基于压缩感知的MIMO-SAR运动误差补偿与成像

《基于压缩感知的MIMO-SAR运动误差补偿与成像》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAerOnau“caetAstrOnauticaSinicaMar．252014VoI．35No．3838—847fSSN1000—6893CN11—1929／Vhttp：∥hkxb．buaa．edu．cnhkxb@buaa．edu．cn基于压缩感知的MIMO—SAR运动误差补偿与成像顾福飞1，张群1’*，管桦1，杨秋1，彭发祥21．空军工程大学信息与导航学院，陕西西安7100772．中国人民解放军95261部队，广西柳州545000摘要：多发多收合成孔径雷达(MIMo—SAR)利用

2、多通道空间并行采样的优势可实现高分辨成像，但不可避免地存在运动误差与海量数据不便于存储与传输的问题。针对该问题提出一种基于压缩感知的MIMnSAR运动误差补偿与成像方法。首先通过详细分析MIMosAR运动误差回波信号模型，在全采样条件下利用两步运动补偿技术实现对回波数据的运动误差补偿处理，其次针对降采样回波数据的运动误差补偿，通过构造变换算子与压缩感知(cs)重构模型的方法实现第1步运动误差补偿、距离脉压以及距离徙动校正处理，然后再进行第2步误差补偿与方位向脉压处理获得成像结果。最后通过仿真实验验证

3、了所提方法能够在大幅压缩回波数据的情况下，实现MIM0一sAR运动误差补偿与成像处理。关键词：多发多收合成孔径雷达；压缩感知；运动误差；两步补偿；变换算子中图分类号：V243．2；TN957文献标识码：A文章编号：1000一6893(2014)03一0838—10多发多收合成孔径雷达(MultipleInputMultipleOutput—SyntheticApertureRadar，MI—M0一SAR)采用多通道、多载频(多波形)技术，多个阵元同时(或交替)地发射和接收雷达信号，利用有限的阵元便能

4、形成丰富的等效相位中心资源和频域资源，从而可有效克服传统单通道SAR系统的宽测绘带与分辨率之间的矛盾，具有良好的发展前景[1。4]。但是在合成孔径时间内，由于雷达平台(特别是机载平台)受人为、天气等因素的影响使得其飞行路线不稳定，这会给回波信号带来严重的运动误差，如果无法准确消除这些运动误差带来的影响，会导致最终的成像结果不能满足目标识别需求，因此运动误差补偿是MIM0一SAR成像过程中不可或缺的一部分。同时出于成本的考虑，且由于能源和重量的限制使得载机雷达不具有较强的运算能力，只能对回波数据进行一

5、些简单的预处理，对于更为复杂的运算需要将回波数据信息传输给地面接收站进行整理和进一步的处理。但是MIM0雷达多通道的特点使得其回波数据量是传统单通道雷达系统的数倍，因此如何有效地减少数据量、提高传输效率也是MIMO—SAR成像有待研究的重要问题。针对MIM0一SAR的运动误差补偿问题，文献[5]提出了一种扩展的MIMO—SAR运动补偿距离徙动算法(RangeMigrationAlgorithm，RMA)，该方法有效消除了运动误差带来的影响，收稿日期：2013．05．29；退修日期：2013—08—0

6、5；录用日期：2013．10-08；网络出版时间：2013·10—1218：16网络出版地址：www．cnkinet／kcms／detail／11．1929V201310121816001htmI基金项目：国家“973”计划(2010cB731905)；国家自然科学基金(61201369)；陕西省自然科学基金(2013J08008)；广西无线宽带通信与信号处理重点实验室2011年度开放基金项目(21102)；空军工程大学信息与导航学院博士生创新基金*通讯作者．Tel．：029-84791751E-m

7、ail：zhangqunnus@gmamcom硪用格武tGuFF．Zhango，GuanH．eta

8、．Mot}oner∞rcom∞nsationandimagingforM

9、Mo-sARbasedoncom斜essedsensingL山ActaAeronauticaetAstronauticasinica，2014．35(3)：838．847．硕福飞，张群．管棒，等．基f压缩感知的M

10、Mo—SAR运动误差补偿s我像!J]航空学报．2014．35(3)：838—847．顾福飞等：基于压缩感知的MIMp

11、sAR运动误差补偿与成像但是计算较为复杂不利于实时处理。本文针对MIM0一SAR运动误差补偿与数据压缩问题，提出了一种基于压缩感知(CompressedSensing，CS)的运动误差补偿与成像方法。文献[6]和文献[7]于2006年提出了cs理论。该理论表明，可以从严重降采样的数据中实现稀疏信号与数据以高概率的完美重构[6]。研究人员基于该特性将CS理论应用于雷达信号处理领域中，进行高分辨雷达回波数据的压缩与成像处理，并取得了一定的成果凹-11]。文献[8]利用Cs