改進(jìn)基于零空間調(diào)整的雙通道稀疏sar動目標(biāo)檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于合成孔徑雷達(dá)（SAR)動目標(biāo)檢測技術(shù)領(lǐng)域，特別設(shè)及一種改進(jìn)基于零 空間調(diào)整的雙通道稀疏SAR動目標(biāo)檢測方法，適用于實際工程應(yīng)用。
【背景技術(shù)】
[0002] 壓縮感知技術(shù)能有效緩解數(shù)據(jù)存儲、傳輸?shù)膲毫?，在光學(xué)、計算機(jī)W及圖像處理領(lǐng) 域均得到了廣泛的應(yīng)用。壓縮感知技術(shù)也被用在合成孔徑雷達(dá)（SAR)動目標(biāo)檢測領(lǐng)域，用 來緩解SAR動目標(biāo)檢測時采樣率高和數(shù)據(jù)量大的問題。壓縮感知理論指出；只要信號是可 壓縮的或在某個變換域是稀疏的，那么就可W用一個與變換基不相關(guān)的觀測矩陣將變換所 得的高維信號投影到一個低維空間上，然后通過求解一個優(yōu)化問題就可W從少量的投影中 W高概率重構(gòu)出原信號，所W信號采樣率在很大程度上取決于信號本身的稀疏性和觀測矩 陣的限制等距性，而不是奈奎斯特采樣定理。
[0003] 壓縮感知技術(shù)主要設(shè)及=個問題；如何找到某個正交基，使信號在該正交基上是 稀疏的；如何設(shè)計觀測矩陣并保證其限制等距性；如何選取稀疏重構(gòu)算法來保證重構(gòu)精度 和重構(gòu)速度都能滿足要求。其中稀疏重構(gòu)算法的求解效率和求解精度已成為影響壓縮感知 技術(shù)應(yīng)用的重要因素。稀疏重構(gòu)算法可分為=大類；凸松弛類算法、貪婪迭代類算法和組 合類算法。凸松弛類算法通過將非凸問題轉(zhuǎn)化為凸問題求解并找到信號的逼近，往往通過 解L1范數(shù)來重構(gòu)信號，一般需要逐點捜索整個觀測矩陣，具有全局最優(yōu)的優(yōu)點，但計算復(fù) 雜度極高，所W精度較高但速度較慢；貪婪迭代類算法通過每次迭代時選擇一個局部最優(yōu) 解來逐步逼近原始信號，因而速度較快但精度較低，其中最為常用的是正交匹配追蹤算法 (OMP);組合類算法要求信號的采樣支持通過分組測試快速重建，雖然性能較好，但對信號 自身特性要求較高，并不通用。
[0004] 目前，SAR動目標(biāo)檢測通常采用凸松弛類算法中的自動變向算法（ADM)進(jìn)行稀疏 重構(gòu)，該算法通過對稀疏信號的L1范數(shù)進(jìn)行優(yōu)化求解來重構(gòu)得到目標(biāo)信號，重構(gòu)精度已能 夠滿足SAR動目標(biāo)檢測的要求，但是因其需要逐點捜索整個觀測矩陣，所W求解速度較慢， 計算復(fù)雜度極高，難W高速地實現(xiàn)動目標(biāo)檢測及成像。
[0005] 還有學(xué)者提出基于零空間調(diào)整（NST)的稀疏重構(gòu)算法，其主要框架為；W某一準(zhǔn) 則對本次迭代的目標(biāo)信號進(jìn)行估計得到當(dāng)前輸出；再將當(dāng)前輸出與本次迭代的目標(biāo)信號的 差值向觀測矩陣的零空間進(jìn)行正交投影運(yùn)算，得到本次迭代的目標(biāo)信號的投影；將本次迭 代的目標(biāo)信號的投影與本次迭代的目標(biāo)信號相加，得到下次迭代的目標(biāo)信號；隨著迭代次 數(shù)不斷增加，輸出將越來越逼近目標(biāo)向量。該算法利用了觀測矩陣的零空間信息，增強(qiáng)了 稀疏重構(gòu)的精度和速度，但要求目標(biāo)向量稀疏度已知，所W不能應(yīng)用在合成孔徑雷達(dá)（SAR) 動目標(biāo)檢測領(lǐng)域。

【發(fā)明內(nèi)容】

