大场景微波凝视关联成像中基于压缩感知的快速关联成像方法

As a new imaging system, when microwave staring correlated imaging technique applied to high-resolution imaging in large-scale scenes, there still exists some technical bottlenecks , such as the large-scale random radiation field data, long imaging time, and even failing to achieve the correct imaging results etc. In recent years, the rapid development of compressed sensing (CS) theory has made breakthroughs in many areas, including radar imaging. This project introduces CS theory into the research of microwave staring correlated imaging in large-scale scenes; Firstly, under the condition of microwave unsteady and random radiation field, target scattering characteristics are analyzed, and its sparse representation of complex targets in large-scale scenes is studied to construct its sparse dictionary; Secondly, in order to build up the measurement matrix of random radiation field with ideal temporal–spatial stochastic properties and a lower scale in large-scale scenes, its formation mechanism and constraint conditions of the random radiation field are further researched with the optimization criterion of random radiation source array configuration, random signal forms etc., then the discrete method of radiation field measurement matrix in time and space dimensions is studied to decrease its matrix scales furthest by temporal–spatial descending dimension; Then high efficient microwave domain correlation processing model is set up, and fast reconstruction algorithm will be designed to adapt to the sparse representation of large scene and sparse sampling; Finally, a fast correlated imaging method based on compressed sensing is established, which can be applied to microwave staring imaging in large-scale scenes.

作为新的成像体制，当微波凝视关联成像应用于大场景高分辨成像时，面临着随机辐射场数据规模庞大、成像时间过长、甚至难以成像的技术瓶颈；压缩感知已经在包括雷达成像在内的众多领域中取得了突破性成果；本项目将CS理论引入大场景微波凝视关联成像中，首先，基于微波非稳态、随机辐射条件下，分析目标散射特性，研究大场景复杂目标的稀疏化表征方法，构建稀疏化字典；其次，围绕大场景、理想时、空随机特性、低维度辐射场观测矩阵的构建理论，研究理想随机辐射场的形成机理和约束条件，建立随机辐射源阵列构型、随机信号波形等要素的优化准则，研究辐射场观测矩阵的“时、空”离散与降维方法研究，以最大限度地降低随机辐射场观测矩阵的规模；以此为基础，建立高效微波域关联处理模型，设计适应大场景稀疏表征、稀疏欠采样条件下的快速重构算法，最终建立一种基于压缩感知的快速关联成像方法，推动其在大场景微波凝视成像中的实际应用。

作为一种全新成像体制，微波凝视关联成像技术具有独特的成像方式和超分辨率潜力，当面向于大场景成像时，面临着随机辐射场观测矩阵数据规模庞大、关联处理复杂，以致于成像时间过长、甚至难以成像的技术瓶颈；本项目将压缩感知理论引入大场景微波凝视关联成像中，开展快速关联成像方法的研究。. 首先，通过随机辐射场观测矩阵在时、空维的降维处理，可以有效降低它整体的数据规模，因而提出了“基于条带分割和数据融合的快速关联成像方法”，通过天线单元发射相互正交、独立的随机窄脉冲信号，将其斜下视的成像区域分割为多个距离门条带；构建了条带式关联成像模型；通过基于图像融合的条带拼接，进而得到整个成像区域的反演图像；由于单个条带关联成像的数据处理规模较小，因此可以实现快速关联成像。. 其次，在大场景下，构建具有高时、空随机特性的辐射场观测矩阵直接影响着关联成像的性能，提出了基于双站垂直辐射雷达系统的微波凝视关联成像方法，通过双站雷达系统的优化设计，在成像区域叠加形成频率网格化的随机辐射场；仿真实验结果表明随机辐射场空间相关函数的3dB主瓣宽度不随成像距离的增加而增加，显示了更优的时空随机性，得到了更高的关联成像分辨率。. 再则，提出了一种基于卫星编队的微波凝视关联成像方法，由中心主卫星及若干伴飞卫星共同构成一个超大口径、空间稀疏分布的随机辐射天线阵列，伴飞卫星天线均具有动态、时变、空间随机分布的天线方向图，并以波束交叠的方式完成整个成像区域的覆盖，而目标散射回波由主卫星天线所接收，通过关联成像方法，实现星载对地高分辨微波凝视关联成像。. 最后，基于自适应式可变悬架系统和导航定位定向系统，提出了基于非稳定空中气球平台的大场景微波凝视关联成像方法，建立了新的关联成像模型，仿真验证了该成像模型的有效性。同时，基于并行脉冲压缩处理，提出低信噪比条件下的微波凝视关联成像方法，在回波信噪比低于0dB、甚至-20dB时，仍然有较好的反演成像结果。

内容获取失败，请点击重试