本发明公开了一种海杂波背景下前视海面目标角超分辨成像方法，根据扫描雷达的方位维回波的卷积特性，将扫描雷达回波信号按距离维顺序重新排列为方位维目标向量与卷积测量矩阵的乘积形式。再根据海杂波服从瑞利分布和海面目标服从拉普拉斯的特性在贝叶斯公式基础上构建求解原始场景分布的最大后验目标函数，并利用得到的最大后验解构建迭代方程，反演出原始海面目标分布，实现角超分辨成像。本发明使用瑞利分布表征海杂波特性，用拉普拉斯分布表征目标特性，在贝叶斯准则下推导出卷积反演问题的迭代表达式，实现原始成像场景的重构，获得前视海面目标的方位高分辨率图像。
1.一种海杂波背景下前视海面目标角超分辨成像方法，其特征在于，包括以下步骤：S1、根据机载雷达与目标的几何关系建立前视扫描雷达回波信号的运动几何模型；
设载机平台运动速度为v，天线顺时针扫描场景，初始时刻，在距离单元R0处分布目标Pn；经过时间t，载机平台与场景中位于Pn点处目标的距离，记为Rn(t)；此时，目标到雷达之间的斜距历史近似表示为：Rn(t)≈R0-vt (1)设发射信号为线性调频信号 其中，rect(·)表示矩形信号，其定义为 τ为距离向时间变量，T为脉冲时宽，c为光速，λ为波长，Kr为调频斜率；
对接收回波进行了离散处理，令单个距离单元的方位向离散化采样点数为其中，φ是扫描范围，θb是天线波束宽度，γ是扫描速度，PRI是脉冲重复周期，则离散化回波解析表达式为：其中，t为方位向时间变量，σn为方位向第n个采样点处目标的散射函数，θn为第n个目标对应的天线指向角度；ω为慢时间域的窗函数，表示天线方向图函数在方位向的调制；
构建距离向脉冲压缩参考信号 其中，τref表示距离向参考时间；
将sref与回波信号数据s(t,τ)进行最大自相关运算，得到脉冲压缩后的回波信号为：其中，B为发射信号带宽；
根据回波距离历程构造距离走动校正函数 其中，fr为距离向频率；
将距离走动校正函数与s1(t,τ)相乘，得到距离走动校正后的回波信号为：
S4、根据方位回波特性，将距离走动校正后的回波信号按照距离维重新排列为方位目标向量与卷积测量矩阵的乘积形式，构建方位卷积模型；
将公式(4)中的二维回波信号s2(t,τ)按照距离维顺序重新排列后得到如下矩阵向量乘积形式：
其中，s＝[s(1，1)…s(1，2)，…，s(1，N)，…，s(L，N)]T是将所有距离维上的测量值在方位向上重新排列后的LN×1维的向量，上标T表示转置运算，L为场景回波距离维采样点数；x＝[x(1，1)，x(1，2)，…，x(1，M)，…，x(L，M)]T是将成像场景内各方位目标幅值按距离维顺序进行重新排列后的LM×1维的向量， 为单个距离单元的方位向采样点， 是单个波束的采样点数；n＝[n(1，1)，n(1，2)，…，n(1，N)，…，n(L，N)]T是表示海杂波幅度特性的LN×1维的向量，服从瑞利分布；A是一个由卷积测量矩阵AN×M构成的LN×LM维的矩阵，其中，AN×M＝[a1,a2,…aN]为实波束扫描天线的卷积测量矩阵，AN×M表示为：
由公式(6)可知，各行的多普勒附加相位是相同的，则回波向量s的第n个元素表示为：
其中，hni表示卷积矩阵A第(n,i)个元素的加权幅度值；
由于雷达成像的目的是为了复原成像场景内目标幅度和位置信息，因此回波信号表示为：|s|＝|A|x+n (8)其中，|·|是取模操作；
因此，实波束扫描雷达前视角超分辨成像便转化为：给定公式(8)中的s和A，求解x的反演问题；
S5、根据方位卷积模型，利用噪声和目标分布的统计特性，在贝叶斯框架下建立最大后验目标函数并推导出迭代表达式，实现卷积反演；
其中，为目标信息的最大后验解；p(x/s)、p(s/x)和p(x)分别表示后验概率函数、似然概率函数和目标先验信息；
对公式(10)进行负自然对数操作，将最大后验问题转换为：
假设各离散回波采样点中的杂波统计独立，则似然概率函数为：
其中，n是离散回波信号各像素点, σ2是瑞利分布的杂波统计参数；
由于前视对海成像经常应用于大成像场景内少量海面目标的定位追踪，因此，海面目标相对于成像区域具有稀疏特性，采用拉普拉斯分布将目标分布表示为：
将公式(12)和(13)代入公式(10)，得到最大后验概率函数：
