高级搜索

基于稀疏贝叶斯学习的双基雷达关联成像

李瑞 张群 苏令华 梁佳 罗迎

引用本文: 李瑞, 张群, 苏令华, 梁佳, 罗迎. 基于稀疏贝叶斯学习的双基雷达关联成像[J]. 电子与信息学报, 2019, 41(12): 2865-2872. doi: 10.11999/JEIT180933 shu
Citation:  Rui LI, Qun ZHANG, Linghua SU, Jia LIANG, Ying LUO. Bistatic Radar Coincidence Imaging Based on Sparse Bayesian Learning[J]. Journal of Electronics and Information Technology, 2019, 41(12): 2865-2872. doi: 10.11999/JEIT180933 shu

基于稀疏贝叶斯学习的双基雷达关联成像

    作者简介: 李瑞: 男,1992年生,博士生,研究方向为组网雷达成像、雷达关联成像;
    张群: 男,1964年生,教授,博士生导师,研究方向为雷达成像、雷达目标识别、雷达对抗等;
    苏令华: 男,1979年生,讲师,研究方向为信号处理;
    梁佳: 男,1985年生,讲师,研究方向为信号处理;
    罗迎: 男,1984年生,副教授,博士生导师,研究方向雷达信号处理、雷达成像与目标识别
    通讯作者: 李瑞,liruimissing@163.com
  • 基金项目: 国家自然科学基金(61631019),陕西省自然科学基础研究计划项目(2016JM4008, 2018JM6072)

摘要: 双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。

English

    1. [1]

      刘玉春. 双基雷达成像算法研究[D]. [博士论文], 西安电子科技大学, 2013.
      LIU Yuchun. Study on imaging algorithms for bistatic radar[D]. [Ph.D. dissertation], Xidian University, 2013.

    2. [2]

      胡程, 刘长江, 曾涛. 双基地前向散射雷达探测与成像[J]. 雷达学报, 2016, 5(3): 229–243. doi: 10.12000/JR16058
      HU Cheng, LIU Changjiang, and ZENG Tao. Bistatic forward scattering radar detection and imaging[J]. Journal of Radars, 2016, 5(3): 229–243. doi: 10.12000/JR16058

    3. [3]

      曾涛. 双基地合成孔径雷达发展现状与趋势分析[J]. 雷达学报, 2012, 1(4): 329–341. doi: 10.3724/SP.J.1300.2012.20093
      ZENG Tao. Bistatic SAR: State of the art and development trend[J]. Journal of Radars, 2012, 1(4): 329–341. doi: 10.3724/SP.J.1300.2012.20093

    4. [4]

      朱小鹏, 颜佳冰, 张群, 等. 基于双基ISAR的空间高速目标成像分析[J]. 空军工程大学学报: 自然科学版, 2011, 12(6): 44–49. doi: 10.3969/j.issn.1009-3516.2011.06.009
      ZHU Xiaopeng, YAN Jiabing, ZHANG Qun, et al. The imaging analysis of high speed space targets in Bi-ISAR system[J]. Journal of Air Force Engineering University:Natural Science Edition, 2011, 12(6): 44–49. doi: 10.3969/j.issn.1009-3516.2011.06.009

    5. [5]

      ZHANG Shunsheng, SUN Sibo, ZHANG Wei, et al. High-resolution bistatic ISAR image formation for high-speed and complex-motion targets[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(7): 3520–3531. doi: 10.1109/JSTARS.2015.2417192

    6. [6]

      JIANG Yicheng, SUN Sibo, YEO T S, et al. Bistatic ISAR distortion and defocusing analysis[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(3): 1168–1182. doi: 10.1109/TAES.2016.140028

    7. [7]

      KANG M S, KANG B S, LEE S H, et al. Bistatic-ISAR distortion correction and range and cross-range scaling[J]. IEEE Sensors Journal, 2017, 17(16): 5068–5078. doi: 10.1109/JSEN.2017.2713804

    8. [8]

      KANG B S, BAE J H, KANG M S, et al. Bistatic-ISAR cross-range scaling[J]. IEEE Transactions on Aerospace and Electronic Systems, 2017, 53(4): 1962–1973. doi: 10.1109/TAES.2017.2677798

