高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

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
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
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
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

基于稀疏贝叶斯学习的双基雷达关联成像

doi: 10.11999/JEIT180933
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)
详细信息
    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

  • 中图分类号: TN957.52

Bistatic Radar Coincidence Imaging Based on Sparse Bayesian Learning

Funds: The National Natural Science Foundation of China (61631019), The Natural Science Foundation Research Program of Shaanxi Province (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。
  • 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
  • [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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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] 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. doi: 10.11999/JEIT190314
    [2] 杨磊, 夏亚波, 毛欣瑶, 廖仙华, 方澄, 高洁.  基于分层贝叶斯Lasso的稀疏ISAR成像算法, 电子与信息学报. doi: 10.11999/JEIT200292
    [3] 冯明月, 何明浩, 陈昌孝, 韩俊.  基于Bessel先验快速稀疏贝叶斯学习的互质阵列DOA估计, 电子与信息学报. doi: 10.11999/JEIT170951
    [4] 陈璐, 毕大平, 潘继飞.  平移嵌套阵列稀疏贝叶斯学习角度估计算法, 电子与信息学报. doi: 10.11999/JEIT170737
    [5] 金艳, 田田, 姬红兵.  基于稀疏贝叶斯学习的码元速率估计, 电子与信息学报. doi: 10.11999/JEIT170906
    [6] 陈怡君, 李开明, 张群, 罗迎.  稀疏线性调频步进信号ISAR成像观测矩阵自适应优化方法, 电子与信息学报. doi: 10.11999/JEIT170554
    [7] 晋良念, 冯飞, 刘庆华, 欧阳缮.  利用块间耦合稀疏贝叶斯学习的建筑物布局成像方法, 电子与信息学报. doi: 10.11999/JEIT170719
    [8] 于宏毅, 程标, 胡赟鹏, 沈智翔.  基于空域稀疏性的自适应频谱检测算法, 电子与信息学报. doi: 10.11999/JEIT151030
    [9] 张永顺, 葛启超, 丁姗姗, 郭艺夺.  基于稀疏贝叶斯学习的低空测角算法, 电子与信息学报. doi: 10.11999/JEIT151319
    [10] 张凯, 于宏毅, 胡赟鹏, 沈智翔.  稀疏信道下基于稀疏贝叶斯学习的精简星座盲均衡算法, 电子与信息学报. doi: 10.11999/JEIT151307
    [11] 苏伍各, 王宏强, 邓彬, 秦玉亮, 刘天鹏.  基于稀疏贝叶斯方法的脉间捷变频ISAR成像技术研究, 电子与信息学报. doi: 10.11999/JEIT140315
    [12] 吴称光, 邓彬, 苏伍各, 王宏强, 秦玉亮.  基于块稀疏贝叶斯模型的ISAR成像方法, 电子与信息学报. doi: 10.11999/JEIT141624
    [13] 王峰, 向新, 易克初, 熊磊.  基于隐变量贝叶斯模型的稀疏信号恢复, 电子与信息学报. doi: 10.11999/JEIT140169
    [14] 王天云, 于小飞, 陈卫东, 丁丽, 陈畅.  基于稀疏贝叶斯学习的无源雷达高分辨成像, 电子与信息学报. doi: 10.11999/JEIT140899
    [15] 夏建明, 杨俊安, 陈功.  参数自适应调整的稀疏贝叶斯重构算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00629
    [16] 苏伍各, 王宏强, 邓彬, 秦玉亮, 凌永顺.  基于方差成分扩张压缩的稀疏贝叶斯ISAR成像方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.01338
    [17] 孙理, 朱晓华, 贺亚鹏, 王克让, 顾陈.  双基地稀疏阵列MIMO雷达快速多目标定位方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01070
    [18] 王超宇, 贺亚鹏, 朱晓华, 孙康.  基于贝叶斯压缩感知的噪声MIMO雷达稳健目标参数提取方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01614
    [19] 孙磊, 王华力, 许广杰, 苏勇.  基于稀疏贝叶斯学习的高效DOA估计方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01429
    [20] 徐建平, 皮亦鸣, 曹宗杰.  基于贝叶斯压缩感知的合成孔径雷达高分辨成像, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.01377
  • 加载中
  • 图(4) / 表ll (3)
    计量
    • 文章访问数:  1271
    • HTML全文浏览量:  780
    • PDF下载量:  55
    • 被引次数: 0
    出版历程
    • 收稿日期:  2018-09-30
    • 修回日期:  2019-02-25
    • 网络出版日期:  2019-03-14
    • 刊出日期:  2019-12-01

    目录

      /

      返回文章
      返回

      官方微信,欢迎关注