重尾噪声环境下的扫描雷达稳健角超分辨方法

摘要：

扫描雷达由于天线孔径受到平台尺寸限制,存在角分辨率低下的缺陷.角超分辨技术能够在不改变雷达硬件系统的前提下,通过信号处理方法,获得超越雷达实孔径波束宽度的角度分辨能力.近些年研究表明,基于最小绝对收缩和选择算子(LASSO)的稀疏角超分辨方法能够获得比传统方法更高的分辨能力.然而,该方法基于高斯白噪声假设,在残余项中主要基于l2 范数进行约束.当回波数据中存在重尾分布的噪声时,该方法中的l2 范数约束无法有效抑制重尾分布噪声,导致目标分辨能力下降,甚至产生虚假目标.针对该问题,本文提出一种扫描雷达抗重尾噪声角超分辨成像方法.首先,本文引入一种最小绝对偏差(LAD)-LASSO约束准则以抑制重尾分布噪声;更进一步的,针对模型中存在的正则化参数自适应选取难题,本文基于稀疏自相关迭代准则导出正则化参数的最优表达.最后,针对LAD-LASSO非平滑代价函数最优化求解难题,本文提出一种基于迭代重加权最小二乘(IRLS)算法的求解方法,通过将l1 范数替换为重加权的l2 范数,并在每次迭代中计算权值实现最优求解.仿真结果表明,相比传统稀疏角超分辨方法,本文提出的方法在不同信噪比下均能够有效抑制重尾分布噪声,并有效提升扫描雷达角分辨率.同时,本文采用岸基X波段雷达实测数据验证了本文提出方法的有效性.

关键词：扫描雷达、角超分辨、重尾噪声、最小绝对偏差-最小绝对收缩和选择算子、迭代重加权最小二乘

所属期刊栏目：39

分类号：TN959.3

资助基金：四川省自然科学基金;四川省自然科学基金;衢州市财政资助科研项目;衢州市财政资助科研项目

在线出版日期：2023-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1562-1572