[发明专利]基于Staggered SAR体制低过采样率下数据重建方法

说明书

基于StaggeredSAR体制低过采样率下数据重建方法，本发明涉及低过采样率条件下数据重建的方法。本发明的目的是为了解决现有重建算法大多是将缺失的数据恢复，并将方位维非均匀数据重采样成均匀数据，再按照传统SAR成像算法实现图像聚焦，在低过采样率下往往会导致重建图像质量下降的问题。过程为：一：建立StaggeredSAR回波模型；二：利用Keystone变换完成非均匀数据的距离徙动校正；三：建立StaggeredSAR数据重建的非均匀观测模型；四：根据三得到的非均匀观测模型，利用贝叶斯压缩感知实现低过采样率条件下的数据重建，即重构出场景复图像。本发明用于微波遥感技术领域。

技术领域

本发明涉及微波遥感技术领域，尤其涉及低过采样率条件下数据重建的方法。

背景技术

高分辨宽测绘带HRWS SAR可以突破传统单天线星载SAR成像体制的局限，具有空间域、时间域、频率域和编码域的多自由度特征，借助以相控阵或反射面为主的天线技术结合数字波束形成技术，从高分辨SAR图像中获取广域场景的变化信息。Staggered SAR利用变化的PRI并结合俯仰维多波束技术，成为HRWS SAR体制的研究热点。通过改变PRI，可以改变回波的盲区位置，使盲区分散在整个测绘带内，从而解决传统俯仰维多波束SAR的盲区问题。但与此同时，将会引起脉冲的丢失以及非均匀采样的问题。因此，高效高精度的数据重建方法是Staggered SAR信号处理中需要解决的主要问题，逐渐受到国内外学者的广泛关注。现有的重建算法大多是将缺失的数据恢复，并将方位维非均匀数据重采样成均匀数据，再按照传统SAR成像算法实现图像聚焦，在低过采样率下往往会导致重建图像质量下降的问题。本发明所述的低过采样率的范围为大于1小于1.2。

发明内容

本发明的目的是为了解决现有重建算法大多是将缺失的数据恢复，并将方位维非均匀数据重采样成均匀数据，再按照传统SAR成像算法实现图像聚焦，在低过采样率下往往会导致重建图像质量下降的问题，而提出基于Staggered SAR体制低过采样率下数据重建方法。

基于Staggered SAR体制低过采样率下数据重建方法按以下步骤进行：

步骤一：建立Staggered SAR回波模型；

所述Staggered SAR为交错合成孔径雷达；

步骤二：根据步骤一的结果，利用Keystone变换完成非均匀数据的距离徙动校正；

步骤三：根据步骤二的结果，建立Staggered SAR数据重建的非均匀观测模型；

步骤四：根据步骤三得到的非均匀观测模型，利用贝叶斯压缩感知实现低过采样率条件下的数据重建，即重构出场景复图像X。

本发明有益效果：

本发明为充分发挥非均匀采样对数据重建的优势，实现Staggered SAR高效高精度数据重建，提出了基于Staggered SAR体制低过采样率下数据重建方法。

本发明为了实现在低过采样率下的高效高精度数据重建，本发明充分发挥非均匀采样对数据重建的优势，利用Keystone变换完成非均匀数据的距离徙动校正，通过建立非均匀观测模型，避免了重采样过程造成的误差，基于贝叶斯压缩感知理论提出StaggeredSAR体制低过采样率条件下的数据重建算法。

1、本发明将keystone应用于Staggered SAR体制，解决了方位维非均匀回波数据的距离徙动问题。

2、建立了非均匀观测模型，避免了传统重建算法中将非均匀信号重采样成均匀信号的误差，并利用贝叶斯压缩感知实现了低过采样率条件下的高精度数据重建。

3、通过对比实验的结果表明：本发明提出的数据重建算法具有更优的指标性能。

附图说明