其中，λ＝1/μ是正则化参数，用来平衡目标信息复原结果的稀疏性和成像质量；
为了克服目标函数中l1范数在零点处不可微的问题，使用平滑估计的技术将公式(15)近似为：
由于公式(17)为关于x的非线性函数，无法直接令 得到目标函数的最优解，这里采用迭代的方法，首先得到关于 的一个简单解为：
其中，迭代初值选择为x＝(ATA)-1ATs，为公式(8)的最小二乘解，同时W(x)的迭代初值同样利用x的初值构成，迭代表达式表示为：
其中，k+1和k为迭代次数， 公式(19)即为最大后验算法的表达形式；
S7、将杂波统计参数和正则化参数代入步骤S5的迭代表达式中，复原原始成像场景，实现前视雷达对海面目标角超分辨成像。
2.根据权利要求1所述的海杂波背景下前视海面目标角超分辨成像方法，其特征在于，所述步骤S6具体为：取二维回波信号中无目标分布的单个距离单元信号，设维数为N的海杂波幅度采样序列f1，…，fN，瑞利分布进行对数运算后，得到如下表达式：
然后采用discrepancy principle选取λ，即选取令||y-Ax(λ)||2≈E[||n||2]时的λ为正则化参数。
一种海杂波背景下前视海面目标角超分辨成像方法
技术领域
[0001] 本发明属于雷达成像技术领域，具体涉及一种海杂波背景下前视海面目标角超分辨成像方法的设计。
背景技术
[0002] 机载平台前视海面区域的高分辨成像，在对海探测与成像、海面目标搜救、舰船编队识别、对舰攻击等领域有着巨大的应用需求。然而，由于前视区域内目标与机载平台运动产生的多普勒带宽过窄，无法利用合成孔径雷达技术(SAR)和多普勒波束锐化方法(DBS)实现前视区域内目标方位高分辨成像。因此，机载雷达通常利用扫描采样的方式获得前视区域内的实波束回波信号。由于雷达发射信号为线性调频信号(LFM)，使用脉冲压缩技术获得距离维的高分辨。对于回波信号的方位维，由于受天线尺寸的限制，很难获得与目标距离分辨率相匹配的的方位角分辨率，严重影响了该雷达工作模式的应用。因此，必须通过信号处理的方式，显著提升方位雷达角分辨率。
[0003] 由于扫描雷达方位向信号可以看作是天线方向图与目标散射系数的卷积，因此可以通过解卷积的方法实现目标场景的重构，达到实波束方位角超分辨的目的。在文献“B.Clark.An efficient implementation of the algorithm‘clean’.Astronomy and Astrophysics,vol.89,p.377,1980”中，提出了一种可以同时提高距离维和方位维分辨率的clean算法。但是，这种方法不能抑制旁瓣增强，并且当多个目标出现在同一个波束内时，超分辨性能会有明显下降。
[0004] 在文献“Jinchen Guan,Jianyu Yang and Yulin Huang.Maximum A Posteriori–Based Angular Superresolution for Scanning Radar Imaging.IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS VOL.50,NO.3JULY 2014”中，提出了一种基于最大后验准则下的角超分辨方法，该方法假设的回波信号中噪声和目标均服从独立泊松分布，然而这些假设不适用于海杂波背景下的目标角超分辨成像，将该方法应用到机载前视海面目标角超分辨成像中，会造成目标错位和噪声放大的出现，严重影响成像质量。
发明内容
[0005] 本发明的目的是为了解决现有机载前视海面目标角超分辨成像技术中存在目标错位和噪声放大等问题，提出了一种海杂波背景下前视海面目标角超分辨成像方法。
[0006] 本发明的技术方案为：一种海杂波背景下前视海面目标角超分辨成像方法，包括以下步骤：
[0007] S1、根据机载雷达与目标的几何关系建立前视扫描雷达回波信号的运动几何模型；
[0008] S2、对回波信号进行距离向的脉冲压缩；
[0009] S3、对脉冲压缩后的回波信号进行距离走动校正；
[0010] S4、根据方位回波特性，将距离走动校正后的回波信号按照距离维重新排列为方位目标向量与卷积测量矩阵的乘积形式，构建方位卷积模型；
