【摘要】：雷達(dá)高分辨成像技術(shù)是雷達(dá)發(fā)展的一個重要研究方向,它在場景觀測、目標(biāo)特征分析和目標(biāo)識別等領(lǐng)域具有廣泛的應(yīng)用。分辨力是衡量雷達(dá)成像質(zhì)量的一個重要指標(biāo),然而高分辨力對雷達(dá)系統(tǒng)提出了更高要求,使得以Nyquist-Shannon采樣定理為基礎(chǔ)的信號處理方法面臨著較多的困難,高速數(shù)據(jù)采集、大數(shù)據(jù)量存儲和傳輸、大數(shù)據(jù)量快速處理等問題對硬件系統(tǒng)和資源都提出了巨大挑戰(zhàn),這些困難限制了雷達(dá)分辨力的進(jìn)一步提高,因而尋求新的數(shù)據(jù)采集和成像方法成為雷達(dá)成像技術(shù)發(fā)展迫切需要解決的問題。近年提出的壓縮感知(Compressive Sensing,CS)理論為雷達(dá)成像技術(shù)提供了新思路,它不受Nyquist-Shannon采樣定理限制,也突破了時頻不確定原理局限,能夠為雷達(dá)成像提供更高的分辨力。本文以CS理論及其在雷達(dá)成像中的應(yīng)用為基礎(chǔ),對運(yùn)動目標(biāo)CS高分辨成像、噪聲水平未知背景下CS高分辨成像、低信噪比(Signal to Noise Ratio,SNR)下逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar,ISAR)CS高分辨成像等問題進(jìn)行了深入分析和研究,主要工作如下:1、基于CS的運(yùn)動目標(biāo)速度補(bǔ)償和成像研究。運(yùn)動目標(biāo)速度補(bǔ)償精度直接關(guān)系到高分辨成像效果,本文在分析目標(biāo)運(yùn)動對步進(jìn)頻率波形高分辨成像影響的基礎(chǔ)上,提出一種時域相關(guān)與CS相結(jié)合的精確速度補(bǔ)償方法。該方法對相鄰兩幀高分辨像做時域相關(guān)處理獲得目標(biāo)速度粗估計值,對速度粗補(bǔ)償后的兩幀回波數(shù)據(jù)做共軛相乘處理得到具有最大幅值的中心頻率項,通過建立中心頻率項稀疏表示字典,并求解稀疏度為1的約束優(yōu)化問題獲得目標(biāo)速度精確估計值,實(shí)現(xiàn)速度精確補(bǔ)償。同時開展隨機(jī)頻率波形運(yùn)動目標(biāo)CS成像算法研究,并進(jìn)行仿真驗證。2、噪聲水平未知背景下CS高分辨成像研究。噪聲背景下CS高分辨成像效果受到噪聲水平影響,而噪聲水平通常是未知的。本研究在分析噪聲背景下CS高分辨成像模型基礎(chǔ)上,針對單個寬帶脈沖高分辨成像,提出一種基于滑動子序列噪聲水平估計的CS信號重建方法,將回波采樣數(shù)據(jù)劃分成子序列,建立子序列相關(guān)矩陣對噪聲水平進(jìn)行估計,并把估計結(jié)果用于CS信號重建,實(shí)現(xiàn)高分辨成像。3、低SNR下基于CS的ISAR成像方法研究。低SNR下ISAR壓縮感知成像存在噪聲污染問題,為提高成像質(zhì)量,本研究提出一種散射區(qū)域加權(quán)CS成像算法。該方法利用目標(biāo)散射區(qū)域信息對冗余字典中的原子進(jìn)行加權(quán)以修正CS重建算法,從而抑制噪聲污染,提高ISAR成像效果。最后通過仿真實(shí)驗和實(shí)測數(shù)據(jù)驗證算法有效性。4、低SNR下ISAR成像中CS快速重建算法實(shí)際應(yīng)用研究。ISAR成像對實(shí)時性有較高的要求,然而低SNR下CS快速重建算法存在噪聲敏感性,致使成像結(jié)果受到嚴(yán)重噪聲影響。為此本研究從提高回波信號SNR角度著手,并兼顧短CPI成像需求,提出一種子序列奇異值分解近似方法。該方法利用回波信號稀疏性,建立子序列矩陣,通過奇異值分解去除主分量噪聲,并由主分量重建原始信號,獲得高SNR回波信號用于CS成像。最后通過仿真實(shí)驗和實(shí)測數(shù)據(jù)驗證算法有效性。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TN957.52
，

本文編號：2469287