用于雷達方位超分辨的約束迭代Tikhonov正則化算法

鄒建武，賈興亮，高明哲，董巍

（1.海軍航空工程學院研究生管理大隊，山東煙臺264001；2.海軍裝備部西安局，蘭州730070；3.海軍司令部航空兵部，北京100071）

用于雷達方位超分辨的約束迭代Tikhonov正則化算法

鄒建武1，賈興亮2，高明哲1，董巍3

（1.海軍航空工程學院研究生管理大隊，山東煙臺264001；2.海軍裝備部西安局，蘭州730070；3.海軍司令部航空兵部，北京100071）

針對Tikhonov正則化算法噪聲適應能力差和不便于引進額外的約束對解進行限制等缺點，利用迭代Tikhonov正則化算法對雷達方位超分辨進行研究，證明了迭代Tikhonov正則化反卷積公式的收斂性，分析了迭代Tikhonov正則化算法的頻域性質，在存在噪聲的情況下，提出相應的噪聲抑制方法，得到約束迭代Tikhonov正則化算法。針對不同信噪比情況進行了計算機仿真實驗，結果表明，與迭代Tikhonov正則化算法相比，約束迭代Tikhonov正則化算法具有較強的噪聲適應能力，與常用的約束迭代方法（CID）算法相比，具有較快的收斂速度，初步驗證了算法的有效性。

超分辨；迭代Tikhonov正則化；迭代算法；反卷積

雷達方位超分辨就是在不改變雷達工作體制前提下，利用數字信號處理技術分辨同一雷達波束內的幾個等距目標。一直以來，雷達的方位分辨力受限于發射波的頻率和天線孔徑大小，因而尋找改善方位分辨力的新方法尤為迫切。國內外學者對此問題展開了廣泛深入的研究，主要的方位超分辨方法有：迭代反卷積法、Richardson-Lucy算法、廣義逆濾波法和維納逆濾波算法等[1-9]。

文獻[1]提出了一種約束迭代方法（CID）和一種快速迭代算法（FCID），在特定情況下，方位分辨力改善了4倍。劉瑞冬等[2]分析并仿真對比了CID算法和FCID算法的超分辨性能，提出了FCID-CID算法，該算法既減小了算法的運算量，又能抑制噪聲偽峰，并且放寬了FCID迭代次數的估計要求。Jinchen Guan等[3]利用基于最大后驗概率準則的迭代算法對方位超分辨進行研究，在20dB的情況下，分辨力可提高5.3倍；文獻[4-5]利用基于Bayesian準則的R-L算法實現了雷達方位超分辨，并對算法的超分辨性能進行了深入研究，該算法在信噪比0dB條件下，方位分辨力提高2倍，但是上述2種方法均是基于噪聲分布為泊松分布的情況下。丁義元等[6]提出利用廣義逆濾波方法提高實孔徑雷達角分辨力，在低信噪比的條件下，有效地改善了實孔徑雷達的角分辨力，但時域計算較為復雜。文獻[7-9]利用維納逆濾波算法對提高雷達方位角分辨力進行了研究，在雷達回波信噪比大于30dB的情況下，該方法可實現方位超分辨，證明了維納逆濾波算法實現方位超分辨是可行的，但不適用于低信噪比條件。

本文首先建立雷達目標的方位回波模型，針對Tikhonov正則化的缺點，利用迭代Tikhonov正則化算法對方位超分辨進行研究，證明迭代公式的收斂性；分析算法的頻域性質，針對噪聲對迭代算法的影響，給出迭代約束條件，以保證在雷達數據存在噪聲的條件下，得到目標方位的理想近似解；最后，利用此算法進行計算機仿真。結果表明，此約束迭代算法能在低信噪比條件下，具有區分相距半功率波束寬度內的目標的能力，與常用的約束迭代方法（CID）算法相比，具有較快的收斂速度。

1 雷達方位回波信號模型與反卷積的頻域解

此處忽略俯仰角，僅考慮方位角的變化。假設常規雷達在方位向上掃描，實孔徑雷達的方位回波信號表現為天線方向圖與目標方位信息卷積。在非相參雷達系統中，只考慮雷達方位回波功率值。為方便討論，雷達目標方位回波模型可以表示為

