本技术介绍了一种结合稀疏信号和支撑域先验的MIMO三维成像技术,属于MIMO雷达成像技术领域。主要步骤包括:S1,建立MIMO雷达三维成像模型;S2,将模型与稀疏性及信号支撑域先验知识结合,实现三维成像。
背景技术
逆合成孔径雷达(ISAR)成像用于提取空天目标图像信息,已得到广泛研究。ISAR图像仅是目标在距离-多普勒平面上的二维投影,而干涉ISAR(InISAR)技术能够获取目标的三维图像。然而,InISAR无法分离位于不同高度但距离-多普勒值相同的散射体。更重要的是,它面临着复杂的运动补偿问题,特别是针对机动目标。
MIMO雷达利用MIMO多输入多输出(Multiple-Input Multiple-Output,MIMO))技术,可获得多个虚拟阵元,能够获取单快拍照射下目标的三维信息。由于假设目标在单快拍照射下静止不动,避免了运动补偿问题。因此,MIMO雷达的三维成像技术近年来备受关注。稀疏恢复(SR)是利用信号的稀疏特性来解决欠定方程问题的有效方法。由于雷达目标图像固有的稀疏性,近年来稀疏恢复在ISAR成像中得到了广泛的研究。在MIMO雷达成像中,稀疏信号恢复被用来减少天线数量,提高分辨率。此外,它还能抑制宽带MIMO雷达非正交波形的耦合噪声。常用的稀疏恢复算法有匹配滤波(MF)和快速傅里叶变换(FFT)方法等。
现有的稀疏恢复算法存在一些问题,包括:由于稀疏导致的信息丢失,精度不够高,可能会影响图像的质量和细节,在处理复杂图像时可能会出现恢复效果不佳的情况;由于具有较高的计算复杂度,导致计算时间较长,这在雷达测向跟踪等实时性要求较高的应用场景中是一个显著的缺点;复杂的恢复算法需要较大的计算存储空间,对硬件设备有更高要求。
实现思路