一种基于最大后验的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孔径尺寸的问题，提出一种基于最大后验概率（Maximum A Posteriori, MAP）的超分辨成像方法，突破系统固有分辨率限制。核心目标是通过贝叶斯框架下的迭代优化，抑制噪声敏感性和计算复杂度，提升低信噪比（Low Signal-to-Noise Ratio, SNR）环境下的成像质量。

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（如飞机盲降导航）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（$\theta \propto \lambda /D$），难以通过硬件提升。
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MAP框架结合噪声建模和迭代优化，显著提升方位向分辨率和抗噪能力，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 信号模型与卷积反演框架

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：

   $$y=Hx+n$$
   其中，$y$为回波信号向量，$H$为天线方向图构成的卷积矩阵，$x$为目标散射系数，$n$为噪声。

   卷积矩阵构造：
   $H$由天线方向图函数$w_a(t)$采样生成，结构为块对角矩阵：
   $$H={\left[\begin{array}{ccc}{H}_1& & \\ & \ddots & \\ & & H_1\end{array}\right]}_{MN\times MN}$$
   每个子矩阵 H 1 H_1 H