一种毫米波雷达变权重平滑角超分辨方法与流程

1.本发明属于雷达成像技术领域，具体涉及一种毫米波雷达变权重平滑角超分辨方法。


背景技术：

2.毫米波雷达随机辐射阵列具有全天时、全天候探测能力，广泛应用于智能交通和无人驾驶等领域。然而，毫米波雷达阵列角分辨率与物理孔径长度有关，在实际中平台大小受限的情况下分辨率低下，无法满足实际高精度探测需求。现有的角超分辨方法，其角分辨率提升与抑制噪声放大效应两者往往不可兼得，特别在低信噪比下尤为明显，因此设计既可以提高角分辨率又可以抑制噪声放大效应的毫米波雷达阵列超分辨方法具有重要意义。
3.文献“yang,s.,ren,w.,fang,s.,xue,z.,&li,w.(2018,may).radar coincidence imaging based on pseudo-inverse algorithm.in 2018international conference on microwave and millimeter wave technology(icmmt)(pp.1-3).ieee”，通过求辐射场矩阵的广义逆反演目标，但无法抑制噪声的放大效应。文献“d.mao,y.zhang,y.zhang,y.huang and j.yang,"stochastic radiation radar imaging based on the 2-d amplitude-phase orthogonal distribution array,"2018ieee radar conference(radarconf18),oklahoma city,ok,2018,pp.0235-0239,doi:10.1109/radar.2018.8378563”，利用apod方法减少辐射场矩阵冗余度，用tsvd算法替代广义逆法抑制角超分辨过程中噪声放大效应，但是噪声放大抑制与高分辨成像两者不可兼得。


