一種基于壓縮感知的雙通道sar動目標(biāo)檢測的方法
【專利摘要】一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，涉及微波遙感技術(shù)領(lǐng)域，尤其涉及一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法。本發(fā)明為解決現(xiàn)有單通道SAR?GMTI系統(tǒng)由于平臺運動導(dǎo)致地雜波頻譜展寬，使得慢速運動目標(biāo)淹沒其中而難以檢測的問題以及多通道SAR系統(tǒng)存在通道數(shù)目和數(shù)據(jù)量龐大給數(shù)據(jù)的傳輸和存儲造成巨大壓力的問題。本發(fā)明按以下步驟進(jìn)行：一、雙通道SAR原始數(shù)據(jù)沿方位向進(jìn)行稀疏采樣；二、雙通道SAR回波的預(yù)處理：距離向脈沖壓縮；距離徙動校正；雜波抑制處理；三、雙通道SAR回波的預(yù)處理；四、利用貝葉斯稀疏重構(gòu)算法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)。本發(fā)明可應(yīng)用于微波遙感技術(shù)領(lǐng)域。
【專利說明】
一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及微波遙感技術(shù)領(lǐng)域，尤其涉及一種基于壓縮感知的雙通道SAR動目標(biāo) 檢測的方法。
【背景技術(shù)】
[0002] 合成孔徑雷達(dá)（Synthetic Aperture Radar，簡稱SAR)是一種高分辨成像雷達(dá)，具 有全天時、全天候、遠(yuǎn)距離的特點，能夠提供豐富的地表電磁散射特性信息。SAR系統(tǒng)在其固 有成像基礎(chǔ)上實現(xiàn)動目標(biāo)檢測(Ground Moving Target Indication，簡稱GMTI)，即利用信 號處理技術(shù)在對靜止場景成像的同時實現(xiàn)對地面運動目標(biāo)的檢測，并最終將目標(biāo)的真實位 置及運動參數(shù)標(biāo)注于地面高分辨率圖像中，實現(xiàn)預(yù)警與測繪的結(jié)合。單通道SAR-GMTI系統(tǒng) 由于平臺運動導(dǎo)致地雜波頻譜展寬，使得慢速運動目標(biāo)淹沒其中而難以檢測；多通道SAR動 目標(biāo)檢測通過增加空間上的維數(shù)實現(xiàn)空、時兩域聯(lián)合處理，從而克服單通道系統(tǒng)在運動目 標(biāo)檢測中的不足。
[0003] 隨著對雷達(dá)圖像分辨率的需求不斷提高，對采樣速度和數(shù)據(jù)處理速度的要求也越 來越高，也給相應(yīng)的硬件設(shè)備和成本投入帶來了極大的挑戰(zhàn)。同時，多通道動目標(biāo)檢測的通 道數(shù)目和數(shù)據(jù)量的龐大亦給數(shù)據(jù)的傳輸和存儲造成巨大壓力。然而單純地降低采樣率 (PRF)會加重方位模糊降低方位向分辨率。壓縮感知理論(Compressive sensing，簡稱CS) 指出，當(dāng)信號具有稀疏性或可壓縮性時，通過求解一個最優(yōu)化問題，可以依靠遠(yuǎn)低于 Nyquist采樣率所采集到的信號測量值實現(xiàn)信號的準(zhǔn)確或近似重構(gòu)。動目標(biāo)在成像場景中 通常具有稀疏性，因此，根據(jù)CS理論可以在降低數(shù)據(jù)量的同時實現(xiàn)動目標(biāo)檢測，有效解決在 多通道動目標(biāo)檢測中存在的問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為解決現(xiàn)有單通道SAR-GMTI系統(tǒng)由于平臺運動導(dǎo)致地雜波頻譜展寬，使得 慢速運動目標(biāo)淹沒其中而難以檢測的問題以及多通道SAR系統(tǒng)存在通道數(shù)目和數(shù)據(jù)量龐大 給數(shù)據(jù)的傳輸和存儲造成巨大壓力的問題，而提出一種基于壓縮感知的雙通道SAR動目標(biāo) 檢測的方法。
