文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 压缩感知理论在频率步进探地雷达偏移成像中的应用
侵权投诉

压缩感知理论在频率步进探地雷达偏移成像中的应用

压缩感知理论在频率步进探地雷达偏移成像中的应用

第1期 屈乐乐等:压缩感知理论在频率步进探地雷达偏移成像中的应用 23

β=ΦΨb+n (8)

其中n代表系统噪声向量,此时b的重建问题可通过Dantzig选择器方法得到[12]

b=argminl1 AT(β Ab)∞<ε (9) 其中A=ΦΨ,通过求解式(9)代表的约束问题即可从含噪频域随机测量信号中以很高的概率重构加权系数向量b。

2.4 算法参数的选择

压缩感知偏移成像算法中主要涉及两个参数的设置:目标成像空间网格数N和正则化参数ε。

(1)目标成像空间网格数N:

目标成像空间的划分将关系到字典矩阵的构造和目标最终的成像位置。目标空间划分的网格越多,对目标的定位越精确、分辨率越高,但同时也将增加算法的计算量。目标空间划分的准则为首先对目标空间进行粗糙划分得到目标的大致位置,然后对目标空间进行细致划分以得到目标的精确位置。

(2)正则化参数ε:ε若设置得过大会导致最终成像结果中丢失目标,同时若ε设置得过小会导致成像结果中出现虚假目标。当系统噪声统计特性已知,例如系统噪声均值为0,方差为σ2的高斯白噪

压缩感知理论在频率步进探地雷达偏移成像中的应用

声时,选取ε=,通过式(9)能以很高的概率重构加权系数向量b[12]。由于实际测量过程中系统噪声统计特性往往是未知的,这里可通过交叉验证(Cross-Validation,CV)算法[13]来选择参数ε。交叉验证算法将测量数据分为估计数据βE和交叉验证数据βCV两个部分。

βE=AEb+nE (10)

βCV=ACVb+nCV (11)

交叉验证算法首先选择一个初始参数ε,然后通过估计数据对目标空间进行成像,同时将成像结果通过交叉验证数据进行验证,通过不断迭代最终确定参数ε的值。具体实现步骤如下:

(1)初始化ε:设置ε=αATE

βE, b=0和i=1。为防止ε的初值过大,通常设置∞

α=0.99;

(2)估计b

(i)估计:利用AE和式(9)得到加权系数向量的 ; (3)交叉验证:若不等式||ACV(βCV ACV b(i))||∞<ε成立,则重新设置ε=||ACV(βCV ACV b(i))||∞,否则算法终止;

(4)重复:i加1,重复步骤(2)和步骤(3)。

3 算法仿真

3.1 成像结果

为了对比各种算法的成像效果,下面通过数值例子对各种成像算法进行仿真分析。首先构造一个

30 cm宽×30 cm高的二维模拟目标空间,目标空间记为π。将目标空间剖分为30×30=900个网格,记作π=[π1,",πj,",πT900],用b=[b1,",bj,", b900]T表示目标空间π的加权系数向量。在目标空间π内随机放置3个理想点目标,对应反射系数分别为1,0.5和0.3,如图2(a)所示。仿真条件设置如

下:系统采用收发分置天线,天线距离地面的高度h=10 cm,收发天线间隔为dtr=2 cm,天线移动步长为1 cm,测量孔径数为30,地下媒质的相对介电常数εr=4。系统工作起始频率fL=100 MHz,终止频率fH=10 GHz,频率步进间隔Δf= 100 MHz,系统信噪比SNR=10 dB,各个孔径处测得的频率响应如图2(b)所示。

相移法,频率波数法以及频域BP算法利用每个孔径处的100个频点测量数据对地下目标进行成像,其成像结果如图2(c),2(d),2(e)所示。压缩感知方法仅利用每个孔径处的30个随机频点测量数据通过求解l1范数约束问题实现对地下目标成像,其成像结果如图2(f)所示。图2(c)-2(f)显示时图中各像素值均对最大像素值作归一化处理,显示幅度动态范围均为0~-35 dB。从图2(c)-2(f)的成像结果可以看出,相比于传统的成像算法,压缩感知成像算法所需数据量少,成像结果分辨率高,目标像旁瓣小,更利于对目标的辨识。 3.2 波速估计误差对成像结果影响

3.1节中分别采用不同成像方法得到的目标像过程中都是把速度参数都是作为已知参数使用的,然而实际成像过程中电磁波在地下介质中的波速往往是未知的,波速估计的准确度将直接影响目标成像结果,下面就波速估计对压缩感知成像结果的影响进行仿真分析。仿真条件设置与3.1节一样,目标空间有一点目标位于<15 cm,15 cm>处,真实波速vreal=1.5×108 m/s。采用压缩感知成像算法对目标进行成像时,假定估计波速v在1×108m/s 2.5×108 m/s范围内变化,成像结果如图3(a)-3(f)所示。

从图3可以看出不管使用何种波速,压缩感知成像算法都能得到聚焦的目标像,这样就无法根据图像的聚焦程度来估计波速。当估计波速等于真实波速时压缩感知成像算法能够得到准确的目标像(如图3(b)所示),当估计波速与真实波速偏差较小时压缩感知成像算法仍可以得到准确的目标像(如图3(c)所示),当估计波速与真实波速偏差较大时,最终目标成像的水平位置和深度与真实值将有一定的偏差(如图3(a),3(d)所示)。由以上分析可见波速估计的准确度将会影响最终目标成像的水平位置和

上一页第3页

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email