受扰合成孔径雷达的基于图形的阵列信号去噪

技术领域

本发明涉及雷达系统，更特别地，涉及用于从有噪声雷达测量结果生成关注区域(region of interest)的雷达图像的移动雷达系统。

背景技术

汽车雷达市场近年来持续增长，并且预期在未来几年中急剧增长。与光系统相比，汽车雷达具有全天候工作的优点。然而，其角分辨率远低于光系统的角分辨率。为了获得高的角分辨率，常规的雷达需要大孔径尺寸。形成大的虚拟孔径的分布式合成孔径雷达系统是解决这种折衷的可能解决方案，但是分布式传感器单元的位置误差和定时误差降级了感测性能。

因此，需要开发一种基于位置误差和定时误差的新补偿技术来处理由被安装在汽车上的分布式传感器单元收集的有噪声信号的方法。

发明内容

本公开涉及用于使用被布置在汽车上的合成孔径雷达系统从关注区域生成雷达图像的系统和方法。本公开的一些实施方式提供了这样的一种方法，该方法利用位置误差和定时误差的补偿技术处理来自被放置在汽车上的合成孔径雷达的分布式传感器单元的信号。

本公开的一些实施方式理解为：当合成孔径雷达的移动平台以未知位置误差受扰或者所接收到的信号受到强随机噪声的干扰时，该合成孔径雷达的性能降级。因此，期望即使在大的位置扰动下利用有噪声雷达回波来执行鲁棒成像。本公开的一些实施方式提出了一种基于图形的去噪方法，该去噪方法与鲁棒扰动估计相结合，以用于处理由受扰移动雷达平台接收到的有噪声阵列信号。仿真结果表明，我们的方法显著提高了阵列信号的SNR和成像性能。

当合成孔径雷达的移动平台以未知位置误差受扰或者所接收到的信号受到强噪声的干扰时，该合成孔径雷达的性能降级。因此，期望即使在大的位置扰动下也利用有噪声雷达回波来执行鲁棒成像。

本公开的至少一个实现理解为：如果改进了分布式传感器单元的位置误差和定时误差，则分布式雷达系统可以是克服技术挑战的有利解决方案。

根据本公开的一些实施方式，可以提供一种基于图形的去噪方法。该方法包括与鲁棒扰动估计相结合，以用于处理由受扰移动雷达平台接收到的有噪声阵列信号。仿真结果表明，我们的方法显著提高了阵列信号的SNR和成像性能。

本公开的一些实施方式可以提供一种解决方案，关于使用分布式雷达系统的雷达的角分辨率可以通过补偿分布式传感器单元的位置误差和定时误差来提高。

根据本公开的一些实施方式，可以提供一种用于从关注区域(ROI)生成雷达图像的雷达系统。该雷达系统可以包括接口，该接口被配置成在沿着移动雷达平台的路径的不同位置处向ROI发送雷达脉冲并且接收从该ROI反射的雷达回波，其中，将至少一个天线设置在移动平台上以使用至少一个天线向ROI发射雷达脉冲；存储器，该存储器被配置成存储计算机可执行程序，该计算机可执行程序包括距离压缩器(range compressor)、图形建模生成器、信号对准器、雷达成像生成器以及聚焦图像生成器；处理器，该处理器与存储器连接，该处理器被配置成：通过利用雷达回波对所发送的雷达脉冲进行解卷积来对雷达回波执行距离压缩以获得频域信号Y(i，k)；生成由移动雷达平台的顺序位置以及使用频域信号Y(i，k)计算的图形移位矩阵A表示的图形模型；通过对由图形模型表示的基于图形的优化问题进行求解，来迭代地对频域信号Y(i，k)进行对准和去噪，以获得用于对准的时移t