    9. [9]

      ZHANG Shuanghui, LIU Yongxiang, and LI Xiang. Bayesian bistatic ISAR imaging for targets with complex motion under low SNR condition[J]. IEEE Transactions on Image Processing, 2018, 27(5): 2447–2460. doi: 10.1109/TIP.2018.2803300

    10. [10]

      陈文峰, 吕明久, 夏赛强, 等. 低信噪比下双基地ISAR一维距离成像分辨率增强方法[J]. 电子与信息学报, 2018, 40(10): 2484–2490. doi: 10.11999/JEIT180081
      CHEN Wenfeng, LÜ Mingjiu, XIA Saiqiang, et al. Resolution enhancement method for bistatic ISAR one-dimensional range profile under low SNR[J]. Journal of Electronics &Information Technology, 2018, 40(10): 2484–2490. doi: 10.11999/JEIT180081

    11. [11]

      BAE J H, KANG B S, LEE S H, et al. Bistatic ISAR image reconstruction using sparse-recovery interpolation of missing data[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(3): 1155–1167. doi: 10.1109/TAES.2016.150245

    12. [12]

      DENG Donghu, ZHANG Qun, LUO Ying, et al. Resolution and micro-Doppler effect in Bi-ISAR system[J]. Journal of Radars, 2013, 2(2): 152–167. doi: 10.3724/SP.J.1300.2013.13039

    13. [13]

      ZHAO Lizhi, GAO Meiguo, MARTORELLA M, et al. Bistatic three-dimensional interferometric ISAR image reconstruction[J]. IEEE Transactions on Aerospace and Electronic Systems, 2015, 51(2): 951–961. doi: 10.1109/TAES.2014.130702

    14. [14]

      WANG Yong and LI Xuelu. Three-dimensional interferometric ISAR imaging for the ship target under the bi-static configuration[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(4): 1505–1520. doi: 10.1109/JSTARS.2015.2513774

    15. [15]

      STAGLIANÒ D, GIUSTI E, LISCHI S, et al. Bistatic three-dimensional interferometric ISAR[J]. IET IET Radar, Sonar & Navigation, 2016, 10(1): 63–75. doi: 10.1049/iet-rsn.2015.0131

    16. [16]

      李东泽. 雷达关联成像技术研究[D]. [博士论文], 国防科学技术大学, 2014.
      LI Dongze. Radar coincidence imaging technique research[D]. [Ph.D. dissertation], National University of Defense Technology, 2014.

    17. [17]

      LI Dongze, LI Xiang, QIN Yuliang, et al. Radar coincidence imaging: An instantaneous imaging technique with stochastic signals[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(4): 2261–2277. doi: 10.1109/TGRS.2013.2258929

    18. [18]

      何学智. 微波凝视关联成像的信息处理方法与仿真[D]. [博士论文], 中国科学技术大学, 2013.
      HE Xuezhi. The information processing methods and simulations in microwave staring correlated imaging[D]. [Ph.D. dissertation], University of Science and Technology of China, 2013.

    19. [19]

      查国峰. 运动目标微波关联成像技术研究[D]. [博士论文], 国防科学技术大学, 2016.
      ZHA Guofeng. Microwave coincidence imaging technique research for moving target[D]. [Ph.D. dissertation], National University of Defense Technology, 2016.

    20. [20]

      张群, 罗迎. 雷达目标微多普勒效应[M]. 北京: 国防工业出版社, 2013: 50–51.
      ZHANG Qun and LUO Ying. Micro-Doppler Effect of Radar Targets[M]. Beijing: National Defense Industry Press, 2013: 50–51.