[0006] 基于上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提出一種改進(jìn)基于零空間調(diào)整的雙 通道稀疏SAR動目標(biāo)檢測方法，利用雙通道SAR回波數(shù)據(jù)之間的相關(guān)性來削弱雜波（靜止 目標(biāo)），增強(qiáng)動目標(biāo)的稀疏性，改進(jìn)基于零空間調(diào)整的稀疏重構(gòu)算法，在目標(biāo)向量的稀疏度 不為已知的情況下，實現(xiàn)對雙通道稀疏SAR動目標(biāo)的快速的、高精度的檢測。
[0007] 實現(xiàn)本發(fā)明的技術(shù)思路是；獲取雙通道稀疏SAR回波數(shù)據(jù)；根據(jù)雙通道SAR回波 數(shù)據(jù)之間的相關(guān)性，構(gòu)造變換矩陣和雙通道聯(lián)合觀測矩陣；改進(jìn)基于零空間調(diào)整的稀疏重 構(gòu)算法，實現(xiàn)對目標(biāo)向量稀疏度的自適應(yīng)估計，得到動目標(biāo)的位置信息。
[000引為達(dá)到上述技術(shù)目的，本發(fā)明采用W下技術(shù)方案予W實現(xiàn)。
[0009] 一種改進(jìn)基于零空間調(diào)整的雙通道稀疏SAR動目標(biāo)檢測方法，其特征在于，包括 W下步驟：
[0010]步驟1，獲取雙通道正側(cè)視稀疏SAR回波數(shù)據(jù)，即通道一回波數(shù)據(jù)Si和通道二回波 數(shù)據(jù)S2;
[0011] 步驟2,分別構(gòu)建通道一觀測矩陣A和通道二觀測矩陣B，分別構(gòu)造變換矩陣T和 雙通道聯(lián)合觀測矩陣〇,得到重構(gòu)矩陣巧和回波變換矩陣R;
[0012]步驟3,根據(jù)通道一回波數(shù)據(jù)Si、通道二回波數(shù)據(jù)S2和回波變換矩陣R，變換得到 雙通道聯(lián)合回波數(shù)據(jù)S，再由重構(gòu)矩陣0和雙通道聯(lián)合回波數(shù)據(jù)S改進(jìn)基于零空間調(diào)整的 稀疏重構(gòu)算法，得到動目標(biāo)的位置信息。
[0013] 本發(fā)明的特點和進(jìn)一步改進(jìn)在于：
[0014] (1)所述步驟2的具體子步驟為：
[0015] 2. 1根據(jù)稀疏采樣目標(biāo)回波的斜距歷史關(guān)系，分別構(gòu)建通道一觀測矩陣A和通道 二觀測矩陣B為
[001引其中，M為稀疏采樣的點數(shù)，N為在總的合成孔徑時間內(nèi)方位向可區(qū)分的點數(shù)，a(tm-iAt)和分別表示多普勒為零的雜波對應(yīng)通道一觀測矩陣中第i列列 Z V 向量和通道二觀測矩陣中第i列列向量為
[0021] 其中，i取-f+l至^間的整數(shù)，t為距離上快時間，tm為方位上慢時間，k。為多普 2v] 勒調(diào)頻率，At為稀疏采樣時間間隔，對應(yīng)于方位上分辨率，At可等于或略小 人K,! 于多普勒帶寬的倒數(shù)，多普勒帶寬為多普勒調(diào)頻率與總合成孔徑時間的乘積，Wg(t-iAt) 表示線性調(diào)頻信號W(t-iAt)為參數(shù)的方位上的窗函數(shù)，V為載體平臺速度，d為雙通道間 隔，A為載波波長，咕為目標(biāo)與雷達(dá)的最短斜距，j為虛數(shù)單位；
[0022] 2. 2根據(jù)雷達(dá)參數(shù)和相位中屯、偏置值PCA)原理，構(gòu)造變換矩陣T為
[0023]
[0024]其中，0表示全零矩陣，Inxn表示NXN維單位陣，d為雙通道間隔，A為載波波長， Rb為目標(biāo)與雷達(dá)的最短斜距；
[0025] 根據(jù)通道一觀測矩陣A和通道二觀測矩陣B，構(gòu)造雙通道聯(lián)合觀測矩陣〇為
