(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211104516.1 (22)申请日 2022.09.09 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区(西区) 西源大道 2006号 申请人 安徽省庐江中学 (72)发明人 黄钰林　查月波　张玉　 (74)专利代理 机构 成都虹盛汇泉专利代理有限 公司 51268 专利代理师 王伟 (51)Int.Cl. G01S 13/89(2006.01) G01S 7/41(2006.01) G06F 17/16(2006.01) (54)发明名称 一种扫描雷达稀疏目标批处 理超分辨方法 (57)摘要 本发明公开了一种扫描雷达稀疏目标批处 理超分辨方法， 通过对回波数据的获取与预处 理， 进行距离维处理， 实现回波距离维与角度维 解耦， 构建矩阵形式目标函数， 在正则化框架下， 将超分辨问题 转化为矩阵形式的优化问题， 最后 通过采用矩阵形式的交替方向乘子法， 实现直接 对二维回波矩阵的超分辨运算。 本发 明的方法相 比于传统的稀 疏超分辨算法， 能直接处理二维回 波数据， 不需要对回波数据进行逐行处理或者列 向量化处理， 极大地节省了超分辨处理所需要的 空间和时间 复杂度。 权利要求书2页 说明书6页 附图2页 CN 115453523 A 2022.12.09 CN 115453523 A 1.一种扫描雷达稀疏目标批处 理超分辨方法， 具体步骤如下： 步骤一、 扫描雷达回波建模， 雷达通过发射线性调频信号， 接收的回波信号经过距离维脉冲压缩和补偿后， 表示为 下式： 其中， R表示距离信息， θ表示目标空间方位角， A是与雷达系统相关的常数， g(R, θ )表示 雷达接收的回波信号， f(R, θ )表示目标散射系数， h( θ )表示天线方向图函数， 表示 脉冲压缩响应函数， 代表卷积运 算， c表示电磁波传播速度； 方位回波表达式改写为矩阵形式： g＝Hf+n                    (2) 其中， g表示接收的方位向回波向量， f表示目标散射系数向量， n表示满足高斯分布的 噪声向量， H表示由天线方向图函数构成的卷积测量矩阵； 步骤二、 批处 理目标函数的构建， 在正则化框架下， 构造如下稀疏目标重建函数为： 其中， 表示目标散射系数向量的估计； 表示向量2范数的平方， 表示数据保 真项； ||·||1表示向量1范 数， ||f||1表示正则化项； λ表示 正则化参数； 获取的回波是二维矩阵形式， 维度为M ×N， M表示距离采样点数， N表示方位采样点数， 将式(3)改写为矩阵形式的批处 理目标函数为： 其中， 是转置后的目标散射系数矩阵的估计， 其维度为N ×M； 表示矩阵的 Frobenius范数； G表示转置后的回波矩阵， 其维度为N ×M； H表示由天线方向图函数构成的 卷积测量矩阵， 其维度为 N×N； F表示转置后的目标散射系数矩阵， 其维度为 N×M； 步骤三、 目标函数的转 化， 在步骤二中式(4)批处理目标函数的基础上， 采用矩阵形式下的交替方向乘子法求解 该目标函数， 通过引入一个附加变量Z， 将目标函数转 化为如下形式： 其中， Z表示附加矩阵， 其维度为 N×M； 表示附加矩阵Z的估计， 其维度为 N×M； 其次， 采用增广拉格朗日策略， 引入变量 W， 对于p＞0， 式(5)中目标函数重写为： 其中， W表示拉格朗日乘子矩阵， 维度为 N×M； p表示增广拉格朗日参数；权　利　要　求　书 1/2 页 2 CN 115453523 A 2步骤四、 目标散射系数矩阵F批处 理更新， 针对目标散射系数矩阵F的批处 理更新， 其 解的表达式为： F＝(HTH+pI)‑1(HTG+p(Z‑W))              (7) 其中， I表示单位矩阵， T表示矩阵的转置； 步骤五、 附加变量Z更新， 针对附加变量Z的更新问题， 其 解由软阈值 函数显式给 出， 表达式为： 其中， 表示一种逐元素的运算方式， 具体地， soft(A, δ )表示对于i ×j的 矩阵A的所有元 素进行如下运 算： soft(A, δ )＝sgn(Aij)·max(|Aij|‑δ,0)        (9) 其中， sgn表示符号 函数， δ表示阈值， Aij表示矩阵A的每一个元 素； 步骤六、 变量 W更新， 针对变量 W的更新问题， 其 解可以用F和Z来更新： W＝W+(F‑Z)               (10) 步骤七、 稀疏目标批处 理超分辨， 重复步骤四、 步骤五、 步骤六， 直至获取最优的目标散射系数矩阵， 其迭代过程如下： 其中， k表示迭代次数。 Zk和Wk表示第k次迭代后的Z矩阵与W矩阵； 同理， Fk+1， Zk+1与Wk+1分 别表示第k+1次迭代后的F矩阵， Z矩阵与W矩阵。权　利　要　求　书 2/2 页 3 CN 115453523 A 3