將式（1）轉換為矩陣—向量表達式：

y=H1x+n。（2）

式（2）中：

y=[y(1)y(2)…y(N+M-1)]T=y(θ)T；（3）

x=[x(1)x(2)…x(N)]T=x(θ)T；（4）

h(θ)=[h(1)h(2)…h(M)]（5）

對（1）做傅里葉變換可得

加性噪聲主要是接收機噪聲，本文主要考慮加性噪聲。加性噪聲在接收機通帶內均可視為白噪聲。

鑒于天線系統的低通效應，目標方位信息的高頻成分被抑制或者丟失。在反卷積恢復信號高頻信息的過程中，由于會趨于無窮大，使噪聲的頻譜信息放大，導致X?() ω誤差過大，使得反卷積問題呈現病態，利用Tikhonov正則化算法法能緩解此病態性。此處，把X?()

ω或者其逆傅里葉變換形式稱為病態解。

2 約束迭代Tikhonov正則化算法

2.1 迭代Tikhonov正則化算法

式中，α＞0為正則化參數。

當α選擇恰當時，極小值點xα可以作為真實解的理想近似值[10]。

由文獻[10]可知，求解式（9）極小化問題等價于求解如下線性方程組：式（10）中：I為單位矩陣。正則化參數α對雷達超分辨問題的求解起著關鍵作用，當α取得過小時，求取的解依然存在不穩定的性質；當α取得過大時，求取的穩定解過分光滑，又與真實解相差過大。因此，α的選取應該兼顧這2種情況。α值得選取主要有先驗和后驗2類策略。

由于Tikhonov正則化算法噪聲適應能力差和不便于引進額外的約束對解進行限制等缺點，我們利用Tikohonov迭代正則化方法對上述問題進行求解，其頻域迭代形式如下：

當k=1時，此算法變為Tikhonov正則化方法，針對式（11）可知，和是一組向量，由于α為一個正常數中的分量也是一個正數，所以，

于某一X。

2.2 迭代算法的頻域分析及噪聲影響分析

此處為簡化分析，假設雷達天線方向圖是高斯型，且H(ω)=e-ω2（1/H(ω)稱為逆濾波），將其代入上式即可得到迭代Tikhonov正則化算子

此算子隨著參數α和迭代次數n的變化如圖1和圖2所示。由圖1、2可知，正則化參數α的取值對其頻率響應影響較大，此處α值選取過大，則每一步求取的解過于光滑；α值選取過小時，求取的解受到噪聲的較大影響，同而α值的選取受到天線方向圖函數的影響，因而要綜合考慮α的取值。迭代Tikhonov正則化算子具有壓制高頻信息，放大低、中頻信息的能力，但此時迭代Tikhonov正則化算子的分辨能力依然有限；隨著迭代次數n的增大，其高頻放大能力得到增強，迭代Tikhonov正則化算子的分辨能力變差。由于上述原因，在噪聲存在的情況下，利用迭代Tik-honov正則化算法求解時，低、中頻段的噪聲被放大，迭代解隨n的增大收斂于式（8）的病態解，而使得迭代Tikhonov算法不能分辨目標。因此，在應用該算法時，要考慮應用相關的消除噪聲或抑制噪聲技術，對迭代過程中的解進行約束，使其收斂于理想近似解。

圖1 迭代Tikhonov正則化算子頻域響應曲線（n=1 000）Fig.1 Iteration Tikhonov regularization operator frequency response curve（n=1 000）

圖2 迭代Tikhonov正則化算子頻域響應曲線（n=2 000）Fig.2 Iteration Tikhonov regularization operator frequency response curve（n=1 000）

2.3 約束迭代Tikhonov正則化算法

為抑制噪聲，在此處給出2種約束條件：正性約束條件和有界約束條件。實際雷達接收機處獲得實孔徑雷達回波信號是功率信息，具有非負性，因而在迭代計算中，回波信號滿足正性約束，定義P為正性算子[12]：

雷達波束掃描范圍內的目標的范圍是有界的，經過波束掃描后得到的回波信號也是有界的；定義T為有界約束算子[12]：

將式（15）與式（16）代入式（11）可得

2.4 迭代終止條件

通常，很難確定用迭代算法得到的超分辨效果，本文提出利用誤差標準作為算法終止迭代條件，在有噪聲存在和迭代算法加上初值和約束條件的情況下，基于方位分辨結果趨于穩定解的考慮，利用相鄰迭代次數得到的超分辨結果之間的誤差來判斷迭代是否終止。