    21. [21]

      CHEN Yichang, LI Gang, ZHAN Qun, et al. Refocusing of moving targets in SAR images via parametric sparse representation[J]. Remote Sensing, 2017, 9(8): 795. doi: 10.3390/rs9080795

    22. [22]

      YANG Zai, XIE Lihua, and ZHANG Cishen. Off-grid direction of arrival estimation using sparse Bayesian inference[J]. IEEE Transactions on Signal Processing, 2013, 61(1): 38–43. doi: 10.1109/TSP.2012.2222378

    23. [23]

      LIU Kang, LI Xiang, GAO Yue, et al. High-resolution electromagnetic vortex imaging based on sparse Bayesian learning[J]. IEEE Sensors Journal, 2017, 17(21): 6918–6917. doi: 10.1109/JSEN.2017.2754554

    1. [1]

      刘坤, 吴建新, 甄杰, 王彤. 基于阵列天线和稀疏贝叶斯学习的室内定位方法. 电子与信息学报, 2020, 42(5): 1158-1164.

    2. [2]

      董道广, 芮国胜, 田文飚. 时域流信号的多任务稀疏贝叶斯动态重构方法研究. 电子与信息学报, 2020, 42(7): 1758-1765.

    3. [3]

      刘新, 阎焜, 杨光耀, 叶盛波, 张群英, 方广有. UWB-MIMO穿墙雷达三维成像与运动补偿算法研究. 电子与信息学报, 2020, 41(0): 1-8.

    4. [4]

      周宝亮. 分布式相参雷达LFM宽带去斜参数估计方法. 电子与信息学报, 2020, 42(7): 1566-1572.

    5. [5]

      全英汇, 高霞, 沙明辉, 陈侠达, 李亚超, 邢孟道, 岳超良. 基于期望最大化算法的捷变频联合正交频分复用雷达高速多目标参数估计. 电子与信息学报, 2020, 42(7): 1611-1618.

    6. [6]

      陈根华, 陈伯孝. 复杂多径信号下基于空域变换的米波雷达稳健测高算法. 电子与信息学报, 2020, 42(5): 1297-1302.

    7. [7]

      闵林, 王宁, 毋琳, 李宁, 赵建辉. 基于多源雷达遥感技术的黄河径流反演研究. 电子与信息学报, 2020, 42(7): 1590-1598.

    8. [8]

      项厚宏, 陈伯孝, 杨婷, 杨明磊. 基于多帧相位增强的米波雷达低仰角目标DOA估计方法. 电子与信息学报, 2020, 42(7): 1581-1589.

    9. [9]

      刘汝卿, 蒋衍, 姜成昊, 李锋, 朱精果. 应用于激光雷达信号处理系统的放大电路接口设计. 电子与信息学报, 2020, 42(7): 1636-1642.

    10. [10]

      孙闽红, 丁辰伟, 张树奇, 鲁加战, 邵鹏飞. 基于统计相关差异的多基地雷达拖引欺骗干扰识别. 电子与信息学报, 2020, 42(0): 1-7.

    11. [11]

      刘明, 孟宪辉, 熊鹏, 刘秀玲. 基于核稀疏编码的阵发性房颤检测. 电子与信息学报, 2020, 42(7): 1743-1749.

    12. [12]

      吕晓德, 孙正豪, 刘忠胜, 张汉良, 刘平羽. 基于二阶统计量盲源分离算法的无源雷达同频干扰抑制研究. 电子与信息学报, 2020, 42(5): 1288-1296.

    13. [13]

      张坤, 水鹏朗, 王光辉. 相参雷达K分布海杂波背景下非相干积累恒虚警检测方法. 电子与信息学报, 2020, 42(7): 1627-1635.

    14. [14]

      黄俊生, 苏洪涛. 二维相控阵-MIMO雷达联合发射子阵划分和波束形成设计方法. 电子与信息学报, 2020, 42(7): 1557-1565.

    15. [15]

      刘焕淋, 杜理想, 陈勇, 胡会霞. 串扰感知的空分弹性光网络频谱转换器稀疏配置和资源分配方法. 电子与信息学报, 2020, 42(7): 1718-1725.

    16. [16]

      申滨, 吴和彪, 赵书锋, 崔太平. 基于稀疏感知有序干扰消除的大规模机器类通信系统多用户检测. 电子与信息学报, 2020, 41(0): 1-9.

    17. [17]

      王茜竹, 方冬, 吴广富. 基于改进稀疏度自适应匹配算法的免授权非正交多址接入上行传输多用户检测. 电子与信息学报, 2020, 42(0): 1-7.