技术实现要素：

4.针对现有技术存在的上述问题，本发明提出了一种毫米波雷达变权重平滑角超分辨方法。
5.本发明的具体技术方案为：一种毫米波雷达变权重平滑角超分辨方法，包括如下步骤：
6.步骤一、建立毫米波雷达随机辐射阵列的回波信号模型，
7.所述随机辐射雷达采用多发一收均匀面阵天线的工作模式，设天线行和列的个数分别为m和n，则包含mn-1根发射天线阵元与1根接收天线阵元，设天线离地面场景高度为h，天线阵元间距为d，ω代表成像场景区域，p为场景区域中的某一个目标点；
8.各个发射天线阵列发送随机信号以获取空时二维随机辐射场，则第i个发射天线在t时刻阵元的发射信号为：
[0009][0010]
其中，ai(t)代表第i个天线阵元的随机幅度调制信号，代表第i个天线阵元的随机相位信号，tr为发射信号的脉冲时宽，fc为发射信号的载频，rect(
·
)表示矩形窗函数；
[0011]
设第i个发射天线到目标点p的距离历史为r
ip
，则天线到目标时延为τ
ip
＝r
ip
/c，c
代表光速，当所有发射天线阵列发射信号到达目标点p时，其能量积累为：
[0012][0013]
空间场景内各目标点的辐射场能量表示为：
[0014][0015]
其中，k、l分别为观测场景内距离向和方位向上的点数；
[0016]
各目标散射场es(τ
ip
,t)为：
[0017][0018]
其中，σ(τ
ip
)表示目标对应距离历史为r
ip
的散射系数，因此接收天线处收到的回波信号为：
[0019][0020]
其中，τ
rp
表示目标p到接收天线r的时延，对接收到的回波数据进行采样，采样点数ρ＝tr*fs，由发射脉冲时宽tr和采样频率fs决定，采样时刻向量t＝(t1,t2,
…
,t
ρ
)，沿采样时刻，回波数据为：
[0021][0022]
其中，τ
ir
＝τ
ip
τ
rp
表示第i根发射天线经目标p到接收天线的总时延，σ(τ
ir
)为对应总时延τ
ir
的散射系数，n＝[n(t1),n(t2),...n(t
ρ
)]
t
表示加性噪声；
[0023]
式(6)简写为矩阵形式：
[0024]
rec＝esσ n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0025]
其中，rec表示回波信号向量，es为辐射场矩阵，σ为散射系数向量，所述矩阵形式为随机辐射雷达的信号模型；
[0026]
步骤二、最优变权重平滑参数选取，
[0027]
对矩阵es进行svd分解可得
[0028][0029]
其中，u＝(u
1 u2ꢀ…ꢀ
un)和v＝(v
1 v2ꢀ…ꢀ
vn)分别表示svd分解的左右酉矩阵，σ表示矩阵的奇异值,s＝diag(s1,s2,
…
,sn)，si为辐射场矩阵奇异值满足s1＞s2＞si＞
…
＞sn，
[0030]
定义两个截断值k1和k2，k1为大截断值，衡量抑制噪声能力，k2为小截断值，衡量高
分辨能力，变权值满足：
[0031][0032]
其中，λ为平滑系数；
[0033]
步骤三、基于变权重平滑正则化的角超分辨处理，
[0034]
按下列运算进行超分辨处理，超分辨结果表示为：
[0035][0036]
求得的结果即为成像结果。
[0037]
本发明有益效果：本发明的方法首先从理论上建立了随机辐射雷达信号模型，提出了变权重平滑角超分辨算法，通过在大截断值与小截断值间增加一段平滑奇异值缓冲，既能提高成像分辨率，又抑制了噪声的放大效应。
附图说明
[0038]
图1为本发明实施例的随机辐射雷达几何模型示意图。
[0039]
图2为本发明实施例的20db信噪比下两种方法分辨率及噪声放大效应对比示意图。
[0040]
图3为本发明实施例的15db信噪比下两种方法分辨率及噪声放大效应对比示意图。
具体实施方式
[0041]
随机辐射雷达成像主要通过多个发射天线阵列发射随机信号以获得更多的目标调制信息，再通过经典算法就可以得到对目标的高分辨成像。该体制在不需要与目标形成相对运动的情况下就可实现高分辨成像，因此具有比较重要的应用。抑制噪声放大效应及高分辨成像是随机辐射雷达的主要问题。本发明首先从理论上建立了随机辐射雷达信号模型；并提出了变权重平滑角超分辨算法，最后通过仿真验证了该方法的可行性。
[0042]
本发明仿真实验在matlab 2014a上进行，仿真结果验证了该方法的有效性。在本实施示例中，本发明随机辐射雷达几何模型如图1所示，本发明仿真参数如表1所示。本发明具体实施步骤如下。
[0043]
表1
[0044][0045]
步骤一、建立毫米波雷达随机辐射阵列的回波信号模型，
[0046]
所述随机辐射雷达采用多发一收均匀面阵天线的工作模式，设天线行和列的个数分别为m＝5和n＝5，则包含mn-1＝24根发射天线阵元与1根接收天线阵元，设天线离地面场景高度为h＝1000m，天线阵元间距为d＝0.5m，ω代表成像场景区域，p为场景区域中的某一个目标点；
[0047]
各个发射天线阵列发送随机信号以获取空时二维随机辐射场，则第i个发射天线阵元在t时刻的发射信号为：
[0048][0049]
其中，ai(t)代表第i个天线阵元的随机幅度调制信号，代表第i个天线阵元的随机相位信号，tr＝2us为发射信号的脉冲时宽，fc＝10ghz为发射信号的载频,b＝2ghz为跳频的带宽，rect(
·
)表示矩形窗函数；
[0050]
设第i个发射天线到目标点p的距离历史为r
ip
，则天线到目标时延为τ
ip
＝r
ip
/c，c代表光速，当所有发射天线阵列发射信号到达目标点p时，其能量积累为：
[0051][0052]
空间场景内各目标点的辐射场能量表示为：
[0053][0054]
其中，k、l分别为观测场景内距离向和方位向上的点数，本实施例中k＝60，l＝60；
[0055]
各目标散射场es(τ
ip
,t)为：
[0056][0057]
其中，σ(τ
ip
)表示目标对应距离历史为r
ip
的散射系数，因此接收天线处收到的回波信号为：
[0058][0059]
τ
rp
表示目标p到接收天线r的时延，对接收到的回波数据进行采样，采样频率fs＝1ghz，采样点数ρ＝tr*fs＝2000，采样时刻向量t＝(t1,t2,
…
,t
ρ
)，沿采样时刻，回波数据为：
[0060][0061]
其中，τ
ir
＝τ
ip
τ
rp
表示第i根发射天线经目标p到接收天线的总时延，σ(τ
ir
)为对应总时延τ
ir
的散射系数，n＝[n(t1),n(t2),...n(t
ρ
)]
t
表示加性噪声；
[0062]
式(16)简写为矩阵形式：
[0063]
rec＝esσ n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0064]
其中，rec表示回波信号向量，es为辐射场矩阵，σ为散射系数向量，所述矩阵形式为随机辐射雷达的信号模型；
[0065]
步骤二、最优变权重平滑参数选取，
[0066]
对矩阵es进行svd分解可得：
[0067][0068]
其中，u＝(u
1 u2ꢀ…ꢀ
un)和v＝(v
1 v2ꢀ…ꢀ
vn)分别表示svd分解的左右酉矩阵，σ表示矩阵的奇异值,s＝diag(s1,s2,
…
,sn)，si为辐射场矩阵奇异值满足s1＞s2＞si＞
…
＞sn。
[0069]
本实例中选择两个截断值k1和k2，满足和k1为大截断值，衡量抑制噪声能力，k2为小截断值，衡量高分辨能力，变权值满足：
[0070][0071]
其中，λ＝0.0001为平滑系数。
[0072]
步骤三、基于变权重平滑正则化的角超分辨处理，
[0073]
按下列运算进行超分辨处理，超分辨结果表示为：
[0074][0075]
求得的结果即为成像结果。
[0076]
为了证明本发明方法有效性，实验信噪比分别设置在20db和15db条件下，经过实验，可以得到图2和图3的仿真图。其中，图2(a)为成像场景图，图2(b)为采用传统方法选取k1为截断值20db下成像结果，图2(c)为采用传统方法选取k2为截断值20db下成像结果，图2
(d)为提出的变权重平滑算法20db下成像结果。图3(a)为成像场景图，图3(b)为采用传统方法选取k1为截断值15db下成像结果，图3(c)为采用传统方法选取k2为截断值15db下成像结果，图3(d)为提出的变权重平滑算法15db下成像结果。
[0077]
可以看出，采用传统方法选取大截断值虽然抑制了噪声，但是分辨率较差；选取小截断值虽然提高了分辨率，但是噪声放大会造成干扰。比较图2与图3，信噪比较低情况下，受噪声干扰虽然比较大，但是用本发明提出的方法后抑制噪声效果更明显。因此本发明的方法既可以提高分辨率分辨出目标，又抑制了噪声放大效应，仿真实验结果验证了这点。