[0005] 本發(fā)明所述一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，按以下步驟進(jìn)行：
[0006] 步驟一:雙通道SAR原始數(shù)據(jù)沿方位向進(jìn)行稀疏采樣；
[0007] 步驟二：雙通道SAR回波的預(yù)處理：距離向脈沖壓縮；距離徙動校正；雜波抑制處 理；
[0008] 步驟三:雙通道SAR回波的預(yù)處理；
[0009] 步驟四：利用貝葉斯稀疏重構(gòu)算法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)。
[0010] 本發(fā)明包括以下有益效果：
[0011] 1、本發(fā)明所采用的稀疏采樣回波模型不需要滿足Nyauist采樣定理，可以有效地 降低數(shù)據(jù)量；
[0012] 2、本發(fā)明對回波數(shù)據(jù)的雜波抑制處理，使得動目標(biāo)在場景中呈現(xiàn)稀疏特征，滿足 壓縮感知稀疏重構(gòu)條件；
[0013] 3、利用基于貝葉斯的稀疏重構(gòu)算法對動目標(biāo)的散射系數(shù)進(jìn)行稀疏重構(gòu)，使動目標(biāo) 在雜波背景下仍能夠?qū)崿F(xiàn)檢測，并且這種方法的計算復(fù)雜度低，適應(yīng)性更強(qiáng)；
[0014] 4、實測數(shù)據(jù)處理結(jié)果表明：本發(fā)明提出的動目標(biāo)檢測方法檢測性能高，計算復(fù)雜 度低，具有很強(qiáng)的實際應(yīng)用價值。
【附圖說明】
[0015] 圖1為本發(fā)明所述的基于壓縮感知的雙通道SAR動目標(biāo)檢測方法的流程圖；
[0016] 圖2為本發(fā)明所述的基于壓縮感知的雙通道SAR動目標(biāo)檢測方法的幾何結(jié)構(gòu)圖；
[0017] 圖3為本發(fā)明所述的基于壓縮感知的雙通道SAR動目標(biāo)檢測方法在采樣率為30% 條件下獲得的點目標(biāo)方位向剖面圖；
[0018] 圖4為本發(fā)明所述的基于壓縮感知的雙通道SAR動目標(biāo)檢測方法在采樣率為50% 條件下獲得的點目標(biāo)方位向剖面圖；
[0019] 圖5為本發(fā)明所述的基于壓縮感知的雙通道SAR動目標(biāo)檢測方法在采樣率為100% 條件下獲得的點目標(biāo)方位向剖面圖；
[0020] 圖6為傳統(tǒng)相位中心偏置天線方法，即Displaced Phase Center Antenna，簡稱 DPCA，即傳統(tǒng)DPCA方法在采樣率為30%條件下獲得的點目標(biāo)方位向剖面圖；
[0021]圖7為傳統(tǒng)DPCA方法在采樣率為50%條件下獲得的點目標(biāo)方位向剖面圖；
[0022]圖8為傳統(tǒng)DPCA方法在采樣率為100%條件下獲得的點目標(biāo)方位向剖面圖；
[0023] 圖9為不同信噪比下稀疏重構(gòu)算法的檢測性能曲線。
【具體實施方式】
