Maximum a posteriori–based angular superresolution for scanning radar imaging
1. 研究目标与意义
1.1 研究目标
论文旨在解决扫描雷达系统在非相干传感器模式下的角分辨率不足问题。由于扫描雷达依赖真实孔径天线,其角分辨率受限于天线波束宽度( θ ∝ λ / D \theta \propto \lambda/D θ∝λ/D),而传统方法(如多普勒波束锐化或合成孔径雷达)无法适用于前视成像场景(如机载雷达或固定地面雷达)。作者提出了一种基于最大后验准则(Maximum A Posteriori, MAP)的迭代解卷积算法,通过正则化逆问题,实现在低信噪比(SNR)下的角超分辨率。
1.2 实际问题
- 实际问题:扫描雷达在复杂几何场景(如飞机自主着陆、导航与制导)中,因天线波束宽度限制,难以分辨密集目标。
2. 创新方法与模型
2.1 信号模型与问题建模
论文将接收信号建模为天线方向图与目标散射分布的卷积,并加入噪声项:
r ( θ ) = a ( θ ) ∗ ρ ( θ ) + n ( θ ) (式5) r(\theta) = a(\theta) * \rho(\theta) + n(\theta) \quad \text{(式5)} r(θ)=a(θ)∗ρ(θ)+n(θ)(式5)
其中, a ( θ ) a(\theta) a(θ)为天线功率方向图, ρ ( θ ) \rho(\theta) ρ(θ)为目标散射分布, n ( θ ) n(\theta) n(θ)为噪声。在频域中,该模型转化为:
R ( ω ) = A ( ω ) ρ ( ω ) + N ( ω ) (式6) R(\omega) = A(\omega)\rho(\omega) + N(\omega) \quad \text{(式6)} R(ω)=A(ω)ρ(ω)+N(ω)(式6)
由于天线方向图的低通特性,高频分量被抑制,导致分辨率下降。
2.2 MAP准则与迭代算法
2.2.1 贝叶斯框架
通过贝叶斯公式将后验概率最大化:
P ( ρ ˉ ∣ r ˉ ) = P ( r ˉ ∣ ρ ˉ ) P ( ρ ˉ ) P ( r ˉ ) (式9) P(\bar{\rho} \mid \bar{r}) = \frac{P(\bar{r} \mid \bar{\rho})P(\bar{\rho})}{P(\bar{r})} \quad \text{(式9)} P(ρˉ∣rˉ)=P(rˉ)P(r