    18. [18]

      姚婷婷, 梁越, 柳晓鸣, 胡青. 基于雾线先验的时空关联约束视频去雾算法. 电子与信息学报, 2020, 42(0): 1-9.

    19. [19]

      刘文斌, 吴倩, 杜玉改, 方刚, 石晓龙, 许鹏. 基于个性化网络标志物的药物推荐方法研究. 电子与信息学报, 2020, 42(6): 1340-1347.

    20. [20]

      李根, 马彦恒, 侯建强, 徐公国. 基于Keystone变换和扰动重采样的机动平台大斜视SAR成像方法. 电子与信息学报, 2020, 42(0): 1-8.

  • 图 1  双基RCI系统示意图

    图 2  3种算法目标成像结果对比

    图 3  ICI-SBL算法目标运动参数估计结果

    图 4  3种算法目标成像结果MSE随信噪比变化曲线

    表 1  ICI-SBL算法步骤

     ICI-SBL算法步骤
     输入:输入${\text{y}}$, ${{\text{S}}_0}$, ${{\text{S}}_1}$和${{\text{S}}_2}$;
     (1) 迭代次数$k = 0$,初始化相关参数$\alpha _0^0$和${{\text{α}}^0}$,令$\rm{\rho } = 0.01$, $\rm{a} = \rm{b} = {10^{ - 4}}$, $v = {v_0}$, $\theta = {\theta _0}$,并设置终止迭代次数$K = 2000$,成像区域散射
    强度矢量重构精度${\varepsilon _{{\text{σ}}}} = {10^{ - 2}}$,目标运动速度估计精度${\varepsilon _v} = {10^{ - 4}}$,目标运动方向估计精度${\varepsilon _\theta } = {10^{ - 6}}$;
     (2) 令$k = k + 1$;
     (3) 根据式(17)和式(18),计算并更新第$k$次的成像区域散射强度矢量${{\text{σ}}^k}$后验分布的协方差${\text{Σ}}_{{\text{σ}}}^k$和均值${\text{μ}}_{{\text{σ}}}^k$;
     (4) 目标运动参数更新过程:根据式(22)和式(23),计算并更新第$k$次的目标运动参数${v^k}$和${\theta ^k}$;
     (5) 判断是否满足终止条件:若$k > K$,或者$\left| {{\text{μ}}_{{\text{σ}}}^k - {\text{μ}}_{{\text{σ}}}^{k - 1}} \right| < {\varepsilon _{{\text{σ}}}}$,或者$\left| {{v^k} - {v^{k - 1}}} \right| < {\varepsilon _v}$且$\left| {{\theta ^k} - {\theta ^{k - 1}}} \right| < {\varepsilon _\theta }$,输出结果。否则,继续步骤(6);
     (6) 环境参数即噪声功率更新过程:根据式(24),计算并更新噪声功率的倒数$\alpha _0^k$;
     (7) 成像区域散射强度矢量${{{\text{σ}}}^k}$先验协方差矩阵更新过程:根据式(25),计算并更新参数${{{\text{α}}}^k}$,跳转步骤(2)。
     输出:输出成像区域散射强度矢量重构结果$\hat {{\text{σ}}} = {\text{μ}}_{{\text{σ}}}^k$,目标运动速度$\hat v = {v^k}$,目标运动方向$\hat \theta = {\theta ^k}$。
    下载: 导出CSV

    表 2  不同发射机天线阵元数目的条件数结果

    发射机天线阵元数目${N_{\rm t}}$357911
    条件数($ \times {10^8}$)2.14511.35060.86520.73930.5546
    下载: 导出CSV

    表 3  不同接收机天线阵元数目的条件数结果

    接收机天线阵元数目${N_{\rm r}}$124816
    条件数($ \times {10^{10}}$)1.36440.06950.00570.00272.9464
    下载: 导出CSV
  • 加载中
图(4)表(3)
计量
  • PDF下载量:  55
  • 文章访问数:  1236
  • HTML全文浏览量:  767
文章相关
  • 通讯作者:  李瑞, liruimissing@163.com
  • 收稿日期:  2018-09-30
  • 录用日期:  2019-02-25
  • 网络出版日期:  2019-03-14
  • 刊出日期:  2019-12-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章