基于卡尔曼滤波的压缩感知ISAR成像方法研究

发布时间：2021-11-04 15:14

　　传统的逆合成孔径雷达（Inverse Synthetic Aperture Radar,简称ISAR）成像采用匹配滤波技术。近十年来,基于压缩感知（Compressive sensing,简称CS）的成像方法成为ISAR成像研究的热点。基于CS的ISAR成像方法可以利用少量欠采样数据或不完整的回波数据重建出对比度高,旁瓣干扰少的ISAR目标图像。卡尔曼滤波（Kalman Filter,简称KF）能够有效利用信号的先验信息获得优良的估计性能且不易受噪声干扰,本文将KF与CS ISAR成像相结合,研究KF框架下的CS ISAR成像方法,借助KF的优良估计性能来提升ISAR成像质量。首先给出基于直接KF的CS ISAR成像方法。在ISAR目标场景空域稀疏的假设下,ISAR成像可以视为稀疏约束下的凸优化问题。在KF滤波框架下,引入了伪测量（Pseudo Measurement,简称PM）技术,将待重建目标场景散射率的l₁范数作为额外的一个非线性测量值引入到图像重建中,通过最小化待重建目标场景的l₁范数来估计待重建场景的最优稀疏解。PM能有效控制算法的... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

KF算法更新过程

法对 2.4.1 小节的三组数据分别在距离向与方位向成像。成像结果如下图所示。图 2.2 是对全数据 p2.3(a)和图 2.3(b)分别是对 30% plane_data 使用 OM2.4(a)和图 2.4(b)分别是对 50% plane_data 使用 OM

(a) OMP 方法 (b) 直接 KF 方法图 2. 3 30% plane_data 直接 KF 成像结果图(a) OMP 方法 (b) 直接 KF 方法图 2. 4 50% plane_data 直接 KF 成像结果图使用2.4.2小节的成像评价指标对分别对plane_data 30%数据与50%数据获得的成像结果进行定量评价，结果如表 2.2 所示。表 2. 2 直接 KF 成像方法对欠采样 Plane_data 数据的处理结果的定量评价30%降采样 50%降采样方法 RD OMP 直接 KF OMP 直接 KF

【参考文献】：
期刊论文
[1]基于参数化稀疏表征高速目标ISAR成像方法[J]. 陈春晖,张群,顾福飞,罗迎.  华中科技大学学报(自然科学版). 2017(02)
[2]参数化稀疏表征在雷达探测中的应用[J]. 李刚,夏香根.  雷达学报. 2016(01)
[3]卡尔曼滤波的基本原理及应用[J]. 彭丁聪.  软件导刊. 2009(11)
[4]基于SAR实测数据的舰船成像研究[J]. 汪玲,朱岱寅,朱兆达.  电子与信息学报. 2007(02)
[5]去偏转换坐标卡尔曼滤波器的雷达目标跟踪[J]. 贺明科,王正明,朱炬波.  国防科技大学学报. 2002(05)
[6]逆合成孔径雷达运动补偿中包络对齐的新方法[J]. 王根原,保铮.  电子学报. 1998(06)
[7]用改进的多普勒中心跟踪法进行ISAR运动补偿[J]. 朱兆达,邱晓晖,余志舜.  电子学报. 1997(03)



本文编号：3475984