[0024] 為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合圖1至9和具體 實施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明，其中圖1為本發(fā)明所述的基于壓縮感知的雙通道 SAR動目標(biāo)檢測方法的流程圖。
【具體實施方式】 [0025] 一、本實施方式所述的一種基于壓縮感知的雙通道SAR動目標(biāo)檢測 的方法，按以下步驟進(jìn)行：
[0026] 步驟一:雙通道SAR原始數(shù)據(jù)沿方位向進(jìn)行稀疏采樣；
[0027] 步驟二：雙通道SAR回波的預(yù)處理：距離向脈沖壓縮；距離徙動校正；雜波抑制處 理；
[0028]步驟三:根據(jù)SAR回波模型進(jìn)行觀測矩陣的構(gòu)建；
[0029] 步驟四：利用貝葉斯稀疏重構(gòu)算法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)。
[0030] 本實施方式包括以下有益效果：
[0031] 1、本實施方式所采用的稀疏采樣回波模型不需要滿足Nyauist采樣定理，可以有 效地降低數(shù)據(jù)量；
[0032] 2、本實施方式對回波數(shù)據(jù)的雜波抑制處理，使得動目標(biāo)在場景中呈現(xiàn)稀疏特征， 滿足壓縮感知稀疏重構(gòu)條件；
[0033] 3、利用基于貝葉斯的稀疏重構(gòu)算法對動目標(biāo)的散射系數(shù)進(jìn)行稀疏重構(gòu)，使動目標(biāo) 在雜波背景下仍能夠?qū)崿F(xiàn)檢測，并且這種方法的計算復(fù)雜度低，適應(yīng)性更強(qiáng)；
[0034] 4、實測數(shù)據(jù)處理結(jié)果表明：本實施方式提出的動目標(biāo)檢測方法檢測性能高，計算 復(fù)雜度低，具有很強(qiáng)的實際應(yīng)用價值。
【具體實施方式】 [0035] 二、本實施方式是對一所述的一種基于壓縮感知的雙 通道SAR動目標(biāo)檢測的方法的進(jìn)一步說明，步驟一所述的雙通道SAR原始數(shù)據(jù)的稀疏采樣的 具體過程如下：
[0036] 與傳統(tǒng)SAR沿方位向等周期發(fā)射和接收脈沖方式不同，在該方法中，沿方位向隨機(jī) 稀疏采樣以降低原始采樣數(shù)據(jù)，由通道1沿方位向隨機(jī)發(fā)射脈沖，通道1和通道2同時接收脈 沖信號，合成孔徑時間T a內(nèi)共隨機(jī)發(fā)射與接收M個脈沖，則方位向慢時間表示為：
[0037]
[0038] 【具體實施方式】三、本實施方式是對【具體實施方式】一或二所述的一種基于壓縮感知 的雙通道SAR動目標(biāo)檢測的方法的進(jìn)一步說明，步驟二所述的雙通道SAR回波的預(yù)處理的具 體過程如下：
[0039]結(jié)合圖2雙通道SAR動目標(biāo)檢測方法的幾何結(jié)構(gòu)圖，說明雙通道SAR回波的預(yù)處理 過程，SAR工作在正側(cè)視模式下，平臺距地面高度為H，飛機(jī)以速度V沿X軸勻速運動，在飛行 方向放置兩幅天線1和2,二者相距為d，由天線1發(fā)射LFM信號，兩天線同時接收回波信號，在 tm=0時刻，天線1和2的坐標(biāo)分別為(0,0，h)和(_d，0，h)，動目標(biāo)坐標(biāo)為(XQ，yo,0);經(jīng)過U= η · PRF時刻，其中PRF表示脈沖重復(fù)頻率，天線1和2移至(vn · PRF，0，h)和(vn · PRF-d，0， h)，此時，動目標(biāo)坐標(biāo)為(χη,yn, 0); Rb為動目標(biāo)到航跡方向的最近距離，Ri( tm)和R2( tm)分別 表示天線1和2與動目標(biāo)的距離;在斜距平面內(nèi)，動目標(biāo)的徑向速度和切向速度分別為Vr和 Va;天線1、2與動目標(biāo)的瞬時斜距表示為：