[0011] S5、根据方位卷积模型，利用噪声和目标分布的统计特性，在贝叶斯框架下建立最大后验目标函数并推导出迭代表达式，实现卷积反演；
[0012] S6、求取杂波统计参数和正则化参数；
[0013] S7、将杂波统计参数和正则化参数代入步骤S5的迭代表达式中，复原原始成像场景，实现前视雷达对海面目标角超分辨成像。
[0014] 进一步地，步骤S1具体为：
[0015] 设载机平台运动速度为v，天线顺时针扫描场景，初始时刻，在距离单元R0处分布目标Pn；经过时间t，载机平台与场景中位于Pn点处目标的距离，记为Rn(t)；此时，目标到雷达之间的斜距历史近似表示为：
[0016] Rn(t)≈R0-vt (1)
[0017] 设发射信号为线性调频信号 其中，rect(·)表示矩形信号，其定义为 τ为距离向时间变量，T为脉冲时宽，c为光速，
λ为波长，Kr为调频斜率；
[0018] 对接收回波进行了离散处理，令单个距离单元的方位向离散化采样点数为其中，φ是扫描范围，θb是天线波束宽度，γ是扫描速度，PRI是脉冲重复周期，则离散化回波解析表达式为：
[0019]
[0020] 其中，t为方位向时间变量，σn为方位向第n个采样点处目标的散射函数，θn为第n个目标对应的天线指向角度；ω为慢时间域的窗函数，表示天线方向图函数在方位向的调制。
[0021] 进一步地，步骤S2具体为：
[0022] 构建距离向脉冲压缩参考信号 其中，τref表示距离向参考时间；
[0023] 将sref与回波信号数据s(t,τ)进行最大自相关运算，得到脉冲压缩后的回波信号为：
[0024]
[0025] 其中，B为发射信号带宽。
[0026] 进一步地，步骤S3具体为：
[0027] 根据回波距离历程构造距离走动校正函数 其中，fr为距离向频率；
[0028] 将距离走动校正函数与s1(t,τ)相乘，得到距离走动校正后的回波信号为：
[0029]
[0030] 进一步地，步骤S4具体为：
[0031] 将公式(4)中的二维回波信号s2(t,τ)按照距离维顺序重新排列后得到如下矩阵向量乘积形式：
[0032]
[0033] 其中，s＝[s(1，1)…s(1，2)，…，s(1，N)，…，s(L，N)]T是将所有距离维上的测量值在方位向上重新排列后的LN×1维的向量，上标T表示转置运算，L为场景回波距离维采样点数；x＝[x(1，1)，x(1，2)，…，x(1，M)，…，x(L，M)]T是将成像场景内各方位目标幅值按距离维顺序进行重新排列后的LM×1维的向量， 为单个距离单元的方位向采样点， 是单个波束的采样点数；n＝[n(1，1)，n(1，2)，…，n(1，N)，…，n(L，N)]T是表示海杂波幅度特性的LN×1维的向量，服从瑞利分布；A是一个由卷积测量矩阵AN×M构成的LN×LM维的矩阵，其中，AN×M＝[a1,a2,…aN]为实波束扫描天线的卷积测量矩阵，AN×M表示为：
[0034]
[0035] 其中， 为天线方向图加权系数；
[0036] 由公式(6)可知，各行的多普勒附加相位是相同的，则回波向量s的第n个元素表示为：
[0037]
[0038] 其中，hni表示卷积矩阵A第(n,i)个元素的加权幅度值；
[0039] 由于雷达成像的目的是为了复原成像场景内目标幅度和位置信息，因此回波信号表示为：
[0040] |s|＝|A|x+n (8)
[0041] 其中，|·|是取模操作；
[0042] 因此，实波束扫描雷达前视角超分辨成像便转化为：给定公式(8)中的s和A，求解x的反演问题。
[0043] 进一步地，步骤S5具体为：
[0044] 根据贝叶斯公式，回波数据的后验概率表示为：
[0045]
[0046] 其中，p(·)表示概率密度函数；
[0047] 最大后验就是寻找最合适的x满足下式：
[0048]
[0049] 其中， 为目标信息的最大后验解；p(x/s)、p(s/x)和p(x)分别表示后验概率函数、似然概率函数和目标先验信息；
[0050] 对公式(10)进行负自然对数操作，将最大后验问题转换为：
[0051]
[0052] 假设各离散回波采样点中的杂波统计独立，则似然概率函数为：
[0053]
[0054] 其中，n是离散回波信号各像素点, σ2是瑞利分布的杂波统计参数；
