基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置

技术领域

本发明属于雷达关联成像信号处理领域，具体涉及一种基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置。

背景技术

雷达关联成像是借鉴光学鬼成像提出的一种的实孔径雷达成像方式，依靠具有时空不相关性的发射信号在成像区域形成具有时空随机性的辐射场，并利用辐射场的时空差异性进行成像。与传统实孔径雷达成像相比，成像分辨率与辐射场的随机性有关，突破了天线孔径对分辨率的限制，具有高分辨能力。同时也克服了合成孔径雷达成像依赖于运动又受制于运动的缺陷。因此，雷达关联成像是一种不依赖于目标与雷达之间相对运动的高分辨雷达成像技术，为解决传统雷达成像缺陷提供了新的思路和方向，具有广阔的发展前景。

MIMO(multiple input multiple output)雷达关联成像可在多发单收雷达关联成像的基础上，通过增加接收通道，一方面扩展空间维，提高辐射场参考信号的随机性，进而提升成像分辨率；另一方面可扩展观测视角，有利于更全面地表现复杂目标。

雷达关联成像需要根据收发阵元位置、发射信号、成像单元对辐射场参考信号进行精确推演，此时推演出的参考信号与回波之间是完全匹配的。而实际上，由于雷达系统误差(收发阵元不同步、阵元互耦及幅相、位置误差等因素)、网格失配误差(目标与载体平台间的相对运动、目标散射点不在成像单元中心等)的存在，会导致参考信号的推演误差，参考信号与回波之间相关性退化，出现模型失配问题，影响关联成像质量。本发明主要针对MIMO雷达收发阵列位置误差对关联成像的影响，提出了一种基于AM算法的多视角MIMO雷达关联成像位置误差修正方法。

已有许多学者针对雷达关联成像模型失配问题展开研究，并取得了不错的效果。现有研究中提出了两种稀疏贝叶斯学习框架下的阵列位置误差校正算法，一种将发射阵元的位置误差等效为相位误差，另一种通过泰勒展开构造阵列位置误差下的成像模型，将高斯-伽马-伽马先验分配给目标，通过反复迭代实现位置误差的修正。也有通过泰勒展开将回波与阵元位置误差的非线性关系转化为线性关系，利用辅助物校正法、迭代补偿法和等效补偿法分别对位置误差进行修正，可实现对阵列位置的修正，得到高分辨关联成像结果。然而，现有的研究都是针对MISO(multiple input single output)关联成像，仅考虑发射阵元位置误差对成像的影响。

本发明针对现有研究的不足之处，研究基于多视角MIMO雷达关联成像阵列位置误差修正方法。同时考虑收发阵元位置误差的影响，将其等效为收发相位误差，并借鉴交替极小化(Alternating Minimization，AM)算法交替迭代思想，对收发阵列位置误差和目标散射系数进行联合估计。仿真结果表明本发明所提方法可对收发阵元位置误差修正，得到高分辨的多视角综合成像结果

发明内容

发明目的：针对MIMO雷达收发阵列位置误差造成成像质量恶化的问题，本发明提出了一种基于AM算法的多视角高分辨MIMO雷达关联成像方法及装置，该方法同时考虑收发阵元位置误差对成像质量的影响，分别对收发阵元位置误差和目标散射系数进行联合估计，并通过估计的阵元位置误差更新参考信号，经过不断迭代，实现对阵元位置误差修正，得到高分辨多视角MIMO雷达关联成像结果。

技术方案：本发明提供了一种基于AM算法的多视角高分辨MIMO雷达关联成像方法，具体包括以下步骤：

步骤1：MIMO雷达发射天线个数为M，接收天线个数为N，在发射天线端发射一组相互独立的噪声调幅信号，将成像平面划分为K＝x*y个成像单元，x表示横向成像单元数，y表示纵向成像单元数，时间采样数为J；根据收发阵元的位置以及成像单元位置，得到N个参考矩阵A