[0040]
[0041]
[0042] 其中，v-Va = VA;
[0043] 對天線接收到的回波信號進(jìn)行解調(diào)和距離向壓縮后，兩通道的回波信號 士 (匕/",)分別表示成復(fù)數(shù)形式：
[0044]
[0045]
[0046] 表不載波波長，σ〇 表示為目標(biāo)復(fù)散射系數(shù)，A表示距離向壓縮增益，B為發(fā)射信號帶寬，c為光速，？表示快時間， aa(tm)表示方位向窗函數(shù)；
[0047] 將斜距公式代入上式可得：
[0048]
[0049]
[0050]
[0051] 對于任意距離單元數(shù)據(jù)81(^)和82("），對2通道的信號進(jìn)行時間校準(zhǔn)后，雜波抑 制處理，得到處理后的信號表達(dá)式為：
[0052]
[0053] 對于靜止目標(biāo)(Vr = O)，s(U)取值為零，而動目標(biāo)(Vr矣0)，s(u)取值不為零而得 以保留，實現(xiàn)雜波抑制，使得動目標(biāo)從整個目標(biāo)場景中分離出來。
[0054]【具體實施方式】四、本實施方式是對【具體實施方式】一至三之一所述的一種基于壓縮 感知的雙通道SAR動目標(biāo)檢測的方法的進(jìn)一步說明，步驟三所述的根據(jù)SAR回波模型進(jìn)行觀 測矩陣的構(gòu)建的具體過程如下：
[0055] 根據(jù)壓縮感知理論，如果動目標(biāo)在每個距離單元內(nèi)是稀疏的，則利用稀疏采樣回 波原始數(shù)據(jù)可以實現(xiàn)動目標(biāo)檢測;根據(jù)SAR動目標(biāo)回波模型，得到：
方位向上的全采樣點數(shù)，在稀疏采樣的條件下滿足M<<N;[0059] 則觀測矩陣表示為：
[0056]
[0057]
[0058]
[0060]
[0061]【具體實施方式】五、本實施方式是對【具體實施方式】一至四之一所述的一種基于壓縮 感知的雙通道SAR動目標(biāo)檢測的方法的進(jìn)一步說明，步驟四所述的利用貝葉斯稀疏重構(gòu)算 法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)的具體過程如下：
[0062] 令s = [s(ti)，···，s(tM)]T和Ρ=[Ρι,…，Pn]T，則復(fù)數(shù)域觀測模型表達(dá)式為：
[0063] SMxi= Φ mxnPnxi
[0064]其中，Smx1表示經(jīng)過雜波抑制后的回波數(shù)據(jù)，Φμχν表示觀測矩陣，P表示某距離單 元的散射系數(shù)；
[0065]由于上式為欠定方程組，因此存在無窮解，根據(jù)壓縮感知理論，可知若P滿足稀疏 性，并且矩陣Φμχν滿足RIP條件，則對于α的求解問題轉(zhuǎn)化為對于如下最優(yōu)化問題的求解，實 現(xiàn)散射系數(shù)的重構(gòu)：
[0066] min I IP I 11 s · t · S= Φρ
[0067] 其中，I I I I1表示1-范數(shù)，min表示取最小值，s表示經(jīng)過雜波抑制后的回波數(shù)據(jù)，Φ 表示觀測矩陣，P表示某距離單元的散射系數(shù)。在噪聲存在的情況下，P取估計值，上式轉(zhuǎn)化 為：
[0068:
[0069]其中，I I I |2表示2-范數(shù)，ε由噪聲水平?jīng)Q定；
[0070] 對上式的求解利用基于貝葉斯的稀疏重構(gòu)算法，其具體步驟為：