此外，本公开的又一实施方式可以提供一种用于从关注区域(ROI)生成雷达图像的雷达图像处理装置。该雷达图像处理装置可以包括：网络接口控制器(NIC)，该NIC被配置成响应于在沿着移动雷达平台的路径的不同受扰位置处发送的雷达脉冲，接收从ROI反射的雷达回波和所发送的雷达脉冲；存储器，该存储器被配置成存储计算机可执行程序，该计算机可执行程序包括距离压缩器(range compressor)、图形建模生成器、信号对准器、雷达成像生成器以及聚焦图像生成器；处理器，该处理器与存储器连接，该处理器被配置成：通过利用雷达回波对所发送的雷达脉冲进行解卷积来对雷达回波执行距离压缩，并以获得频域信号Y(i，k)；生成由移动雷达平台的顺序位置以及使用频域信号Y(i，k)计算的图形移位矩阵A表示的图形模型；通过对由图形模型表示的基于图形的优化问题进行求解，来迭代地对频域信号Y(i，k)进行对准和去噪，以获得时移t

附图被包括进来以提供对本发明的进一步理解，附图例示了本发明的实施方式，并与本说明书一起用于解释本发明的原理。

附图说明

[图1A]图1A示出了例示合成孔径天线(synthetic aperture of antennas)的概念的示意图。

[图1B]图1B示出了根据本公开的实施方式的用于雷达数据收集的仿真设置。

[图1C]图1C示出了根据本公开的实施方式的实际受扰雷达位置和估计位置。

[图2]图2示出了根据本公开的实施方式的用于执行雷达成像的过程。

[图3A]图3A分别示出了根据本公开的实施方式的有噪声和未对准的时域雷达信号、经去噪和未对准的时域雷达信号、以及经去噪且对准的时域雷达信号。

[图3B]图3B分别示出了根据本公开的实施方式的有噪声和未对准的时域雷达信号、经去噪和未对准的时域雷达信号、以及经去噪且对准的时域雷达信号。

[图3C]图3C分别示出了根据本公开的实施方式的有噪声和未对准的时域雷达信号、经去噪和未对准的时域雷达信号、以及经去噪且对准的时域雷达信号。

[图4A]图4A分别示出了根据本公开的实施方式的关注区域、所提出的方法的雷达成像结果、相干性分析的雷达成像结果。

[图4B]图4B分别示出了根据本公开的实施方式的关注区域、所提出的方法的雷达成像结果、相干性分析的雷达成像结果。

[图4C]图4C分别示出了根据本公开的实施方式的关注区域、所提出的方法的雷达成像结果、相干性分析的雷达成像结果。

[图5]图5是例示根据本公开的实施方式的用于从关注区域(ROI)生成雷达图像的雷达系统100的示意图。

具体实施方式

下面，参照附图，对本发明的各种实施方式进行描述。应注意到，附图未按比例绘制，相似结构或功能的部件贯穿所有附图由相同的附图标号表示。还应注意到，附图仅旨在便于描述本发明的具体实施方式。它们并非旨在作为对本发明的详尽描述或作为对本发明的范围的限制。另外，结合本发明的特定实施方式描述的方面不必限于该实施方式，而是可以在本发明的任何其它实施方式中具体实践。

图1A是例示合成孔径天线的概念的示意图。该图例示了合成孔径天线被配置成当汽车在道路上向前移动时检测侧面场景处的物体的示例情况。然而，该配置不限于侧面场景。例如，可以布置合成孔径天线以检测朝向汽车前进侧成角度的场景。在一些情况下，可以将设置在汽车上的合成孔径天线称为移动雷达平台。

图2示出了根据本公开的实施方式的用于执行雷达成像的雷达成像方法200。在这种情况下，方法200可以是由图5中的处理器(或多个处理器)120执行的数据处理步骤131、132、133、134以及135。数据处理步骤131、132、133、134以及135可以是被存储在图5中的存储器130中的计算机可执行程序131、132、133、134以及135，并且该程序131、132、133、134以及135由处理器120来执行以用于数据处理步骤。

数据处理131可以通过使用移动雷达平台周期性地向关注区域(ROI)发送一系列雷达脉冲p(t)并且接收从ROI反射的雷达回波z(ri，t)来执行。在这种情况下，各个脉冲及其对应回波一起包括受扰雷达平台位置的信息。