[0055] 由于前视对海成像经常应用于大成像场景内少量海面目标的定位追踪，因此，海面目标相对于成像区域具有稀疏特性，采用拉普拉斯分布将目标分布表示为：
[0056]
[0057] 其中，μ＞0是拉普拉斯分布的尺度参数；
[0058] 将公式(12)和(13)代入公式(10)，得到最大后验概率函数：
[0059]
[0060] 对公式(14)取自然对数，得：
[0061]
[0062] 其中，λ＝1/μ是正则化参数，用来平衡目标信息复原结果的稀疏性和成像质量；
[0063] 为了克服目标函数中l1范数在零点处不可微的问题，使用平滑估计的技术将公式(15)近似为：
[0064]
[0065] 其中，ε取近似于零的非负常数；
[0066] 对公式(16)进行梯度运算，得：
[0067]
[0068] 其中，
[0069] 由于公式(17)为关于x的非线性函数，无法直接令 得到目标函数的最优解，这里采用迭代的方法，首先得到关于 的一个简单解为：
[0070]
[0071] 其中，迭代初值选择为x＝(ATA)-1ATs，为公式(8)的最小二乘解，同时W(x)的迭代初值同样利用x的初值构成，迭代表达式表示为：
[0072]
[0073] 其中，k+1和k为迭代次数， 公式(19)即为最大后验算法的表达形式。
[0074] 进一步地，步骤S6具体为：
[0075] 取二维回波信号中无目标分布的单个距离单元信号，设维数为N的海杂波幅度采样序列f1，…，fN，瑞利分布进行对数运算后，得到如下表达式：
[0076]
[0077] 求公式(20)关于σ的梯度，得：
[0078]
[0079] 由公式(21)得杂波统计参数σ2的最大似然解为：
[0080]
[0081] 然后采用discrepancy principle选取λ，即选取令||y-Ax(λ)||2≈E[||n||2]时的λ为正则化参数。
[0082] 本发明的有益效果是：本发明根据扫描雷达的方位维回波的卷积特性，将扫描雷达回波信号按距离维顺序重新排列为方位维目标向量与卷积测量矩阵的乘积形式。再根据海杂波服从瑞利分布和海面目标服从拉普拉斯的特性在贝叶斯公式基础上构建求解原始场景分布的最大后验目标函数，并利用得到的最大后验解构建迭代方程，反演出原始海面目标分布，实现角超分辨成像。本发明使用瑞利分布表征海杂波特性，用拉普拉斯分布表征目标特性，在贝叶斯准则下推导出卷积反演问题的迭代表达式，实现原始成像场景的重构，获得前视海面目标的方位高分辨率图像。
附图说明
[0083] 图1为本发明提供的一种海杂波背景下前视海面目标角超分辨成像方法流程图。
[0084] 图2为模拟海杂波背景下的原始海面目标场景图。
[0085] 图3为脉冲压缩和距离走动校正后的方位维实波束图。
[0086] 图4为扫描雷达天线方向图。
[0087] 图5为本发明方法处理后的海面目标角超分辨成像结果示意图。
具体实施方式
[0088] 下面结合附图对本发明的实施例作进一步的说明。
[0089] 为了方便描述本发明的内容，首先对以下术语进行解释：
[0090] (1)雷达角超分辨
[0091] 雷达角超分辨是指雷达通过信号处理的方法，突破成像系统固有的分辨率极限，达到方位上的高分辨能力。
[0092] (2)实波束扫描雷达
[0093] 实波束扫描雷达，是一种通过机械转动的方式发射天线波束，使波束在方位上均匀或非均匀地扫描场景目标的雷达。
[0094] (3)海杂波
[0095] 雷达领域中把从海面反射的回波信号称为海杂波，它是由海浪、风速、海浪相对于雷达波束的方向、持续时间以及浪峰的出现、退潮、涨潮以及影响表面张力的污染决定的。
[0096] (4)瑞利分布
[0097] 瑞利分布概率密度函数为：
[0098]
[0099] 其中，σ2为统计参数，v≥0。
[0100] 本发明提供了一种海杂波背景下前视海面目标角超分辨成像方法，如图1所示，包括以下步骤：
[0101] S1、根据机载雷达与目标的几何关系建立前视扫描雷达回波信号的运动几何模型。
[0102] 本发明实施例采用前视扫描雷达成像运动几何模式，扫描雷达成像参数如下表所示：
[0103]参数 符号 数值
载频 fc 10GHz