步骤2：在接收端经过J时间采样，得到N个的回波向量

步骤3：基于稀疏重构的多视角MIMO雷达关联成像算法，对扩维参考矩阵与扩维回波进行联合处理，得到对多视角目标散射系数均值

步骤4：结合AM交替迭代思想，根据

步骤5：利用估计得到的发射相位误差和接收相位误差对扩维参考矩阵进行更新，表示为

步骤6：设置最大迭代次数I

步骤7：将得到的多视角目标散射系数均值

进一步地，所述步骤(2)通过以下公式实现：

其中，

存在阵元位置误差下的多视角MIMO雷达关联成像信号模型表示为：

其中，

进一步地，所述步骤(3)通过以下公式实现：

其中，||·||

进一步地，所述步骤(4)通过以下公式实现：

由于对阵元相位误差的估计问题是一个非线性最小二乘问题，定义代价函

数为

其中，

基于相同的发明构思，本发明还提供一种基于AM算法的多视角高分辨MIMO雷达关联成像装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现上述的基于AM算法的多视角高分辨MIMO雷达关联成像方法。

有益效果：与现有技术相比，本发明的有益效果：本发明采用MIMO雷达关联成像体制，与MISO关联成像体制相比，通过探测维度的增加，一方面辐射场扩维参考信号的随机性大于MISO体制下辐射场参考信号的随机性，有利于提高成像分辨率；另一方面在发射多视角下，增加接收视角，扩展观测视角，可更全面的表现复杂目标；本发明采用基于稀疏重构的多视角MIMO雷达关联成像算法，可减小目标RCS起伏特性对成像质量的影响，经过一次稀疏成像，实现多视角目标RCS均值的精确获取；本发明同时考虑发射阵元误差和接收阵元位置误差，通过对收发阵元相位误差和目标散射系数的联合估计，可有效修正误差，得到高分辨的雷达成像结果。

附图说明

图1是基于AM算法的多视角高分辨MIMO雷达关联成像方法的流程图；

图2是本发明的MIMO雷达关联成像原理图；

图3是本发明在进行仿真实验时，设置目标RCS随接收视角变化满足对数正态分布，均值为15dBsm，方差为30dBsm时，反映多接收视角RCS均值的理想成像场景图；

图4是本发明在位置误差满足(-0.001，0.001)m均匀分布，等效相位误差均值约为6°，经过100次蒙特卡洛实验的仿真结果图；其中，(a)为未修正的成像结果图，(b)为利用本发明的方法后的成像结果图；

图5是本发明在位置误差满足(-0.005，0.005)m均匀分布，等效相位误差均值约为29°，经过100次蒙特卡洛实验的仿真结果图；其中，(a)为未修正的成像结果图，(b)为利用本发明的方法后的成像结果图。

具体实施方式

下面结合附图对本发明做进一步详细说明。

本发明提出的一种基于AM算法的MIMO雷达多视角关联成像阵元位置误差修正方法，如图1所示。

步骤1：假设已知MIMO雷达发射天线个数为M，接收天线个数为N，收发阵列均采用均匀线阵，在发射天线端发射一组相互独立的噪声调幅信号S

步骤2：在存在阵元位置误差时，将收发阵元位置误差等效为收发相位误差，实际参考信号

其中，

因此，可将存在阵元位置误差下的多视角MIMO雷达关联成像信号模型表示为：

其中，

步骤3：雷达关联成像的原理图如图2所示，回波信号可看作各成像单元参考信号的线性表示，通过对回波与参考信号的关联处理，即可恢复目标。但由于收发阵元位置误差的影响，会导致推演出的参考信号与回波之间出现相关性失配，严重影响成像质量。本发明首先利用基于稀疏重构的多视角MIMO雷达关联成像算法，对扩维参考矩阵与扩维回波进行联合处理，实现多视角目标散射系数

其中，||·||

复杂目标多视角RCS起伏特性，满足对数正态分布，复杂目标RCS随机变量σ的概率密度函数表达式如下所示：

其中，σ

步骤4：结合AM交替迭代思想，根据

由于对阵元相位误差的估计问题是一个非线性最小二乘问题，定义代价函数为

其中，

/>

步骤5：由于扩维参考信号与收发阵元相位误差有关，利用估计得到的发射相位误差和接收相位误差可对扩维参考矩阵进行更新，表示为

步骤6：设置最大迭代次数I

步骤7：将得到的多视角目标散射系数向量

基于相同的发明构思，本发明还提供一种基于AM算法的多视角高分辨MIMO雷达关联成像装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现上述的基于AM算法的多视角高分辨MIMO雷达关联成像方法。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。