本文關(guān)鍵詞：稀疏表示及其在ISAR成像中的應(yīng)用研究

  更多相關(guān)文章： 逆合成孔徑雷達(dá)成像 稀疏表示 壓縮感知 平穩(wěn)目標(biāo) 機動目標(biāo)

【摘要】：逆合成孔徑雷達(dá)(ISAR)具有很高的成像分辨率,使其在軍用及民用領(lǐng)域得到了廣泛的應(yīng)用。但ISAR往往面臨著采樣率高、數(shù)據(jù)存儲量大以及實時處理比較困難等問題,對這些問題的探索已成為ISAR領(lǐng)域的熱門研究課題。本文以ISAR目標(biāo)的稀疏特性為背景,對稀疏表示在ISAR成像中的應(yīng)用展開了深入研究。建立了基于壓縮感知的ISAR成像模型,研究了平穩(wěn)目標(biāo)和機動目標(biāo)的稀疏表示,提出了針對平穩(wěn)目標(biāo)的基于改進傅里葉基的貝葉斯壓縮感知ISAR成像算法、針對機動目標(biāo)的基于自適應(yīng)chirp基的壓縮感知ISAR成像算法和基于時頻基的壓縮感知ISAR成像算法。本文主要工作概述如下:1.針對平穩(wěn)目標(biāo),提出一種基于改進傅里葉基的貝葉斯壓縮感知ISAR成像算法。此算法在改進傅里葉基的基礎(chǔ)上,利用稀疏先驗信息,對目標(biāo)進行貝葉斯壓縮感知ISAR成像,仿真和實測數(shù)據(jù)驗證了所提算法的有效性。2.針對有角加速度的復(fù)雜運動目標(biāo),提出一種基于自適應(yīng)chirp基的壓縮感知ISAR成像算法。由ISAR信號模型推導(dǎo)出目標(biāo)回波在chirp基上是稀疏的,對每個距離單元的回波采用DCFT算法和CLEAN技術(shù)進行分解,根據(jù)分解得到的線性調(diào)頻信號的頻率和調(diào)頻率構(gòu)造適應(yīng)該距離單元雷達(dá)回波的chirp基,并通過壓縮感知算法重構(gòu)該距離單元回波。仿真和實測數(shù)據(jù)驗證了所提算法的有效性。3.針對運動更復(fù)雜的機動目標(biāo),研究了雷達(dá)回波在時頻域上的稀疏表示。(1)以Gabor變換為基礎(chǔ),研究了基于Gabor基的壓縮感知ISAR成像算法,并驗證了針對復(fù)雜的運動目標(biāo),該算法依然能夠通過較少數(shù)據(jù)得到較為清晰的目標(biāo)ISAR像。(2)提出一種基于自適應(yīng)Wigner-Ville基的壓縮感知ISAR成像算法�，F(xiàn)有的基于壓縮感知的Wigner-Ville基算法中,交叉項并不能得到完全的消除,從而導(dǎo)致ISAR成像的聚焦效果會受到影響。因此,本文采用DCFT算法和CLEAN技術(shù)將每個距離單元的回波數(shù)據(jù)分解為若干線性調(diào)頻信號,對分解得到的每個線性調(diào)頻信號求取基于壓縮感知的Wigner-Ville分布,然后進行時頻變換疊加,得到該距離單元雷達(dá)回波的Wigner-Ville分布。仿真數(shù)據(jù)驗證了所提算法的有效性。
【關(guān)鍵詞】：逆合成孔徑雷達(dá)成像 稀疏表示 壓縮感知 平穩(wěn)目標(biāo) 機動目標(biāo)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-12
• 第一章 緒論12-17
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 ISAR成像研究現(xiàn)狀13-14
• 1.2.2 基于稀疏表示的ISAR成像研究現(xiàn)狀14-15
• 1.3 論文主要工作及結(jié)構(gòu)安排15-17
• 第二章 基于壓縮感知的ISAR成像基本原理17-27
• 2.1 引言17
• 2.2 CS理論概述17-22
• 2.2.1 信號的稀疏表示理論19-20
• 2.2.2 測量矩陣的構(gòu)造過程20-21
• 2.2.3 優(yōu)化問題的求解方法21-22
• 2.3 基于壓縮感知的ISAR成像模型22-26
• 2.4 本章小結(jié)26-27
• 第三章 基于改進傅里葉基的貝葉斯壓縮感知ISAR成像27-46
• 3.1 引言27
• 3.2 基于改進傅里葉基的壓縮感知ISAR成像算法27-36
• 3.2.1 標(biāo)準(zhǔn)傅里葉基27-29
• 3.2.2 改進傅里葉基29-30
• 3.2.3 壓縮感知ISAR成像性能評估30-31
• 3.2.4 仿真數(shù)據(jù)驗證31-34
• 3.2.5 實測數(shù)據(jù)驗證34-36
• 3.3 基于改進傅里葉基的貝葉斯壓縮感知ISAR成像算法36-45
• 3.3.1 貝葉斯壓縮感知37-39
• 3.3.2 統(tǒng)計參數(shù)估計39-40
• 3.3.3 仿真數(shù)據(jù)驗證40-42
• 3.3.4 實測數(shù)據(jù)驗證42-45
• 3.4 本章小結(jié)45-46
• 第四章 基于自適應(yīng)CHIRP基的壓縮感知ISAR成像46-56
• 4.1 引言46
• 4.2 復(fù)雜運動目標(biāo)回波的稀疏表示46-48
• 4.3 基于自適應(yīng)CHIRP基的壓縮感知ISAR成像算法48-55
• 4.3.1 算法實現(xiàn)及流程48
• 4.3.2 信號分解實驗48-50
• 4.3.3 仿真數(shù)據(jù)驗證50-52
• 4.3.4 實測數(shù)據(jù)驗證52-55
• 4.4 本章小結(jié)55-56
• 第五章 基于時頻基的壓縮感知ISAR成像56-76
• 5.1 引言56
• 5.2 基于GABOR基的壓縮感知ISAR成像算法56-63
• 5.2.1 Gabor變換57-58
• 5.2.2 基于壓縮感知的Gabor基原理分析58-59
• 5.2.3 基于Gabor基的壓縮感知ISAR成像步驟59
• 5.2.4 仿真數(shù)據(jù)驗證59-63
• 5.3 基于自適應(yīng)WIGNER-VILLE基的壓縮感知ISAR成像算法63-73
• 5.3.1 Wigner-Ville分布63-67
• 5.3.2 基于壓縮感知的Wigner-Ville基原理分析67-69
• 5.3.3 基于壓縮感知的自適應(yīng)Wigner-Ville基原理分析69-70
• 5.3.4 基于自適應(yīng)Wigner-Ville基的壓縮感知ISAR成像流程70-71
• 5.3.5 仿真數(shù)據(jù)驗證71-73
• 5.4 本文所研究幾種算法對比73-75
• 5.5 本章小結(jié)75-76
• 第六章 工作總結(jié)與展望76-78
• 6.1 工作總結(jié)76-77
• 6.2 工作展望77-78
• 致謝78-79
• 參考文獻79-83
• 攻碩期間取得的研究成果83-84

【參考文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 肖波;新型ISAR成像技術(shù)研究[D];電子科技大學(xué);2013年

，

本文編號：1024956