[0071] (1)復(fù)數(shù)域觀測模型實數(shù)化：
[0072] 復(fù)數(shù)域觀測模型表示為：
[0073] SR+j · si=(C>R+j · C>i)(PR+j · Pi)
[0074] 其中，SR與si分別表不測量值矢量的實部與虛部組成的矢量，C>r和ΦI表不觀測矩 陣的實部矩陣，PR為散射系數(shù)矢量的實部，P1為散射系數(shù)矢量的虛部；
[0075]將上式展開得到：
[0076] SR+j · SI= ( i>RPR-C>lPl) + j · ( i>lPR+C>RPl)
[0077] 上式可以用如下方程組等價表示：
[0078]
[0079] 將復(fù)數(shù)域觀測模型轉(zhuǎn)化為如下實數(shù)模型：
[0080]
[0081 ] 由于SAR回波信號含有噪聲，觀測模型可 以表;
[0082] y = Tw+n
[0083] 其中，η為噪聲，ye R2mx1，T E R2mx2n，w E R2nx1
[0084] (2)快速貝葉斯算法的步驟為：
[0085] A、初始化:卩棄聲參數(shù)α〇,一般取aQ = 〇. I Xvar(y)，其中var(y)表示y的方差;集合 利用觀測矩陣的某一列!^初始化超參數(shù)ru，
其中T1選取目 標(biāo)向量投影值最大時對應(yīng)的列，即
，.arg max表3最大 時對應(yīng)的列，其余的^均假設(shè)為無窮大，并將i添加到集合L中；
[0086] B、計算均值μ和協(xié)方差Σ，對于每一個Ti令：
[0087]
[0088]
[0089] C、隨機(jī)從觀測矩陣中選擇一列計算0m=qm2-Sm，如果0 m>〇且nm〈TO，則更新Ilm;如果0m 〉〇且rIm= 00，則將m添加到L中，并更新Hm;如果9m S 〇且rim〈〇〇，則將m從L中刪除，并令Hm = 00 ; [0090] D、更新均值丸和協(xié)方差5：L，即μ和Σ中下標(biāo)在L中的元素，并重新計算所有的81和 Qi;
[0091 ] Ε、如果迭代收斂，則終止迭代，否則轉(zhuǎn)到步驟C。
[0092]為驗證本發(fā)明的有益效果，進(jìn)行如下仿真實驗：
[0093] 結(jié)合圖3-9對仿真實驗進(jìn)行說明，成像場景中心設(shè)置1個運動目標(biāo)，運動速度為Vr =1111/8和1 = 2〇111/8。信噪比（SNR)和信雜比（SCR)分別取23dB和-10dB。分別通過本發(fā)明基 于壓縮感知的動目標(biāo)檢測方法與傳統(tǒng)DPCA方法在不同采樣率下獲取的動目標(biāo)方位向剖面 圖。其中，圖3-5分別為本發(fā)明基于壓縮感知的動目標(biāo)檢測方法在采樣率為30%、50%、 100 %條件下獲取的剖面圖，圖6-8分別為傳統(tǒng)DPCA方法依次在采樣率為30%、50%、100% 條件下獲取的剖面圖，可知本發(fā)明基于壓縮感知的動目標(biāo)檢測方法與傳統(tǒng)DPCA方法相比， 在少量數(shù)據(jù)下本發(fā)明可以使雜波得到有效抑制，并實現(xiàn)動目標(biāo)的檢測。
[0094] 圖9為在不同檢測門限情況、不同信噪比下獲取的檢測概率Pd曲線圖。動目標(biāo)的檢 測性能均隨檢測門限的變化而變化，當(dāng)檢測門限為-12到-SdB時檢測性能最佳;并且信噪比 越高各算法的檢測概率越高。本發(fā)明中采用的基于貝葉斯的稀疏重構(gòu)方法每次迭代的復(fù)雜 度為〇(NK 2)，其中K為某距離單元的動目標(biāo)稀疏度，由于動目標(biāo)在場景中具有稀疏特性，因 此本方法的復(fù)雜度較低。
【主權(quán)項】