接下来，数据处理132可以通过对所发送的脉冲p(t)进行解卷积来对雷达回波z(ri，t)执行距离压缩，并且实现时域有噪声信号y(ri，k)或频域有噪声信号Yi，k＝Y(i，k)。对于第i个雷达位置，Y

数据处理133可以通过使用以下方程对图形移位或经加权的邻接(adjacent)矩阵A进行估计来构建有噪声信号Y

数据处理134可以使用基于图形的方法来迭代地对信号Y(i，k)进行去噪，并且通过确定因位置扰动而造成的时移t

对于去噪，数据处理134基于图形模型对信号施加平滑度和稀疏度，参考方程(5至7)。对于时移t

此外，数据处理135可以利用经去噪的数据X(i，k)和所估计的时移t

合成孔径雷达利用移动平台形成大的虚拟孔径，从而实现高成像分辨率。然而，实际上，合成孔径雷达的性能因移动雷达平台的位置扰动和对平台所接收的雷达回波的干扰而降级。当位置扰动水平和噪声水平相对低时，可以分析所接收到的信号的数据相干性以校正由扰动而造成的相位误差或者在最终雷达图像上施加稀疏度以实现自动聚焦成像。随着扰动和噪声水平的增加，由于数据相干性分析的非凸性，聚焦成像变得越来越具有挑战性。由于对未知位置误差的贪婪搜索，成像方法可能是耗时的，或者由于离焦，成像方法性能较差。

图形信号处理(GSP)多年来一直是图像和信号处理领域的研究热点。GSP基本上利用由图形定义的底层特定数据结构来增强信号或图像质量。近来，已经将GSP应用于合成孔径雷达，以通过将最终雷达图像建模为其中节点是雷达图像的像素而边缘是像素之间的相关性的图形来提高成像性能。结果，雷达图像质量随着噪声降低而提高。然而，这种基于图像的GSP不能从根本上解决由雷达位置误差而造成的离焦问题。尽管经处理的图像是干净的，具有较少的噪声，但是其模糊成像质量对于进一步的检测目的仍然不够好。因此，即使在大的位置扰动下，也希望利用有噪声雷达回波来执行鲁棒成像。

本公开的至少一个目的是，旨在使用有噪声雷达回波提高受扰合成孔径雷达的成像性能。为此，我们提出了一种结合鲁棒扰动估计的基于图形的阵列信号去噪方法。我们将合成孔径雷达系统看作图形，将各个发送和接收位置看作图形的节点，并且将对应雷达信号看作与各个节点相关联的时间系列。为了对阵列信号进行去噪，我们制定了基于图形的目标函数，该目标函数对图形域中的平滑度和时域中的稀疏梯度进行正则化。我们提出的方法与以前的基于GSP的方法的主要区别在于：我们在雷达信号域而不是图像域中构建图形模型，使得我们可以联合地对信号进行去噪并估计位置扰动，从而提供聚焦成像结果。初步实验结果表明，双提升结合鲁棒分解方法估计位置扰动，显著提高了去噪性能。

阵列数据收集

为了简单起见，我们考虑2D雷达成像问题，其中，利用单静态移动雷达平台来检测位于ROI中的本地化目标。我们使用p(t)和P(ω)分别表示所发送的时域源脉冲及其频谱，其中，

在不失一般性的情况下，我们假设存在多达M的本地化目标，各个本地化目标皆对应于位于ROI中的相位中心。设l

其中，S(ω

应注意，在雷达目标检测的应用中，雷达测量具有不同的特性：频域中的缓慢过渡和时域中的稀疏梯度。物理机制如下。由于目标的散射强度和天线波束方向图二者在空间域中逐渐变化，因此ROI的散射电磁场在空间域中也将是平滑的。当在ROI中定位有多个隔离的目标时，各个目标皆会产生对雷达激励的响应或特征图(signature)。因此，各个位置处的雷达测量的时域梯度将是稀疏的，并且稀疏度水平与目标的总数相关。

