認知SAR波形設(shè)計方法研究
發(fā)布時間：2021-04-19 07:29
認知合成孔徑雷達（Cognitive Synthetic Aperture Radar,Cognitive SAR）是一種新體制雷達,是引入并模仿生物認知特性的新一代合成孔徑雷達系統(tǒng),具備感知、理解、學習、推斷與決策能力。認知SAR通過對外部環(huán)境和目標信息的利用,輔以其閉環(huán)反饋特性,可以實現(xiàn)接收端、發(fā)射端的一體化自適應(yīng)機制,從而彌補傳統(tǒng)SAR工作模式單一、無法根據(jù)環(huán)境自適應(yīng)調(diào)整自身工作模式的缺陷。同時,認知SAR具備自適應(yīng)調(diào)整發(fā)射波形參數(shù)的特性,可以提高雷達在復雜電磁環(huán)境與地理環(huán)境下的工作性能。然而,基于認知SAR系統(tǒng)的各項研究剛剛興起,尚處于起步階段。波形設(shè)計是認知SAR系統(tǒng)的一項關(guān)鍵技術(shù),本文針對認知SAR高分辨成像與檢測的需求,研究認知SAR的波形設(shè)計問題,主要進行了以下工作:（1）研究了基于Haykin框架的認知SAR系統(tǒng)架構(gòu),分析了其收發(fā)閉環(huán)反饋特性和涉及的關(guān)鍵技術(shù),研究了各關(guān)鍵技術(shù)的技術(shù)特點,為認知SAR相關(guān)技術(shù)的研究奠定了理論支撐。（2）研究了認知SAR基于機器學習圖像分類與狀態(tài)預(yù)測的環(huán)境信息感知方法,同時研究了從回波中獲取雜波功率譜密度的方法,解決了環(huán)境地形與雜波功率譜...
【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：80 頁
【學位級別】：碩士
【部分圖文】：
蝙蝠回聲定位系統(tǒng)
ǖ氖涑鯯INR指標優(yōu)于傳統(tǒng)LFM信號，并特別指出在低通雜波和噪聲條件下傳統(tǒng)LFM通常無法滿足雷達正常工作需求[34,35]。2007年S.Kay研究了在信號相關(guān)靜態(tài)高斯雜波環(huán)境下的高斯點目標檢測問題，提出最大化SCNR準則建立優(yōu)化目標函數(shù)，采用拉格朗日法及注水法（waterfilling）進行求解，推導出了最優(yōu)化波形的解析解，解決了特征值迭代法無法收斂至最優(yōu)解的問題，并提高了高斯分布的點目標的檢測概率[36]。Kay得出的解析解同Pillai給出的結(jié)果相似，發(fā)射波形的頻譜能量主要分布在雜波較弱的區(qū)域，而在雜波較強的區(qū)域能量分布較少（見圖1-6）。圖1-6注水法發(fā)射波形結(jié)果[36]2009年，C.Y.Chen研究了擴展目標在信號相關(guān)雜波背景的情況下，MIMO雷達的波形和接收濾波器的聯(lián)合優(yōu)化問題，提出了一種新的迭代算法來優(yōu)化波形和接收濾波器，從而改善回波SINR，使檢測性能最大化[37]。2011年，R.A.Romero8
第二章認知SAR與環(huán)境感知技術(shù)(a)(b)圖2-4高程數(shù)據(jù)圖。(a)TerraSAR-X下慕尼黑西北地區(qū)帶狀地圖*3m空間分辨率(b)TerraSAR-X聚焦下的德國康斯坦茨市*2m空間分辨率[43]況，還可以利用機器學習在線學習法，不斷預(yù)測并更新環(huán)境信息，以此進一步完善動態(tài)信息庫。上述過程可以用構(gòu)建動靜態(tài)信息庫來表示，在SimonHaykin提出的認知雷達結(jié)構(gòu)中，有一個用于實現(xiàn)該功能的模塊：環(huán)境感知器。在認知SAR結(jié)構(gòu)中，構(gòu)建動靜態(tài)數(shù)據(jù)庫也需要實現(xiàn)感知器的功能，具體工作過程如圖2-5所示。樣本實測數(shù)據(jù)感知模塊目標、環(huán)境信息信息存儲動靜態(tài)數(shù)據(jù)庫先驗信息圖2-5認知SAR動靜態(tài)數(shù)據(jù)庫構(gòu)成示意圖在獲取動態(tài)信息時，SAR回波獲取實測數(shù)據(jù)，并將實測數(shù)據(jù)傳入構(gòu)建動態(tài)數(shù)據(jù)庫的感知模塊中。