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

基于目标场景结构化稀疏重构的三维雷达成像方法

张研 王保平 方阳 王佳慧 宋祖勋

张研, 王保平, 方阳, 王佳慧, 宋祖勋. 基于目标场景结构化稀疏重构的三维雷达成像方法[J]. 电子与信息学报, 2021, 43(4): 1185-1191. doi: 10.11999/JEIT200071
引用本文: 张研, 王保平, 方阳, 王佳慧, 宋祖勋. 基于目标场景结构化稀疏重构的三维雷达成像方法[J]. 电子与信息学报, 2021, 43(4): 1185-1191. doi: 10.11999/JEIT200071
Yan ZHANG, Baoping WANG, Yang FANG, Jiahui WANG, Zuxun SONG. 3D Radar Imaging Based on Target Scenario Structer Sparse Reconstruction[J]. Journal of Electronics and Information Technology, 2021, 43(4): 1185-1191. doi: 10.11999/JEIT200071
Citation: Yan ZHANG, Baoping WANG, Yang FANG, Jiahui WANG, Zuxun SONG. 3D Radar Imaging Based on Target Scenario Structer Sparse Reconstruction[J]. Journal of Electronics and Information Technology, 2021, 43(4): 1185-1191. doi: 10.11999/JEIT200071

基于目标场景结构化稀疏重构的三维雷达成像方法

doi: 10.11999/JEIT200071
基金项目: 国家自然科学基金(61472324)
详细信息
    作者简介:

    张研:男,1991年生,博士生,研究方向为雷达信号处理和高分辨雷达成像

    王保平:男,1964年生,研究员,研究方向为图像处理,雷达信号处理和高分辨雷达成像

    方阳:男,1988年生,博士生,研究方向为天线测量和微波近场成像

    王佳慧:女,1992年生,工程师,研究方向为电磁场计算和电网设计

    宋祖勋:男,1964年生,研究员,研究方向为信号信息采集与处理、微波通信链路整体设计

    通讯作者:

    王保平 wbpluo@sina.com

  • 中图分类号: TN957.5

3D Radar Imaging Based on Target Scenario Structer Sparse Reconstruction

Funds: The National Natural Science Foundation of China (61472324)
  • 摘要: 基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差,不利于目标识别。该文首先分析了目标在成像场景内散射强度的结构化特征,然后以散射点梯度信息进行了结构化稀疏表示,构建了基于目标散射强度梯度变化的结构化稀疏重构模型,最后通过改进的联合正交匹配追踪算法重构出目标3维图像。实验结果表明,该方法具有较好的抗噪性能和成像质量,可以更好地反映目标外形几何特征。
  • 图  1  成像几何关系图

    图  2  基于散射强度梯度的结构化稀疏表示示意图

    图  3  结构化稀疏成像流程图

    图  4  仿真目标成像结果

    图  5  暗室测试方案图

    图  6  真实目标成像结果

    图  7  不同稀疏采样率下的SSIM曲线

    表  1  算法性能对比

    OMP正则化${\ell _1}$本文所提方法
    迭代次数1212074
    距离分辨率(m)0.1620.1580.164
    方位/高度分辨率(m)0.1420.1400.146
    MSE2.87e-48.36e-54.76e-6
    SSIM0.6730.8310.912
    下载: 导出CSV
  • 洪文, 王彦平, 林赟, 等. 新体制SAR三维成像技术研究进展[J]. 雷达学报, 2018, 7(6): 633–654. doi: 10.12000/JR18109

    HONG Wen, WANG Yanping, LIN Yun, et al. Research progress on three-dimensional SAR imaging techniques[J]. Journal of Radars, 2018, 7(6): 633–654. doi: 10.12000/JR18109
    张晓玲, 师君, 韦顺君, 等. 三维合成孔径雷达[M]. 北京: 国防工业出版社, 2017: 1–17, 81–148.