式中：ε為誤差標準，此時的xk+1是式（17）中Xk+1(ω)的時域表現形式，因而，式（17）要得到具體的解析公式很困難。

當dk＜ε時，迭代終止。迭代次數為k+1次；當dk≥ε時，繼續迭代。

3 計算機仿真結果

假設脈沖重復頻率為1 000Hz，掃描速度為100(°)/s，掃描范圍為-15°～15°，天線方向圖采用高斯模型，半功率波束寬度為4°，誤差標準ε=1×10-6；根據所采用的天線方向圖函數和經驗，取α=50；利用約束迭代Tikhonov正則化算法，在信噪比分別為0dB、10dB、20dB、30dB情況下，對間隔1/2半功率波束寬度的2個點目標（分別位于-1°和1°）進行了分辨，仿真結果如圖3~10所示。

圖3 信噪比0dB的目標方位回波Fig.3 Target azimuthechoofSNR 0dB

圖4 信噪比0dB反卷積結果Fig.4 DeconvolutionresultsofSNR 0dB

圖5 信噪比10dB的目標方位回波Fig.5 Target azimuthechoofSNR 10dB

圖6 信噪比10dB的反卷積結果Fig.6 Deconvolution results ofSNR 10dB

圖7 信噪比20dB的目標方位回波Fig.7 Target azimuth echo ofSNR 20dB

圖8 信噪比20dB的反卷積結果Fig.8 Deconvolution results ofSNR 20dB

圖9 信噪比30dB的目標方位回波Fig.9 Target azimuth echo ofSNR 30dB

圖10 信噪比30dB的反卷積結果Fig.10 Deconvolution results ofSNR 30dB

由圖3~10可知，在誤差標準下，經過有效次迭代，約束迭代Tikhonov算法在高信噪比條件下分辨能力良好，隨著信噪比降低，雖然也能分辨目標，但是分辨精度變差，甚至有時會出現虛假目標，這是由于噪聲的隨機性過大所導致的。在仿真時，用此方法沒有出現所謂的“半收斂”現象（迭代早期階段，迭代解得到改進，超過一定迭代次數，迭代解趨于發散）。為進一步分析約束迭代Tikhonov正則化算法的性能，利用迭代Tikhonov正則化算法和CID算法與本文算法進行比較。在同樣仿真參數、不同信噪比條件下，利用迭代Tikhonov正則化算法（算法1）、CID算法（算法2）和本文算法所能提高的最大分辨倍數見表1。

在同樣的仿真參數下，分別用3種算法對不同信噪比條件下的2個點目標進行分辨。由表1可知，3者隨信噪比的提高分辨能力改善；迭代Tikhonov正則化算法適用于信噪比較高的條件，在信噪比低于20dB時，失去分辨能力；而約束迭代Tikhonov正則化算法和CID算法適用信噪比較低的情況，約束迭代Tikhonov正則化算法和CID算法同屬于迭代反卷積算法，表達式也類似，雖約束迭代Tikhonov正則化算法在分辨能力上與CID算法稍差一點，但在收斂速度上占優勢，2種算法在30 dB情況下分辨相隔1/2半功率波束寬度的2點目標時，均方誤差與迭代次數的關系對比線見圖11。由圖11可知，CID算法需較多的迭代次數才能使誤差達到約束迭代Tikhonov算法的相同程度。綜上所述，初步驗證了本算法的有效性。

表1 3種算法的分辨性能Tab.1 Resolution performance of three algorithms

圖11 均方誤差與迭代次數的關系曲線Fig.11 Curve of the iteration number and MSE

4 結束語

本文針對Tikhonov正則化算法的缺點，利用迭代Tikhonov正則化算法對雷達方位超分辨進行了研究。為了使算法能夠收斂到理想近似解，對算法賦予合適的約束條件。仿真表明：在迭代Tikhonov正則化算法不能分辨目標的低信噪比條件下，所提新算法能實現雷達目標方位分辨問題，且收斂速度優于CID算法，初步驗證了約束迭代Tikhonov正則化算法的有效性。目前主要不足在于有關α的取值還尚待進一步研究。

[1]MARK A RICHARDS.Iterative noncoherent angular superresolution[C]//IEEENationalRadarConference. 1988：100-105.

