申请/专利权人：南京理工大学

申请日：2021-07-06

公开（公告）日：2023-12-26

公开（公告）号：CN113640793B

主分类号：G01S13/89

分类号：G01S13/89

优先权：

专利状态码：有效-授权

法律状态：2023.12.26#授权;2021.11.30#实质审查的生效;2021.11.12#公开

摘要：本发明公开了一种基于MRF的实孔径扫描雷达超分辨成像方法，包括：通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数中；利用快速迭代阈值收缩方法解决目标函数的优化问题，最终得到目标的超分辨成像结果。该方法通过引入马尔科夫随机场先验模型，使像素的二维空间相关性可以更好地被描述，进而能够更好地恢复场景的形状。

主权项：1.一种基于MRF的实孔径扫描雷达超分辨成像方法，其特征在于，包括：通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数中；利用快速迭代阈值收缩方法解决目标函数的优化问题，最终得到目标的超分辨成像结果；所述通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数，首先，对成像系统参数初始化，具体为：设平台运动速度为ν，天线波束扫描速度ω，雷达下视角为目标点坐标记为Pr0,θ0，t为方位时间，目标点距离历史rPt为 通过泰勒展开与一次项近似得到斜距为 点目标回波表达式记为sPτ,t： 其中，τ为距离向时间变量，σ0为点目标散射强度，ht为天线的双程波束方向图，t0为波束中心照射到P点的时间，rect[·]代表距离时间窗，c为光速，Tr代表距离时间脉宽，f0为载波频率，Kr是发射信号的时间调频斜率；成像系统参数初始化之后，对回波进行距离向脉冲压缩，具体如下：对于散射函数为的面目标而言，其回波为全部点目标回波的积分，其中为目标的初始斜距，为目标的方位角坐标；由于t＝θ-θaω和τ＝2rc，其中θa为初始扫描角度，根据式2和3，得到面目标回波： 针对获取的二维回波数据sr，θ，利用雷达发射信号参数，构造匹配滤波器，对距离向进行脉冲压缩，得到距离压缩后数据soutr，θ； 距离向脉冲压缩后，进行线性徙动矫正，具体为：经距离向压缩后，对于目标平面上位于弧线上所有的点目标，其回波位置中心将错位重叠在直线上；对变量r进行线性尺度变换以消除平台运动产生的距离走动 线性徙动矫正后，构造方位卷积信号模型，具体为：将方位信号写为sθ＝σθ*hθ6其中*为卷积操作；考虑到噪声的影响，方位信号表达式为：sθ＝σθ*hθ+nθ7针对上述模型，构造方位卷积信号向量模型：s＝Hσ+n8其中，s＝[s1，...，sN]T和σ＝[σ1,…,σN]T分别表示一个距离门中的回波数据和目标散射系数，n＝[n1,...,nN]T为噪声向量，N为向量个数，H为天线方向图hθ构造的卷积矩阵；构造方位卷积信号模型后，构造成像目标函数，具体为：对于反卷积操作中存在的噪声敏感性问题，采用正则化的方法进行解决，解决本问题的标准正则化方程： 其中，为数据保真项，||Γσ||q为正则项，Γσ为正则项的具体操作，q为正则化项的范数，λ用于平衡测量数据的保真度和正则项的约束的影响，由L-曲线法决定的；选择Huber-Markov作为正则项 其中，ρT·为Huber函数，为团c的系数向量，是温度参数，Z为归一化常量，上标·t表示为转置操作；图像的粗糙度由二阶导数获得： Huber函数的定义为： 阈值T会惩罚图像的灰度变化；将公式101112代入公式9中，RASR超分辨成像的目标函数变为：

全文数据：

权利要求：

百度查询： 南京理工大学 基于MRF的实孔径扫描雷达超分辨成像方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD