的广泛关注。

Chaowei Tong等人在其发表的论文“Ridge-Aware Weighted Sparse Time-Frequency Representation”(IEEE TRANSACTIONS ON SIGNAL PROCESSING,VOL.69,2021)中提出了一种基于脊感知加权的稀疏时频重构方法。该方法的具体步骤为：1.获取需要进行数值优化的信号；2.将回波加窗后的不同时刻的短时傅里叶变换矩阵堆叠成一个大矩阵，形成时频字典；3.对信号进行非线性时频变换，产生加权矩阵；4.运用快速迭代阈值收缩算法FISTA(Fast Iterative Shrinkage Threshold Algorithm)求解信号的时频分布。该方法存在的不足之处是，时频字典由回波加窗后的不同时刻的短时傅里叶变换矩阵堆叠而成，当雷达回波的脉冲数较多时，时频字典过大，同时FISTA算法迭代次数多，收敛速度慢，导致算法成本过高，重构速度慢。

西安电子科技大学在其申请的专利文献“基于时频字典的微动目标缺损回波高分辨成像方法”(专利申请号：201610034208.4，申请公开号：CN 105759264 A)中公开了一种基于时频字典的微动目标缺损回波高分辨成像方法。该方法的具体步骤为：1.对逆合成孔径雷达接收到的微动目标缺损回波数据进行距离压缩处理；2.产生回波的短时傅里叶变换矩阵；3.运用修正的增广拉格朗日算法计算每个距离单元缺损回波信号的时间-瞬时多普勒分布；4.将所有距离单元的时间-瞬时多普勒分布堆叠为三维矩阵，并选取不同时刻的二维矩阵生成目标的距离-瞬时多普勒图像序列。该方法存在的不足之处是，在使用修正的增广拉格朗日算法时使用的软阈值参数为定值，无法适应信号特点，容易过滤掉信号的特征信息，导致重构图的聚焦性下降。

发明内容

本发明的目的在于针对上述现有技术存在的不足，提出一种基于加权交替方向乘子法ADMM的微动目标时频图重构方法，用于解决现有技术中时频字典过大导致运算成本过高，重构速度慢，以及算法使用的软阈值参数为定值，无法适应信号特点，容易过滤掉信号特征信息，导致重构图的聚焦性下降的问题。

为实现上述目的，本发明的思路是：将雷达回波信号截取为多个雷达回波子信号，根据雷达回波子信号生成逆短时傅里叶变换矩阵，将其作为所有子信号共同的的时频字典，利用时频字典计算雷达回波中每个子信号对应的时频分布向量，以重构出时频图，该时频字典的规模较小，在计算过程中降低了运算复杂度，以提高重构速度；根据雷达回波子信号生成加权向量，将其作为软阈值参数，放大信号最大的时频系数同时抑制最小的时频系数，以提取信号的特征信息，提高重构图的聚焦性。