[发明专利]基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法

说明书

本发明属于SAR信号处理技术领域，公开了一种基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法。在对SAR回波信号时频特征分析的基础上，提出RFI时频矩阵具有低秩与稀疏特性，结合目标回波信号的稀疏性，建立联合低秩与双重稀疏特性约束的SAR回波信号分离模型。采用交替迭代投影策略将该多重约束的信号分离优化问题转化为两个优化求解子问题：干扰低秩重构与信号稀疏恢复。针对干扰的低秩重构问题本采用双边随机投影策略进行低秩估计，并结合硬阈值方法实现RFI与目标回波信号的稀疏求解。本发明对RFI进行了精细化约束，使得模型更加精确，提高了模型对于数据的拟合精度。

技术领域

本发明属于雷达信号处理技术领域，更进一步涉及合成孔径雷达(SAR)信号处理领域中的基于低秩与双重稀疏矩阵分解的射频干扰抑制方法。本发明可用于对SAR回波信号中的射频干扰(RFI)进行抑制，恢复遮盖的目标信息，获得高质量的目标成像效果，显著增强SAR图像解译能力。

背景技术

SAR具有全天时，全天候，远作用距离、大测绘带宽、高分辨成像等的优势，在目标检测与识别、资源勘探与地质测绘等领域都具有广阔的应用前景。然而，随着电磁辐射源的急剧增加与频谱资源的重叠利用，SAR面临的电磁环境日益复杂，并且SAR系统为了实现高分辨成像需要发射大带宽信号，使其不可避免受到同频段RFI的影响。RFI可分为窄带干扰(NBI)和宽带干扰(WBI)。首先，RFI的存在会显著降低SAR回波信号的信噪比，其次，RFI会影响SAR系统成像参数的估计精度，使成像结果散焦。因此，研究有效的RFI抑制算法具有重要的应用价值。

R.T.Lord等人在文献“Radio frequency interference suppression appliedtosynthetic aperture radar data”(General Assembly and Scientific Symposium ofthe International Union ofRadio Science，2005年)提出了基于频域陷波的干扰抑制方法，该方法简单且易于实践。但是该方法会存在潜在的目标信号损失问题。

Tao等人在文献“Wideband Interference Mitigation in High-ResolutionAirborne Synthetic Aperture Radar Data”(IEEE Transactions on GeoscienceRemote Sensing，第54卷第1期，2016年1月)中通过将WBI抑制问题转化为瞬时频谱的NBI抑制问题，提出了基于瞬时频谱特征子空间滤波(ISEF)的干扰抑制方法。然而，该方法一般适用于统计特性缓变或者不变的信号，当面对统计特性随时间变化较大的回波信号时干扰抑制结果将不够理想。

Su等人在文献“Narrow-band interference suppression via RPCA-basedsignal separation in time-frequency domain，”(IEEE Journal of Selected Topicsin Applied Earth Observations and Remote Sensing，第10卷第11期，2017年八月)中基于对SAR回波信号时频谱图低秩与稀疏成分的分析，利用GoDec(Go Decomposition)算法进行矩阵分解实现NBI与目标回波信号的分离。然而，该方法仅利用了干扰与信号的部分特征，模型不够精确，会产生一定的重构误差。

发明内容

针对上述存在的问题，本发明的目的在于提供一种基于低秩与双重稀疏矩阵分解的SAR射频干扰抑制方法，在对SAR回波信号时频分析的基础上，提出RFI时频矩阵低秩且稀疏，以及目标回波信号时频稀疏的假设，利用信号分量的时频域特征差异构建基于矩阵分解的RFI与目标回波信号分离模型，最后采用交替迭代策略实现RFI的精确重构与目标回波信号的低损恢复。本发明对RFI进行了精细化约束，使得模型更加精确，提高了模型对于数据的拟合精度。