感知模塊通過多種手段，提取或預(yù)測場景中的目標、環(huán)境信息。認知SAR依據(jù)回波實時感知環(huán)境，并將這些環(huán)境信息“記憶”下來，在動態(tài)數(shù)據(jù)庫中不斷存儲更新。在獲取靜態(tài)信息時，雷達首先將已知的先驗信息存儲下來，作為靜態(tài)信息。其次，無法直接利用的先驗信息，可以通過一定的處理，提取得到有用的先驗信息，存儲下來。這些信息存儲的位置，即為動靜態(tài)信息庫。接下來將研究環(huán)境感知的具體方法，即使用何種方法感知何種信息，為動靜17
本文編號：3147115
【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：80 頁
【學位級別】：碩士
【部分圖文】：
蝙蝠回聲定位系統(tǒng)
ǖ氖涑鯯INR指標優(yōu)于傳統(tǒng)LFM信號，并特別指出在低通雜波和噪聲條件下傳統(tǒng)LFM通常無法滿足雷達正常工作需求[34,35]。2007年S.Kay研究了在信號相關(guān)靜態(tài)高斯雜波環(huán)境下的高斯點目標檢測問題，提出最大化SCNR準則建立優(yōu)化目標函數(shù)，采用拉格朗日法及注水法（waterfilling）進行求解，推導出了最優(yōu)化波形的解析解，解決了特征值迭代法無法收斂至最優(yōu)解的問題，并提高了高斯分布的點目標的檢測概率[36]。Kay得出的解析解同Pillai給出的結(jié)果相似，發(fā)射波形的頻譜能量主要分布在雜波較弱的區(qū)域，而在雜波較強的區(qū)域能量分布較少（見圖1-6）。圖1-6注水法發(fā)射波形結(jié)果[36]2009年，C.Y.Chen研究了擴展目標在信號相關(guān)雜波背景的情況下，MIMO雷達的波形和接收濾波器的聯(lián)合優(yōu)化問題，提出了一種新的迭代算法來優(yōu)化波形和接收濾波器，從而改善回波SINR，使檢測性能最大化[37]。2011年，R.A.Romero8
第二章認知SAR與環(huán)境感知技術(shù)(a)(b)圖2-4高程數(shù)據(jù)圖。(a)TerraSAR-X下慕尼黑西北地區(qū)帶狀地圖*3m空間分辨率(b)TerraSAR-X聚焦下的德國康斯坦茨市*2m空間分辨率[43]況，還可以利用機器學習在線學習法，不斷預(yù)測并更新環(huán)境信息，以此進一步完善動態(tài)信息庫。上述過程可以用構(gòu)建動靜態(tài)信息庫來表示，在SimonHaykin提出的認知雷達結(jié)構(gòu)中，有一個用于實現(xiàn)該功能的模塊：環(huán)境感知器。在認知SAR結(jié)構(gòu)中，構(gòu)建動靜態(tài)數(shù)據(jù)庫也需要實現(xiàn)感知器的功能，具體工作過程如圖2-5所示。樣本實測數(shù)據(jù)感知模塊目標、環(huán)境信息信息存儲動靜態(tài)數(shù)據(jù)庫先驗信息圖2-5認知SAR動靜態(tài)數(shù)據(jù)庫構(gòu)成示意圖在獲取動態(tài)信息時，SAR回波獲取實測數(shù)據(jù)，并將實測數(shù)據(jù)傳入構(gòu)建動態(tài)數(shù)據(jù)庫的感知模塊中。感知模塊通過多種手段，提取或預(yù)測場景中的目標、環(huán)境信息。認知SAR依據(jù)回波實時感知環(huán)境，并將這些環(huán)境信息“記憶”下來，在動態(tài)數(shù)據(jù)庫中不斷存儲更新。在獲取靜態(tài)信息時，雷達首先將已知的先驗信息存儲下來，作為靜態(tài)信息。其次，無法直接利用的先驗信息，可以通過一定的處理，提取得到有用的先驗信息，存儲下來。這些信息存儲的位置，即為動靜態(tài)信息庫。接下來將研究環(huán)境感知的具體方法，即使用何種方法感知何種信息，為動靜17
本文編號：3147115
本文鏈接：http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3147115.html
最近更新
教材專著