    ZHANG Xiaoling, SHI Jun, WEI Shunjun, et al. Three Dimensional Synthetic Aperture Radar[M] Beijing: National Defense Industry Press, 2017: 1–17, 81–148.
    刘新, 阎焜, 杨光耀, 等. UWB-MIMO穿墙雷达三维成像与运动补偿算法研究[J]. 电子与信息学报, 2020, 42(9): 2253–2260. doi: 10.11999/JEIT190356

    LIU Xin, YAN Kun, YANG Guangyao, et al. Study on 3D imaging and motion compensation algorithm for UWB-MIMO through-wall radar[J]. Journal of Electronics &Information Technology, 2020, 42(9): 2253–2260. doi: 10.11999/JEIT190356
    王伟, 胡子英, 龚琳舒. MIMO雷达三维成像自适应Off-grid校正方法[J]. 电子与信息学报, 2019, 41(6): 1294–1301. doi: 10.11999/JEIT180145

    WANG Wei, HU Ziying, and GONG Linshu. Adaptive off-grid calibration method for MIMO radar 3D imaging[J]. Journal of Electronics &Information Technology, 2019, 41(6): 1294–1301. doi: 10.11999/JEIT180145
    杨俊刚, 黄晓涛, 金添. 压缩感知雷达成像[M]. 北京: 科学出版社, 2014: 1–29.

    YANG Jungang, HUANG Xiaotao, and JIN Tian. Compressed Sensing Radar Imaging[M]. Beijing: Science Press, 2014: 1–29.
    田鹤, 于海锋, 朱宇, 等. 基于频域稀疏压缩感知的星载SAR稀疏重航过3维成像[J]. 电子与信息学报, 2020, 42(8): 2021–2028. doi: 10.11999/JEJT190638

    TIAN He, YU Haifeng, ZHU Yu, et al. Sparse flight 3-D imaging of spaceborne SAR based on frequency domain sparse compressed sensing[J]. Journal of Electronics &Information Technology, 2020, 42(8): 2021–2028. doi: 10.11999/JEJT190638
    LOPEZ-SANCHEZ J M and FORTUNY-GUASCH J. 3-D radar imaging using range migration techniques[J]. IEEE Transactions on Antennas and Propagation, 2000, 48(5): 728–737. doi: 10.1109/8.855491
    DONOHO D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289–1306. doi: 10.1109/TIT.2006.871582
    BARANIUK R and STEEGHS P. Compressive radar imaging[C]. Proceedings of 2007 IEEE Radar Conference, Boston, USA, 2007: 128–133. doi: 10.1109/RADAR.2007.374203.
    ZHANG Siqian, DONG Ganggang, and KUANG Gangyao. Matrix completion for downward-looking 3-D SAR imaging with a random sparse linear array[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(4): 1994–2006. doi: 10.1109/TGRS.2017.2771826
    HU Xiaowei, TONG Ningning, GUO Yiduo, et al. MIMO radar 3-D imaging based on multi-dimensional sparse recovery and signal support prior information[J]. IEEE Sensors Journal, 2018, 18(8): 3152–3162. doi: 10.1109/JSEN.2018.2810705
    YANIK M E and TORLAK M. Near-field MIMO-SAR millimeter-wave imaging with sparsely sampled aperture data[J]. IEEE Access, 2019, 7: 31801–31819. doi: 10.1109/ACCESS.2019.2902859
    CHU Y J and MAK C M. A new QR decomposition-based RLS algorithm using the split Bregman method for L1-regularized problems[J]. Signal Processing, 2016, 128: 303–308. doi: 10.1016/j.sigpro.2016.04.013
    徐宗本, 吴一戎, 张冰尘, 等. 基于L1/2正则化理论的稀疏雷达成像[J]. 科学通报, 2018, 63(14): 1307–1319. doi: 10.1360/N972018-00372

    XU Zongben, WU Yirong, ZHANG Bingchen, et al. Sparse radar imaging based on L1/2 regularization theory[J]. Chinese Science Bulletin, 2018, 63(14): 1307–1319. doi: 10.1360/N972018-00372
    YANG Zengli and ZHENG Y R. A comparative study of compressed sensing approaches for 3-D synthetic aperture radar image reconstruction[J]. Digital Signal Processing, 2014, 32: 24–33. doi: 10.1016/j.dsp.2014.05.016
    ZAMANI H and FAKHARZADEH M. 1.5-D sparse array for millimeter-wave imaging based on compressive sensing techniques[J]. IEEE Transactions on Antennas and Propagation, 2018, 66(4): 2008–2015. doi: 10.1109/TAP.2018.2800531
  • 加载中
图(7) / 表(1)
计量
  • 文章访问数:  115
  • HTML全文浏览量:  53
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-01-17
  • 修回日期:  2020-11-05
  • 网络出版日期:  2020-11-11
  • 刊出日期:  2021-04-10

目录

    /

    返回文章
    返回

    官方微信,欢迎关注