[0026]
[0027] 2. 3對構(gòu)造的雙通道聯(lián)合觀測矩陣〇求取其共輛轉(zhuǎn)置矩陣〇H，再對共輛轉(zhuǎn)置矩 陣〇H進(jìn)行正交S角怕時分解，即〇H二QR，得到重構(gòu)矩陣口和回波變換矩陣R為
[002引 1? = 9-1巫8
[0029]
[0030] (2)所述步驟3的具體子步驟為：
[0031] 3. 1由通道一回波數(shù)據(jù)Si、通道二回波數(shù)據(jù)S2和回波變換矩陣R，按如下公式變換 得到雙通道聯(lián)合回波數(shù)據(jù)S為
[0032]
[0033] 其中，符號\表示矩陣左除運(yùn)算；
[0034] 3. 2根據(jù)重構(gòu)矩陣礦和雙通道聯(lián)合回波數(shù)據(jù)S，計算迭代需要的初始參數(shù)， 定義ak'i表示稀疏度為1時第k次循環(huán)的稀疏向量，a"為該稀疏向量的初始值，令
:設(shè)定1為雙通道聯(lián)合回波數(shù)據(jù)S的稀疏度，令1的初始值為零，令歸一 化估計誤差的初值丫^^二1;
[0035] 3. 3改進(jìn)基于零空間調(diào)整的稀疏重構(gòu)算法如下：
[0036] 令外循環(huán)稀疏度1增加1，設(shè)置內(nèi)循環(huán)次數(shù)k= 0,進(jìn)行外循環(huán)迭代和內(nèi)循環(huán)迭代；
[0037] 3. 3. 1外循環(huán)迭代公式為 [00%]
[0040] 其中，ak'l表示稀疏度為1時第k次循環(huán)的稀疏向量，確定ak'l中前1個模值最 大的元素，得到該些元素在ak'l中的位置信息，構(gòu)成索引集合Tk和索引集合Tk的補(bǔ)集 將ak'l中對應(yīng)索引集合Tk的元素保留，其他元素為零，組成向量:將ak'l中對應(yīng)索引 集合7；C的元素保留，其他元素為零，組成向量;
[0041] 其中，巧i表示將重構(gòu)矩陣^中對應(yīng)索引集合Tk的列向量保留，其他元素為零，組 成的向量巧表示將重構(gòu)矩陣^中對應(yīng)索引集合的列向量保留，其他元素為零，組 成的向量巧fS
[00創(chuàng) 3. 3. 2根據(jù)如下內(nèi)循環(huán)迭代公式，計算第k+1次內(nèi)循環(huán)估計的稀疏向量aw'l;
[0043] 口化1=口k'i+p(uk'i_ak，i)
[0044] 其中，p= /-護(hù)如口")->表示向重構(gòu)矩陣口的零空間進(jìn)行正交投影運(yùn)算，uk'嗦 示合并皆和墻后組成的向量，即在向量U"中對應(yīng)索引集合Tk的位置填入4中同樣位 置的元素，對應(yīng)索引集合7^的位置填入《^^^同樣位置的元素；
[0045] 3. 3. 3計算兩次內(nèi)循環(huán)之間的歸一化誤差
，比較其與內(nèi)循環(huán) 口限thi的大小，若滿足丫 th1，則進(jìn)行下一步外循環(huán)迭代，否則令k增加1，繼續(xù)進(jìn)行內(nèi) 循環(huán)迭代；
[0046] 3.3.4計算稀疏度為1時的歸一化估計誤差
，計算兩次外 循環(huán)的差分誤差I(lǐng)丫。> 丫。yH|，比較該差分誤差與外循環(huán)口限地2的大小，若不滿足 丫eyi-丫 《化，繼續(xù)進(jìn)行外循環(huán)迭代，否則程序終止，得到稀疏向量a"表征目標(biāo)的 位置信息。
[0047] 本發(fā)明的改進(jìn)基于零空間調(diào)整的雙通道稀疏SAR動目標(biāo)檢測方法，適用于雙通道 稀疏SAR動目標(biāo)檢測，其引入闊值迭代（HT)思想和反饋（FB)思想，設(shè)計歸一化誤差作為 參考口限，實現(xiàn)了對目標(biāo)向量稀疏度的自適應(yīng)估計，加快了迭