发射信号脉冲时宽 T 10μs
发射信号带宽 B 30MHz
脉冲采样频率 PRF 1000Hz
天线扫描速度 γ 30°/s
天线波束宽度 θb 2.5°
扫描范围 φ -3°～3°
载机平台运动速度 v 100m/s
扫描雷达作用距离 R0 3km
[0104] 载机平台运动速度v＝100m/s，天线顺时针扫描场景，初始时刻，在距离单元R0＝3km处分布目标Pn；经过时间t，载机平台与场景中位于Pn点处目标的距离，记为Rn(t)，目标到雷达之间的斜距历史表示为 对斜距历史Rn(t)在t＝0处
进行泰勒级数展开，可以得到 实际应用中，由于作
用距离远、成像扇区小、扫描速度快，斜距历史可以简化为Rn(t)≈R0-vtcosθn。又因为雷达前视成像的方位角通常小于10°，因此cosθn≈1。因此，目标到雷达之间的斜距历史可近似表示为：
[0105] Rn(t)≈R0-vt (1)
[0106] 设发射信号为线性调频信号为 其中，rect(·)表示矩形信号，其定义为 τ为距离向时间变量，T为脉冲时宽，本发
明实施例中，T＝10μs，c为光速，λ为波长，Kr为调频斜率。
[0107] 为保证理论与实际验证情况相符，对接收回波进行了离散处理，令单个距离单元的方位向离散化采样点数为 其中，φ是扫描范围，θb是天线波束宽度，γ是扫描速度，PRI是脉冲重复周期，本发明实施例中，φ＝-3°～3°，θb＝2.5°，γ＝30°/s，PRI＝10-3s。
[0108] 则离散化回波解析表达式为：
[0109]
[0110] 其中，t为方位向时间变量，σn为方位向第n个采样点处目标的散射函数，θn为第n个目标对应的天线指向角度；ω为慢时间域的窗函数，表示天线方向图函数在方位向的调制。
[0111] 本步骤中采用的海杂波背景下的原始成像场景如图2所示，为模拟真实的海面场景，在数据s(t,τ)中加入了信杂比为15dB的海杂波。
[0112] S2、对回波信号进行距离向的脉冲压缩。
[0113] 构建距离向脉冲压缩参考信号 其中，τref表示距离向参考时间。
[0114] 将sref与回波信号数据s(t,τ)进行最大自相关运算，得到脉冲压缩后的回波信号为：
[0115]
[0116] 其中，B为发射信号带宽，本发明实施例中，B＝30MHz。
[0117] S3、对脉冲压缩后的回波信号进行距离走动校正。
[0118] 由步骤一分析可知，成像区域Ω中的点(x,y)与机载雷达平台间的斜距历史近似为Rn(t)≈R0-vt，因此，根据回波距离历程构造距离走动校正函数其中，fr为距离向频率。
[0119] 将距离走动校正函数与s1(t,τ)相乘，得到距离走动校正后的回波信号为：
[0120]
[0121] 脉冲压缩和距离走动校正后的方位维实波束图像如图3所示。
[0122] S4、根据方位回波特性，将距离走动校正后的回波信号按照距离维重新排列为方位目标向量与卷积测量矩阵的乘积形式，构建方位卷积模型。
[0123] 由于距离维高分辨已经通过脉冲压缩技术实现，并且本发明方法是针对方位维信号进行超分辨处理，因此，将公式(4)中的二维回波信号s2(t,τ)按照距离维顺序重新排列后得到如下矩阵向量乘积形式：
[0124]
[0125] 其中，s＝[s(1，1)…s(1，2)，…，s(1，N)，…，s(L，N)]T是将所有距离维上的测量值在方位向上重新排列后的LN×1维的向量，上标T表示转置运算，L为场景回波距离维采样点数。
[0126] x＝[x(1，1)，x(1，2)，…，x(1，M)，…，x(L，M)]T是将成像场景内各方位目标幅值按距离维顺序进行重新排列后的LM×1维的向量， 为单个距离单元的方位向采样点， 是单个波束的采样点数。
[0127] n＝[n(1，1)，n(1，2)，…，n(1，N)，…，n(L，N)]T是表示海杂波幅度特性的LN×1维的向量，服从瑞利分布。
[0128] A是一个LN×LM维的矩阵，根据图4所示的雷达天线方向图构造得到，由卷积矩阵AN×M构成，其中，AN×M＝[a1,a2,…aN]为实波束扫描天线的卷积测量矩阵，AN×M表示为：
[0129]
[0130] 其中， 为天线方向图加权系数。