1. 一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，其特征在于它按w下步驟進(jìn)行： 步驟一:雙通道SAR原始數(shù)據(jù)沿方位向進(jìn)行稀疏采樣； 步驟二:雙通道SAR回波的預(yù)處理:距離向脈沖壓縮;距離徙動校正;雜波抑制處理； 步驟Ξ:雙通道SAR回波的預(yù)處理； 步驟四：利用貝葉斯稀疏重構(gòu)算法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)。2. 如權(quán)利要求1所述的一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，其特征在于 步驟一所述的雙通道SAR原始數(shù)據(jù)的稀疏采樣的具體過程如下： 與傳統(tǒng)SAR沿方位向等周期發(fā)射和接收脈沖方式不同，在該方法中，沿方位向隨機(jī)稀疏 采樣W降低原始采樣數(shù)據(jù)，由通道1沿方位向隨機(jī)發(fā)射脈沖，通道1和通道2同時接收脈沖信 號，合成孔徑時間Ta內(nèi)共隨機(jī)發(fā)射與接收Μ個脈沖，則方位向慢時間表示為：3. 如權(quán)利要求1或2所述的一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，其特征 在于步驟二所述的雙通道SAR回波的預(yù)處理的具體過程如下： SAR工作在正側(cè)視模式下，平臺距地面高度為Η，飛機(jī)W速度V沿X軸勻速運動，在飛行方 向放置兩幅天線1和2,二者相距為d，由天線1發(fā)射LFM信號，兩天線同時接收回波信號，在U =0時刻，天線1和2的坐標(biāo)分別為（0,0，h)和(-d，0，h)，動目標(biāo)坐標(biāo)為（XD，y()，0);經(jīng)過tm = η · PRF時刻，其中PRF表示脈沖重復(fù)頻率，天線1和2移至(vn · PRF，0，h)和(vn · PRF-d，0， h )，此時，動目標(biāo)坐標(biāo)為(Xn，yn，0 );化為動目標(biāo)到航跡方向的最近距離，Rl ( tm)和R2 ( tm)分別 表示天線1和2與動目標(biāo)的距離;在斜距平面內(nèi)，動目標(biāo)的徑向速度和切向速度分別為Vr和 Va ;天線1、2與動目標(biāo)的瞬時斜距表示為：其中，V-Va = VA; 對天線接收到的回波信號進(jìn)行解調(diào)和距離向壓縮后，兩通道的回波信號和 扭Λ,)分別表示成復(fù)數(shù)形式：其中，/ = ^/^.，λ表示載波波長，O0表示 為目標(biāo)復(fù)散射系數(shù)，A表示距離向壓縮增益，B為發(fā)射信號帶寬，C為光速，？表示快時間，aa (tm)表示方位向窗函數(shù)； 將斜距公式代入上式可得：對于任意距離單元數(shù)據(jù)Sl(tm)和S2(tm)，對2通道的信號進(jìn)行時間校準(zhǔn)后，雜波抑制處 理，得到處理后的信號表達(dá)式為：對于靜止目標(biāo)Vr = 0，S (tm)取值為零，而動目標(biāo)Vr辛0，S (tm)取值不為零而得W保留。4. 如權(quán)利要求3所述的一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，其特征在于 步驟Ξ所述的根據(jù)SAR回波模型進(jìn)行觀測矩陣的構(gòu)建的具體過程如下： 根據(jù)壓縮感知理論，如果動目標(biāo)在每個距離單元內(nèi)是稀疏的，則利用稀疏采樣回波原 始數(shù)據(jù)可W實現(xiàn)動目標(biāo)檢測;根據(jù)SAR動目標(biāo)回波模型，得到：其中，ξ = Gi (1 -exp (j3Τ2Vrd/(λ(v-Va)))) exp (- j43TRB/A); 令，i=-N/2+l，···，0，···N/2，N為在方位向 上的全采樣點數(shù)，在稀疏采樣的條件下滿足M<<N; 則觀測矩陣表示為：5. 