[论文解读] Super-Resolution Radar

Reinhard Heckel, Veniamin I. Morgenshtern+1 more|arXiv (Cornell University)|Nov 23, 2014

Sparse and Compressive Sensing Techniques参考文献 49被引用 8

一句话总结

本文提出了一种超分辨率雷达技术，通过求解凸优化问题，克服了延迟-多普勒估计中的经典分辨率极限。当延迟-Doppler对之间的间隔在时间上至少为2.37/B或在频率上至少为2.37/T时，该方法可实现对连续延迟-Doppler对及其衰减因子的精确恢复，且目标数量可随系统维度BT线性增长，最多达到对数因子。

ABSTRACT

In this paper we study the identification of a time-varying linear system from its response to a known input signal. More specifically, we consider systems whose response to the input signal is given by a weighted superposition of delayed and Doppler shifted versions of the input. This problem arises in a multitude of applications such as wireless communications and radar imaging. Due to practical constraints, the input signal has finite bandwidth B, and the received signal is observed over a finite time interval of length T only. This gives rise to a delay and Doppler resolution of 1/B and 1/T. We show that this resolution limit can be overcome, i.e., we can exactly recover the continuous delay-Doppler pairs and the corresponding attenuation factors, by solving a convex optimization problem. This result holds provided that the distance between the delay-Doppler pairs is at least 2.37/B in time or 2.37/T in frequency. Furthermore, this result allows the total number of delay-Doppler pairs to be linear up to a log-factor in BT, the dimensionality of the response of the system, and thereby the limit for identifiability. Stated differently, we show that we can estimate the time-frequency components of a signal that is S-sparse in the continuous dictionary of time-frequency shifts of a random window function, from a number of measurements, that is linear up to a log-factor in S.

研究动机与目标

• 解决雷达与通信系统中在经典分辨率极限之外分辨紧密间隔目标的根本挑战。
• 克服有限带宽（B）和观测时间（T）带来的实际限制，这些限制将分辨率限制在1/B和1/T。
• 仅从单个输入-输出测量中实现对连续延迟-Doppler对及其衰减因子的精确恢复。
• 建立在时域和带限信号条件下仍可实现超分辨率的条件。
• 证明在BT（系统维度）上，可分辨目标数量可线性增长至对数因子，从而最大化可辨识性。

提出的方法

• 将雷达响应建模为已知探测信号在时间与多普勒上时移的叠加，其中延迟-Doppler对为连续变量。
• 对输入信号进行部分周期延拓，以模拟正交频 division multiplexing（OFDM）中的循环前缀，确保离散时间域中的稳定性。
• 将恢复问题表述为在连续时频位移字典上的凸优化问题。
• 采用带核范数惩罚的正则化最小二乘法，以在时频表示中促进低秩结构。
• 利用模糊函数及其导数的结构，通过基于Hessian矩阵的分析证明精确恢复。
• 利用扰动分析和矩阵集中不等式，证明目标函数的Hessian矩阵在真实解附近为负定，从而确保唯一性与稳定性。

实验结果

研究问题

• RQ1 在具有有限带宽和观测时间的雷达系统中，是否能够克服经典延迟-Doppler分辨率极限（1/B和1/T）？
• RQ2 在何种条件下，可通过凸优化从单个测量中精确恢复连续延迟-Doppler对？
• RQ3 在超分辨率雷达系统中，可分辨目标的最大数量是多少？其如何随系统时带宽积BT变化？
• RQ4 延迟-Doppler对之间的最小间隔如何影响恢复过程的可辨识性与稳定性？
• RQ5 当目标数量随BT线性增长至对数因子时，所提方法是否仍能实现精确恢复？

主要发现

• 所提方法通过凸优化实现了对连续延迟-Doppler对及其衰减因子的精确恢复，前提是各对之间的最小时间间隔至少为2.37/B，或频率间隔至少为2.37/T。
• 可分辨目标数量可随BT线性增长至对数因子，该结果与可辨识性的信息论极限一致。
• 恢复过程在小扰动下保持稳定且鲁棒，通过证明优化目标函数的Hessian矩阵在真实解邻域内为负定得到验证。
• 该方法在无需满足稀疏性假设的通用条件下适用，因此可广泛应用于各类雷达与通信系统。
• 通过矩阵集中不等式与扰动分析建立了理论保证，明确给出了实现精确恢复所需的最小间隔边界。
• 数值验证表明，该方法在分辨紧密间隔目标方面优于经典匹配滤波，即使在低于瑞利极限时亦然。