蒙繼東，尚 社，侯若涵

（中國空間技術研究院西安分院 陜西 西安 710100）

基于壓縮感知的空間碎片群目標成像方法

蒙繼東，尚 社，侯若涵

（中國空間技術研究院西安分院 陜西 西安 710100）

空間碎片具有密集分布的特點，同一個距離單元內的多個目標難以分辨。本文利用不同目標自旋周期不同，產(chǎn)生的多普勒頻率差異，實現(xiàn)各目標回波的抽取及成像，提出一種基于空間碎片群目標的高分辨窄帶成像方法。該方法基于壓縮感知理論，以及空間碎片上散射點稀疏性的特點，求解碎片散射點的后向散射系數(shù)，因此具有較高的分辨率。仿真結果表明，該方法的有效性，有利于進一步對空間碎片的檢測和分類。

空間碎；壓縮感知；窄帶成像；正交匹配追蹤

隨著人類探索空間的活動日益頻繁，空間碎片的數(shù)量逐步增加，嚴重地影響了航天器的發(fā)射和正常運行，空間碎片的探測和識別成為一項重要的任務［1］。由于空間碎片分布密集，多以群目標形式出現(xiàn)，導致各目標回波歷程重疊，多個目標在同一距離單元，無法對回波數(shù)據(jù)直接進行處理。有必要抽取出屬于各個目標的回波數(shù)據(jù)，分別進行成像。另外，對于尺寸較小的空間碎片，現(xiàn)有條件下星載雷達發(fā)射信號帶寬難以滿足進行ISAR成像的要求，窄帶成像的研究是有必要的。

針對群目標回波距離向重疊，文獻［2］利用各目標平動帶來的多普勒調頻率的差異，實現(xiàn)各目標回波的抽取及成像。文獻［3］則利用粗成像結果實現(xiàn)各目標數(shù)據(jù)抽取及后續(xù)成像。文獻［4］回波在距離向表現(xiàn)出的塊聚集特性，提出一種基于塊稀疏的高分辨ISAR成像方法?？臻g碎片運動形式是復雜的，包含平動和轉動。對于同一軌道分布的空間碎片平動速度相似，利用平動多普勒差異抽取各目標回波是非常困難的。但是，目標自旋轉動產(chǎn)生多普勒差異可以實現(xiàn)各目標回波的抽取。針對自旋目標旋轉多普勒成像，近年來國內外開展了廣泛深入的研究工作。Toru Sato率先利用了回波時頻譜密度的幅度分布實現(xiàn)能量的非相干積累積累得到目標的二維幾何,提出了單距離多普勒干涉（SRDI）算法［5］，其分辨率較低，且聚焦性能受不同散射點的時頻譜的重疊的影響。王琦等利用相位匹配濾波的方法得到目標二維成像，提出單距離匹配濾波（SRMF）算法［6］。SRMF匹配采用快速傅里葉變換FFT故效率很高，但是聚焦性能依賴于信號Doppler帶寬同時對噪聲敏感。文獻［7］利用旋轉散射點相位進行匹配搜索成像，提出一種復數(shù)后向投影算法。

文中在窄帶條件下，經(jīng)過動補償后，多個自旋目標回波信號可壓縮在一個距離單元內，其方位的時頻分布表現(xiàn)為周期性正弦分布。對于同一距離單元多個目標，可以利用利用目標自旋周期不同，目標自旋產(chǎn)生的多普勒頻率差異，實現(xiàn)各目標回波的分離及成像，提出一種基于空間碎片目標的高分辨窄帶成像方法。基于壓縮感知［8］理論，利用空間碎片上散射點稀疏性，利用旋轉散射點相位進行匹配搜索成像，因此具有較高的分辨率。

1　系統(tǒng)結構

針對尺寸較小的空間碎片，ISAR成像通過發(fā)射寬帶信號從而獲得高分辨距離像難以實現(xiàn)，而且會增加硬件成本和星載平臺重量。相比寬帶信號，窄帶信號在目標跟蹤、探測距離、回波信噪比以及波段的選取等方面都具有顯著特點，但是窄帶雷達僅能夠提供被觀測目標的距離、方位角和俯仰角等信息，要提高目標的分辨率難度很大。