[2]劉瑞冬，尚社，張洪太，等.限制迭代去卷積超分辨算法性能研究[J].空間電子技術，2010（2）：63-66. LIU RUIDONG，SHANG SHE，ZHANG HONGTAI，et al.Superresolution agorithm characteristic research of constrained iterative deconvolution[J].Space Electronic Technology，2010（2）：63-66.（in Chinese）

[3]GUAN JINCHEN，HUANG YULIN，YANG JIANYU，et al.Improving angular resolution based on maximum a posteriori criterion for scanning radar[C]//IEEE Radar Conference.2012：451-454.

[4]李惠.實孔徑雷達波束銳化算法研究[D].成都：電子科技大學，2010：20-32. LI HUI.Research on beam sharpening algorithm of real aperture radar[D].Chengdu：University of Electronic Science and Technology of China，2010：20-32.（in Chinese）

[5]LI DONGGE，HUANG YULIN，YANG JIANYU.Real beam imaging based on adaptive lucy-richardson algorithm[C]//IEEE Radar Conference.2011：14-17.

[6]丁義元，楊建宇，張衛華，等.改進實孔徑雷達角分辨力的廣義逆濾波方法[J].電子學報，1993，21（9）：15-19. DING YIYUAN，YANG JIANYU，ZHANG WEIHUA，et al.Improvement of angular resolution of real aperture radar via generalized inverse filtering[J].Acta Electronica Sinica，1993，21（9）：15-19.（in Chinese）

[7]單榮光，李士國，朱力.去卷積實現雷達方位超分辨[J].現代雷達，1993（6）：25-32. SHAN RONGGUANG，LI SHIGUO，ZHU LI.Radar azimuth super-resolution using deconvolution[J].Modern Radar，1993（6）：25-32.（in Chinese）

[8]ZHAO KANG，WANG JIANGUO.Improved wiener filter superresolution algorithm for passive millimeter wave imaging[C]//IEEE Radar Conference.2011：1768-1771.

[9]高明哲，祝明波.噪聲對維納濾波反卷積算法性能影響的分析[J].艦船電子工程，2012，32（12）：35-37. GAO MINGZHE，ZHU MINGBO.Analysis on Noise's Impact on the Performance of Wiener Filter Deconvolution Algorithm[J].Ship Electronic Engineering，2012，32（12）：35-37.（in Chinese）

[10]王彥飛.反演問題的計算方法及其應用[M].北京：高等教育出版社，2007：37-38 WANG YANFEI.Computational methods for inverse problems and their applications[M].Beijing：Higher Education press，2007：37-38.（in Chinese）

[11]徐翠薇，孫繩武.計算方法引論[M].北京：高等教育出版社，2001：154-155. XU CUIWEI，SUN SHENWU.Calculation method introduction[M].Beijing：Higher Education press，2001：154-155.（in Chinese）

[12]SCHAFER R W，MERSEREAU R M，RICHAREDS M A.Constrained iterative restoration algorithms[C]//Proceeding of the IEEE.1981：432-450.

Constrained Iterative Tikhonov Regularization Algorithm for Radar Azimuth Super Resolutionn

ZOU Jian-wu1,JIA Xing-liang2,GAO Ming-zhe1,DONG Wei3
（1.Graduate Students'Brigade,NAAU,Yantai Shandong 264001,China;2.Xi'an Bureau of Naval Equipment Department, Lanzhou 730070,China;3.Aviation Department of Navy Headquaters,Beijing 100071,China）

An iterative Tikhonov regularization algorithm was used based on Tikhonov regularization algorithm,because of its poor noise adoptive ability and without introduction of additional constraints on the solutions.The convergence of the deconvolution formula was proved,the frequency domain characteristics was analyzed,the corresponding noise suppression methods was given,and the constrained iterative Tikhonov regularization algorithm was got.According to the different signal-to-noise ratio（SNR）,the computer simulation experiment was made.The result showed that,compared with iterative Tikhonov regularization algorithm,it had a strong noise adoptive ability,and it had a faster convergence speed,which verified the algorithm efficiency preliminarily.

super resolution;iterative Tikhonov regularization;iterative algorithm;deconvolution

TN959

A

1673-1522（2014）01-0033-05

10.7682/j.issn.1673-1522.2014.01.008

2013-07-17；

2013-12-10

“泰山學者”建設工程專項經費資助項目

鄒建武（1986-），男，博士生。