重尾噪声环境下的扫描雷达稳健角超分辨方法

来源：信号处理杂志 2023年第9期北京时间：

作者：张寅, 张永超, 晏家楠, 刘帅迪, 杨建宇

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。仿真结果表明，相比传统稀疏角超分辨方法，本文提出的方法在不同信噪比下均能够有效抑制重尾分布噪声，并有效提升扫描雷达角分辨率。同时，本文采用岸基X波段雷达实测数据验证了本文提出方法的有效性。

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