[0131] 由公式(6)可知，各行的多普勒附加相位是相同的，则回波向量s的第n个元素可以表示为：
[0132]
[0133] 其中，hni表示卷积矩阵A第(n,i)个元素的加权幅度值。
[0134] 由于雷达成像的目的是为了复原成像场景内目标幅度和位置信息，因此回波信号可以写成：
[0135] |s|＝|A|x+n (8)
[0136] 其中，|·|是取模操作。
[0137] 因此，实波束扫描雷达前视角超分辨成像可转化为：给定公式(8)中的s和A，求解x的反演问题。
[0138] S5、根据方位卷积模型，利用噪声和目标分布的统计特性，在贝叶斯框架下建立最大后验目标函数并推导出迭代表达式，实现卷积反演。
[0139] 根据贝叶斯公式，回波数据的后验概率可表示为：
[0140]
[0141] 其中，p(·)表示概率密度函数。
[0142] 最大后验就是寻找最合适的x满足下式：
[0143]
[0144] 其中， 为目标信息的最大后验解；p(x/s)、p(s/x)和p(x)分别表示后验概率函数、似然概率函数和目标先验信息。
[0145] 为了计算方便，对公式(10)进行负自然对数操作，将最大后验问题转换为：
[0146]
[0147] 本发明是针对海面场景目标超分辨成像，需要考虑实际海杂波的幅度分布特性。因此，我们采用瑞利分布来表示海杂波的幅度分布。假设各离散回波采样点中的杂波统计独立，则似然概率函数为：
[0148]
[0149] 其中，n是离散回波信号各像素点, σ2是瑞利分布的杂波统计参数。
[0150] 由于前视对海成像经常应用于大成像场景内少量海面目标的定位追踪，因此，海面目标相对于成像区域具有稀疏特性，采用拉普拉斯分布将目标分布表示为：
[0151]
[0152] 其中，μ＞0是拉普拉斯分布的尺度参数。
[0153] 将公式(12)和(13)代入公式(10)，可得到最大后验概率函数：
[0154]
[0155] 对公式(14)取自然对数，得：
[0156]
[0157] 其中，λ＝1/μ是正则化参数，用来平衡目标信息复原结果的稀疏性和成像质量。
[0158] 为了克服目标函数中l1范数在零点处不可微的问题，使用平滑估计的技术将公式(15)近似为：
[0159]
[0160] 其中，ε取近似于零的非负常数。
[0161] 对公式(16)进行梯度运算，可得：
[0162]
[0163] 其中，
[0164] 由于公式(17)为关于x的非线性函数，无法直接令 得到目标函数的最优解，这里采用迭代的方法，首先得到关于 的一个简单解为：
[0165]
[0166] 其中，迭代初值选择为x＝(ATA)-1ATs，为公式(8)的最小二乘解，同时W(x)的迭代初值同样利用x的初值构成，迭代表达式可以表示为：
[0167]
[0168] 其中，k+1和k为迭代次数， x的迭代初值通过计算最小二乘解x＝(ATA)-1ATs得到，并利用该迭代初值获得对角矩阵
的迭代初值，本发明实施例中，ε＝0.01。公式(19)即为最大后验算法的表达形式。
[0169] S6、求取杂波统计参数和正则化参数。
[0170] 取二维回波信号中无目标分布的单个距离单元信号，设维数为N的海杂波幅度采样序列f1，…，fN，瑞利分布进行对数运算后，可以写成如下表达式：
[0171]
[0172] 求公式(20)关于σ的梯度，得：
[0173]
[0174] 由公式(21)可得杂波统计参数σ2的最大似然解为：
[0175]
[0176] 本发明实施例中，取原始场景中无目标分布的第十个距离单元，用最大似然参数估计方法计算出的关于σ2的最大似然解为：
[0177]
[0178] 然后采用discrepancy principle选取λ，即选取令||y-Ax(λ)||2≈E[||n||2]时的λ为正则化参数。本发明实施例中，λ＝0.65。
[0179] S7、将杂波统计参数和正则化参数代入公式(19)，迭代计算出原始成像场景的复原结果，实现前视雷达对海面目标角超分辨成像。图5为本发明得到的最终结果，由图示可知，通过本发明提供的方法，在海杂波背景下，目标的角度信息得到了很好的恢复。
[0180] 本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