圖1　空間碎片群目標成像示意圖

空間碎片的運動形式包含高速運動和自旋運動。因此，首先對回波信號進行脈沖壓縮，然后補償平動引起的距離走動，使得目標在觀測時間內在同一距離單元內。由于空間碎片尺寸遠小于距離單元，自旋運動引起的距離走動可以忽略。然后，需要對平動多普勒補償，主要研究自旋產(chǎn)生的多普勒，通過壓縮感知理論，利用同一距離單元群目標自旋產(chǎn)生的多普勒頻率差異，實現(xiàn)各目標的分離及后向散射系數(shù)。最后通過數(shù)據(jù)重排，得到每個目標二維成像。具體步驟如圖2所示。

圖2　空間碎片群目標成像流程

2　空間碎片群目標的窄帶成像信號模型

文中假設目標平動已經(jīng)得到完全補償，且目標在觀測時間內轉速不變。如圖1所示，多個目標均在同一距離單元內，其中距離單元為△R，各個目標的轉速不同。在直角坐標系X-Y中，雷達視線方向指向y軸正向，第i個目標上散射點P 與X軸夾角γip。

對于窄帶雷達信號，第i個目標上第p個散射點的慢時間回波滿足：

其中tm為方位慢時間，t為全時間，為慢時間與快時間之和，為后向散射系數(shù)，為發(fā)射信號載頻，為在tm時刻散射點與雷達之間的斜距，c為光速。

將回波與載頻進行混頻后，得到基帶信號：

其中λ=c/fc為波長，又可以式（2）寫成式（3）

其中γipΦ（tm）=4πRip（tm）/λ，根據(jù)圖1的成像模型所示，點目標的距離函數(shù)如（4）式所示，其中R0為雷達到目標中心初始距離，是一常量，v為目標的飛行速度。

點的雷達回波多普勒頻移為：

假設同一軌道上同一距離單元，空間碎片的只有平動分量情況下，散射點的多普勒完全相同，對成像沒有作用，應將平動多普勒補償，成為轉臺目標成像。若平動分量得到完全補償，距離函數(shù)Rip（tm）=ripsin（wiri+γip）變化只有轉動分量，距離函數(shù)為，因此目標只有轉動分量引起的多普勒變化，此時多普勒變化為：

平動分量補償后信號回波為：

若第ip個散射點在旋轉平面上的初始化坐標為（xip，yip），則Rip（tm）滿足如下：

其中，xip=ripcos（γip）,yip=ripsin（γip）則，

因此，基帶回波可以表示為：

觀察上式，可以將其改寫成矩陣形式

其中x和s是N×1矩陣，N為方位慢時間采樣個數(shù)，分別表示為接收回波距離向壓縮之后的散射點后向散射系數(shù)和慢時間回波信號，Ψ是矩陣XYW×N，表示對應的稀疏基，其中X表示X軸有X個散射點的位置，y表示y軸有y個散射點的位置，W表示自旋頻率個數(shù)。

3　空間碎片群目標成像方法

Donoho指出在某個基上具有稀疏描述信號的少量線性投影即包含了重構和處理該信號的足夠信息。也就是僅僅利用信號稀疏的先驗和少量全局的線性測量就可以獲得精確重建。

通過前面的分析，為目標在距離向的后向散射系數(shù)，由于碎片目標在空間分布具有稀疏特性，根據(jù)壓縮感知理論，可以用M×N的隨機矩陣作為感知矩陣Φ，得到小樣本x下的觀測向量：

觀測矩陣D=Φφ滿足RIP條件。假定觀測范圍內有3個碎片目標，考慮碎片群目在空間分布的塊聚集特性，x代表目標的后向散射系數(shù)，d為目標對應的原子塊聚集特性編號。稀疏向量x以及與d對應的字典D可以表示成如下的結構：

其中x［1］和x［L］分別為第1，第i和第L個碎片目標后向散射系數(shù)，同樣地，D［1］、D［i］和D［L］分別是與x［1］，x［i］和x［L］對應的系數(shù)字典。

完成構造稀疏字典以后，對等式（15）求解，從小樣本觀測信號y中恢復出后向散射系數(shù)。

通常采用匹配追蹤算法對該問題求解，得到稀疏的后項散射系數(shù)。

4　仿真結果分析

以星載雷達對空間碎片群目標成像為仿真背景，通過仿真實驗驗證本文方法的有效性。假定觀測范圍內某個距離單元存在3個相對雷達運動的碎片目標，其轉動角速度分別為，各個碎片采用不同尺寸的散射模型，如圖3所示，雷達仿真參數(shù)如表1所示。

