重尾噪声环境下的扫描雷达稳健角超分辨方法 |
| |
引用本文: | 张寅,张永超,晏家楠,刘帅迪,杨建宇.重尾噪声环境下的扫描雷达稳健角超分辨方法[J].信号处理,2023(9):1562-1572. |
| |
作者姓名: | 张寅 张永超 晏家楠 刘帅迪 杨建宇 |
| |
作者单位: | 1. 电子科技大学信息与通信工程学院;2. 电子科技大学长三角研究院(衢州) |
| |
基金项目: | 四川省自然科学基金项目(2023NSFSC1970,2022NSFSC0950); |
| |
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...
|
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 |
|
|