压缩感知联合稀疏孔径自聚焦的多站无源雷达成像
2014-02-21苏卫民
应用科学学报 2014年2期
吴 昊, 苏卫民, 顾 红
南京理工大学电子工程与光电技术学院,南京210094
无源雷达成像虽然存在诸多不利于目标成像的因素,如外辐射源的波长远长于传统雷达,且外辐射源信号的带宽较窄,但具有良好的隐蔽性、抗干扰性和低成本等优点[1],故成为新的研究方向.
针对外辐射源成像,文献[2]提出了直接傅里叶重构法(direct Fourier reconstruction,DFR),首先将波束域中已经分离的来源于不同外辐射源的回波数据插值到标准网格,然后直接利用二维FFT算法获得目标的图像.文献[3]提出了子孔径综合无源雷达成像算法,通过将多个外辐射源合成孔径等效为大孔径来对目标成像,具有较快的处理性能.文献[4]探讨了基于二元假设检验的成像方法,获得了较好的成像效果.这些研究均要求获得良好的方位覆盖,如增大目标转角,或增加外辐射源数目,然而在稀疏构造下会使目标重构失败,于是需要寻求适用于站点数目较少环境下的成像方法.
压缩感知理论[5-6]表明:如果信号在某个域中是可以稀疏表示的,那么只要利用少量数据,通过求解最优化问题即可重构获得原始数据.文献[7]将压缩感知应用于无源雷达成像,在高信噪比环境下,即使外辐射源数较少,也可以获得理想的成像效果.然而,该算法的前提是不存在相位误差,而实际情况是不准确的参数将导致目标成像的退化,如电视站到成像场景的距离差、大气因素的影响等,这就需要自聚焦算法对相位误差进行……
登录APP查看全文