表1　雷達系統(tǒng)仿真參數(shù)

圖3　空間碎片的散射點

圖4表示群目標散射時頻分布圖，單個旋轉點隨著時間變化頻率做正弦周期變化，對于空間碎片群目標，每個碎片目標的自旋角速度不同且有多個散射帶你，反映在時頻譜上是不同周期和不同初始相位的正弦曲線的疊加。

圖4　群目標的時頻譜

從圖5（a）,（b）,（c）能夠看出，在小樣本條件下，可以通過塊字典對應的稀疏向量抽取出屬于各個目標的自旋角速度，進而得到各目標清晰的二維成像結果，與SRMF和SRDI所成的二維像比較，旁瓣較低。

圖5　信噪比20 dB時成像結果

5　結論

文中主要研究星載平臺的空間碎片群目標成像問題，建立了窄帶信號自旋目標的幾何模型和回波模型，提出了基于壓縮感知的碎片群目標成像方法。該方法利用群目標的各目標轉動角速度不同，產(chǎn)生的多普勒頻率差異，能夠有效實現(xiàn)空間碎片的數(shù)據(jù)分離和高分辨成像。根據(jù)回波的相位特性，估計每個碎片旋轉速度和散射點分布，以及每個散射點后向散射系數(shù)，實現(xiàn)對碎片目標的二維高分辨成像。在小樣本和低信噪比條件下，仿真驗證了算法的正確性。實際目標高速自旋，但針對自旋目標的運動參數(shù)估計和成像的方法仍有較多方面值得研究：回波存在周期遮擋和角度去相干，這對參數(shù)估計和成像的影響，需要深入討論，這些問題將在后續(xù)工作中深入分析。

［1］胡其正，楊芳.宇航概論［M］.北京：中國科學技術出版社，2010.

［2］王洋,陳建文,劉中,等.多運動目標ISAR成像方法研究［J］.宇航學報,2005,26（4）:450-454.

［3］Xiao D,Su F,，Wu J.A method of ISAR imaging for multiple targets［C］//2012 IEEE 11th International Conference on Signal Processing（ICSP）,Beijing,2012,3:2011-2015.

［4］朱江，廖桂生，朱圣棋.基于塊稀疏的空間碎片群目標成像方法 ［J］.電子與信息學報，2015,37（3）:557-593.

［5］Qi Wang,Mengdao Xing,Guangyue Lu,and Zheng Bao, Single Range Matching Filtering for Space Debris Radar Imaging［J］,IEEE Geoscience and Remote Sensing Letters, 2007（4）：576-580.

［6］Sato T.Shape estimation of space debris using single-range Doppler interferometry［J］.IEEE Trans on Geoscience and Remote Sensing,1999,37（2）:1000-1005.

［7］白雪茹，孫光才，武其松等.窄帶雷達自旋目標成像［J］.中國科學：信息學科,2010，40（11）:1508-1518.

［8］Donoho D L.Compressed sensing［J］.IEEE Transactions on Information Theory,2006,52（4）:1289-1306.

Space group debris imaging based on compressed sensing

MENG Ji-dong,SHANG She,HOU Ruo-han
（China Academy of Space Technology，Xi'an 710100，China）

Within a distance unit,it is difficult to distinguish multiple targets as space debris has the characteristics of densely distributed.By using the different target spin cycle and differences of target spins Doppler frequency,a method of achieving the target echo extraction and imaging is proposed based on the space debris population targets high-resolution narrowband imaging methods.This proposed method is based on the theory of compressed sensing and sparse on space debris scatters characteristics to solve the debris scattering point backscatter coefficients,therefore,it has a higher resolution.Simulation results show that the effectiveness of the method is conducive to further space debris detection and classification.

group space debris；Compressed Sensing（CS）；narrowband imaging；orthogonal matching pursuit

TN959.74

A

1674－6236（2016）13-0187-03

2015-07-30稿件編號：201507188

蒙繼東（1988—），男，陜西漢中人，碩士研究生。研究方向：微波遙感技術，雷達信號處理。