如權(quán)利要求4所述的一種基于壓縮感知的雙通道SAR動目標(biāo)檢測的方法，其特征在于 步驟四所述的利用貝葉斯稀疏重構(gòu)算法實現(xiàn)動目標(biāo)散射系數(shù)的重構(gòu)的具體過程如下： 令s=[s(ti)，…，S(tM)]哺P=[Pi，…，ΡΝ]τ，則復(fù)數(shù)域觀測模型表達(dá)式為： SMX1 二 ΦμχνΡνχι 其中，SMXl表示經(jīng)過雜波抑制后的回波數(shù)據(jù)，Φμχν表示觀測矩陣，P表示某距離單元的散 射系數(shù)； 上式為欠定方程組，存在無窮解，根據(jù)壓縮感知理論，可知若P滿足稀疏性，并且矩陣 Φμχν滿足RIP條件，則對于α的求解問題轉(zhuǎn)化為對于如下最優(yōu)化問題的求解，實現(xiàn)散射系數(shù) 的重構(gòu)： mini |p| |i s.t. 8=Φρ 其中，Μ Μ 1表示1-范數(shù)，min表示取最小值，s表示經(jīng)過雜波抑制后的回波數(shù)據(jù)，Φ表示 觀測矩陣，Ρ表示某距離單元的散射系數(shù);在噪聲存在的情況下，Ρ取估計值，上式轉(zhuǎn)化為：其中，II 1|2表示2-范數(shù)，ε由噪聲水平?jīng)Q定； 對上式的求解利用基于貝葉斯的稀疏重構(gòu)算法，其具體步驟為： (1) 復(fù)數(shù)域觀測模型實數(shù)化： 復(fù)數(shù)域觀測模型表示為： SR+j · SI=(〇R+j · 〇l)(PR+j · Pi) 其中，SR與SI分別表示測量值矢量的實部與虛部組成的矢量，Φκ和Φ?表示觀測矩陣的 實部矩陣，PR為散射系數(shù)矢量的實部，ΡΙ為散射系數(shù)矢量的虛部； 將上式展開得到： SR+j · SI=(巫RP廣巫 lPl) + j ·(巫 IPR+巫RPI) 上式可W用如下方程組等價表示：將復(fù)數(shù)域觀測模型轉(zhuǎn)化為如下實數(shù)模型：令自于SAR回波信號含有噪聲，觀測模型可W表 示為： y = Tw+n 其中，η為噪聲，yER2Mxi，TeR2Mx2%eR2Nxi (2) 快速貝葉斯算法的步驟為： A、 初始化:噪聲參數(shù)日日，一般取α〇 = 0.1 XvaHy)，其中va;r(y)表示y的方差;集合怎=0 利用觀測矩陣的某一列Τι初始化超參數(shù)ru其中Τι選取目標(biāo)向量 投影值最大時對應(yīng)的列，即最大時對應(yīng) 的列，其余的^均假設(shè)為無窮大，并將i添加到集合L中； B、 計算均值μ和協(xié)方差Σ，對于每一個Ti令：當(dāng)rU = w時，4C、 隨機(jī)從觀測矩陣中選擇一列計算目m = qm2-Sm，如果目m〉0且rim<〇〇,則更新rim;如果目m〉0 且rim= 〇〇，則將m添加至化中，并更新rim;如果θη含0且rim<〇〇，則將m從L中刪除，并令rim= 〇〇 ; D、 更新均值WL和協(xié)方差Sl，即μ和Σ中下標(biāo)在L中的元素，并重新計算所有的Si和qi; E、 如果迭代收斂，則終止迭代，否則轉(zhuǎn)到步驟C。
【文檔編號】G01S13/90GK105842693SQ201610169281
【公開日】2016年8月10日
【申請日】2016年3月23日
【發(fā)明人】張云, 穆慧琳, 李宏博, 郭怡冉
【申請人】哈爾濱工業(yè)大學(xué)