基于图形的去噪

为了降低噪声和位置扰动的影响，我们将合成孔径雷达看作图形G＝(V,A)，其中，V＝{v

其中，H指示Hermitian(厄米特)转置，并且R是图形中的已连接邻域节点的最大距离。直觉是当在附近位置进行雷达测量时，测量应当在频域中具有强的成对相关性。

设X和x(t)分别是经去噪的频域信号和时域信号。为了对雷达测量结果进行去噪，我们考虑基于图形的优化问题。

其中，λ,β是超参数，⊙代表逐元素乘积，

应注意，(4)中的成本函数包括三个项。第一项表示具有恰当时移t

比较与各个节点相关联的雷达测量结果与其邻居的加权平均值之间的差。最小化这个项促进了图形平滑度；即，相邻节点应当在频域中共享类似的雷达测量。第三项是时域信号x

为了解决优化问题(4)，我们交替地更新经去噪的信号X和因位置扰动的时移t

为了优化X，我们固定时移t

其中，F

其中，软阈值化算子S

S

并且

为了优化时移t

其可以通过傅立叶逆变换来实现。应注意Y是有噪声的，并且t

以形成时移矩阵Φ＝[t

其中，γ是超参数，并且S表示吸收时移矩阵中的尖峰误差的稀疏矩阵。类似于(10)，上述方程(10)可以通过最小二乘解然后是软阈值处理来进行求解。一旦通过求解(10)获得了

仿真结果示例

在图1B中描绘了仿真设置，其中我们使用黑点来指示理想的移动雷达位置，并且使用x标记指示受扰雷达位置。图1C还示出了实际受扰雷达位置与估计位置之间的比较。

我们使用差分高斯脉冲来照射关注区域(ROI)(如虚线矩形所示)，以检测ROI中由四个黑点表示的目标。使用(2)和高斯白噪声来仿真所接收到的信号。图3A示出了经仿真的有噪声信号，其峰值信噪比(PSNR)为10dB。

在基于图形的去噪方法中，我们选择λ＝10

本公开的一些实施方式可以提供一种执行基于图形的算法以对由受扰合成孔径雷达收集的阵列信号进行去噪的方法。该方法通过使用基于双正则化的优化，来联合进行雷达信号去噪和雷达扰动估计。仿真结果表明，该方法显著提高了PSNR小于10dB的有噪声雷达测量的成像性能。

图5是例示根据本公开的实施方式的用于从关注区域生成雷达图像的雷达系统500的示意图。可以将雷达系统500安装/设置在车辆上。车辆可以是诸如卡车、摩托车等的汽车。当将雷达系统500设置在汽车上时，可以将该雷达系统500称为移动雷达平台。

雷达系统500可以包括网络接口控制器(接口)150，该网络接口控制器被配置成经由网络190从雷达测量装置(未示出)接收雷达测量结果(雷达测量数据)195B。雷达测量结果195B是指示关注区域(ROI)处的物体的信号，该信号包括从ROI反射的回波。在这种情况下，各个脉冲和各个回波皆包括受扰雷达平台位置的信息。

此外，雷达系统500可以包括存储器140，以将在雷达成像方法200中使用的计算机可执行程序存储在存储装置130中。计算机可执行程序/算法可以是雷达信号处理程序131、图形模型构建程序133、距离压缩程序132、基于图形的去噪程序134、图像构建程序135、以及处理器120(或一个以上处理器)，该处理器被配置成与存储器140结合的计算机可执行程序，该存储器访问存储装置130以加载计算机可执行程序。此外，处理器120被配置成经由网络190从雷达测量装置接收场景的雷达测量结果(数据)195并且执行上面讨论的雷达成像方法200。雷达系统500还可以包括：人机接口(HMI)110、发送器/接收器接口160以及输出接口170。可以将HMI 110连接至键盘、定点设备/介质112等，以从操作者接收指示命令来开始或停止雷达成像处理。可以将发送器/接收器接口160连接至包括发送器161、接收器162以及天线163的天线单元180。雷达系统500可以经由输出接口170将处理器120生成的重建图像175发送至显示装置(未示出)。在一些实施方式中，NIC可以作为集成接口被配置成包括HMI 110、发送器/接收器接口160以及输出170。

