一种基于稀疏约束的实波束扫描雷达角超分辨成像方法——论文阅读

1. 专利的研究目标与实际问题意义

研究目标：
专利旨在解决实波束扫描雷达（Real Beam Scanning Radar）在方位向分辨率受限于天线物理孔径尺寸的问题，提出一种基于稀疏约束（Sparse Constraint）和瑞利分布（Rayleigh Distribution）的超分辨成像方法，突破传统方法的噪声敏感性和分辨率限制。核心目标是通过贝叶斯框架下的最大后验概率（Maximum A Posteriori, MAP）反演，结合稀疏先验与噪声统计特性，实现低信噪比（Low Signal-to-Noise Ratio, SNR）环境下的高精度成像。

实际问题与产业意义：
实波束扫描雷达在军事（如对海探测）和民用领域（如航空导航）需高分辨成像能力，但传统方法面临两大挑战：

1. 分辨率限制：方位向分辨率由波长和天线尺寸决定（$\theta \propto \lambda /D$），硬件提升成本高昂。
2. 噪声敏感性：现有方法（如截断奇异值分解TSVD、自适应迭代方法IAA）在低SNR下成像质量差或计算复杂度高。
   专利通过稀疏约束与瑞利分布的联合建模，显著提升抗噪能力和分辨率，对复杂电磁环境下的雷达系统具有重要应用价值。

---

2. 专利提出的新方法、模型与公式

2.1 回波建模与卷积反演框架

关键步骤：

1. 回波信号建模：
   雷达发射线性调频信号（Linear Frequency Modulation, LFM），接收回波经脉冲压缩和距离走动校正后，转化为卷积形式：

   $$s(\theta ,\tau )=\sum _{(x,y)\in \Omega }f(x_i,y_i)\cdot w\left(\frac{\theta -{\theta }_i}{T_{\beta }}\right)\cdot \text{rect}\left(\tau -\frac{2r_i}{c}\right)\cdot \exp \left(-j\frac{4\pi }{\lambda }{r}_i\right)+n(\theta ,\tau )$$

   其中，$f(x_i,y_i)$为目标散射系数，$w(\cdot )$为天线方向图函数，$T_{\beta }$为波束驻留时间， n ( θ ,