根据本公开的另一实施方式，可以提供一种用于从关注区域(ROI)生成雷达图像的雷达图像处理装置100。雷达图像处理装置100可以通过包括以下项来构造：网络接口控制器(NIC)150，该NIC被配置成响应于在沿着移动雷达平台的路径的不同位置处发送的雷达脉冲，接收从ROI反射的雷达回波和所发送的雷达脉冲；存储器140，该存储器被配置成存储计算机可执行程序(雷达成像方法200)，该计算机可执行程序包括距离压缩器132、图形建模生成器133、信号对准器、雷达成像生成器以及聚焦图像生成器；处理器120，该处理器120与存储器140连接。处理器120被配置成通过对所发送的雷达脉冲进行解卷积来对雷达回波执行距离压缩，并且执行雷达测量以获得频域信号Y(i，k)；生成由移动雷达平台的顺序位置以及使用频域信号Y(i，k)计算的图形移位矩阵A表示的图形模型；通过对由图形模型表示的基于图形的优化问题进行求解，来迭代地对频域信号Y(i，k)进行对准和去噪，以获得经去噪的数据X(i，k)和时移t

此外，雷达系统500可以包括至少一个天线，所述至少一个天线被设置成朝向移动雷达平台的前进侧，并且所述至少一个天线可以经由接口向显示装置发送所生成的聚焦雷达图像。

在一些情况下，基于图形的优化问题在频域中对X(i，k)施加平滑度并且在时域中对x(t)施加稀疏度。此外，时移可以是通过将时移矩阵分解成稀疏矩阵和低秩矩阵来进行交叉验证的。另外，将时移配置成补偿由移动雷达平台的位置扰动而造成的相位误差。

在一些情况下，雷达图像处理装置100可以是独立装置，其可以通过接收包括为重建雷达图像所需的信息的雷达测量结果来计算和输出雷达重建图像，处理器120可以经由与网络190连接的NIC 150来接收该雷达测量结果。

雷达测量结果195B包括指示ROI中的物体的脉冲信号和从ROI反射的回波。在这种情况下，所述脉冲信号中的各个脉冲信号以及所述回波中的各个回波皆包括雷达系统的受扰位置的信息。

在一些实施方式中，提供了一种对场景的雷达测量结果进行去噪的方法。该方法可以包括以下步骤：生成由移动雷达平台的顺序位置以及使用频域信号Y(i，k)计算的图形移位矩阵A表示的图形模型；以及通过对由图形模型表示的基于图形的优化问题进行求解来迭代地对频域信号Y(i，k)进行去噪和对准，以获得经去噪的数据X(i，k)和时移t

本发明的上述实施方式可以按许多方式中的任一种来实现。例如，这些实施方式可以利用硬件、软件或其组合来实现。当以软件实现时，软件代码可以在任何合适的处理器或处理器集合上执行，无论其是设置在单个计算机中还是分布在多个计算机之间。可以将这种处理器实现为集成电路，并且在集成电路组件中具有一个或更多个处理器。然而，处理器可以利用采用任何合适格式的电路来实现。

另外，可以将本发明的实施方式具体实施为已经提供了其示例的方法。作为该方法的一部分执行的动作可以按任何合适方式来排序。因此，即使在例示性实施方式中被示出为顺序动作，也可以构造以与所例示的次序不同的次序来执行动作的实施方式，其可以包括同时执行一些动作。

在权利要求中使用诸如“第一”、“第二”之类的序数术语来修饰权利要求要素，者并不暗示一个权利要求要素相对于另一权利要求要素的任何优先权、优先级或次序或者执行方法动作的时间次序，而是仅仅被用作用于区分具有特定名称的一个权利要求要素与具有相同名称(除了使用序数术语)的另一要素的标记，以区分这些权利要求要素。

尽管已经通过优选实施方式的示例描述了本发明，但是要理解，可以在本发明的精神和范围内进行各种其它改变和修改。

因此，所附权利要求的目的是覆盖落入本发明的真实精神和范围内的所有这种改变和修改。