病态感知矩阵下MIMO雷达目标快速重构方法及软件实现
发布时间：2021-02-23 17:40
MIMO雷达是近年来新兴的一种雷达系统,其利用波形分集技术,显著提高了系统的目标探测及参数识别能力。相比于传统雷达系统,MIMO雷达在目标探测、噪声抑制及抗干扰能力等方面具有很大优势。压缩感知理论只需极少信号采样值即可实现信号的精确重构。由于MIMO雷达目标信号呈稀疏性,故可以利用压缩感知实现其目标信号的重构。然而MIMO雷达信号模型中感知矩阵呈严重病态性,导致压缩感知重构算法无法有效快速实现目标信号的精确重构。针对上述问题,本文进行以下研究工作,主要包括:（1）针对SL0算法因MIMO雷达感知矩阵病态性而导致其失效的问题,提出一种基于截断修正平滑l0范数的MIMO雷达目标参数估计方法。该方法基于TSVD方法,通过设置截断门限将保留的感知矩阵奇异值分成两部分,并分别对它们进行修正,并通过SVD反变换获得非病态感知矩阵,然后以非病态感知矩阵实现MIMO 雷达目标信号的重构,从而显著提高了 MIMO雷达目标参数估计速度。（2）为了解决SL0算法中所采用的高斯函数对l0范数的逼近程度差以及算法迭代过程中存在“锯齿效应”的问题,提出一种利用基于修正近似双曲正切函数的平滑l0范数算法实现MIMO...
【文章来源】：南京信息工程大学江苏省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
传统信号采样及处理流程
ｄ为目标参数向量ａ的向量估值；｜｜＊｜｜２为〖２范数。??３．４．１角度单元划分间隔与感知矩阵的列相关值的变化关系??图３．１为感知矩阵Ｊ中相邻角度＆和＆＋１所对应的列相关值与角度划分间隔的变化??关系图，其中６＝〇°，由图３．１可知，感知矩阵ｄ中相邻角度Ａ和心所??对应的列相关值随角度单元划分间隔增大而降低，＾?＾０５Ｊ?＝?ｄ?５＾ｓｅ￣（°）?＝?１２－７°??时，相关值接近零，即当角度单元间隔大于等于角度分辨率怂．５，时，可认为ｄ中相??邻角度Ａ和４＋１所对应的列向量近似线性无关。然而，为保证稀疏重构算法的估计精度，??ＭＩＭＯ雷达目标探测场景通常需要划分成精细的栅格，其角度单元间隔远远小于角分??辨率，即远远小于１２．７°，贝Ｕ感知矩阵不可避免地存在近似相关的列向量。??１?ｉｔ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ｉｉｉｉ?Ｉ?Ｉ??０．９－?＼?－??０．８?－?＼?－??０．７?－?＼?－??鮰?°６＿?＼?＂??４Ｋ?０．５?－?＼?－??贤?＼??０．４?－?＼?－??°３?■?■??０．２?－?－??０．１?－?－??ｒ＼??｜?｜?｜?｜?｜?｜?｜?ｉ?Ｉ?Ｉ?１??—??０?１?２?３?４?５?６?７?８?９?１０?１１?１２?１３?１４?１５??Ａ６｛〇）??图３．１感知矩阵中相邻角度对应的列的相关值与角度单元间隔的变化关系??３．４．２各算法的重构信噪比与回波信噪比的变化关系??设回波信噪比在－１０ｄＢ？２０ｄＢ之间变化
图３．２不同方法的重构性能对比??３．４．３各方法运行时间与回波信噪比的变化关系??设回波信噪比在－１０ｄＢ？２０ｄＢ之间变化，重复１００次单独实验。图３．３表示四种方??法运行时间与回波信噪比的变化关系。迭代加权￣方法的每次迭代都需要对更新后的大??维度矩阵进行求逆运算，导致利用该方法对ＭＩＭ？雷达目标参数估计耗时较长。ＴＳＬ０??方法和ＴＭＳＬ０方法的运行时间要低于迭代加权方法，虽然ＴＳＬ０方法和ＴＭＳＬ０方法??运行时间相近，但是由图３．２可知ＴＭＳＬ０方法的重构性能要优于ＴＳＬ０方法。该仿真??实验在ＭＡＴＬＡＢ２０１２ｂ中完成，计算机配置为：丨ｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ７－４７９０处理器、主??频为３．６０ＧＨｚ、内存为８ＧＢ。??２５１?１?１?１?１?１?１??＾?Ｂ?Ｂ?Ｂ?Ｂ—?Ｄ??＾２０??？??＾???叵??Ｉｔ??ｈｌ５丨??—Ｂ—迭代加权／ｑ方法｜??－－令－ＴＳＬＯ方法??１一＋—ＴＭＳＬＯ?方法?｜｜??１０１０￣￣＾＾?５—＾?—５?２０??信噪比（ｄＢ）??图３．３不同种方法运行时间对比??２５??
【参考文献】：
期刊论文
[1]基于SL0范数的改进稀疏信号重构算法[J]. 冯俊杰,张弓,文方青. 数据采集与处理. 2016(01)
[2]基于离散余弦变换和稀疏表示的人脸识别[J]. 王光亮,郭贺飞. 现代电子技术. 2015(06)
[3]压缩感知在合成发射孔径医学超声成像中的应用[J]. 吕燚,吴文焘,李平. 声学学报. 2013(04)
[4]基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法[J]. 叶闯,沈益青,李豪,曹思汗,王柏祥. 浙江大学学报(理学版). 2013(02)
[5]基于平滑l0范数的OFDM系统稀疏信道估计[J]. 王若梅,马社祥,孟鑫. 计算机仿真. 2013(02)
[6]基于弱选择正则化正交匹配追踪的图像重构算法[J]. 刘哲,张鹤妮,张永亮,郝珉慧. 光子学报. 2012(10)
[7]基于改进正交匹配追踪算法的压缩感知雷达成像方法[J]. 刘记红,黎湘,徐少坤,庄钊文. 电子与信息学报. 2012(06)
[8]一种改进的不适定问题奇异值分解法[J]. 吴太旗,邓凯亮,黄谟涛,欧阳永忠. 武汉大学学报(信息科学版). 2011(08)
[9]基于修正的拟牛顿法的基追踪去噪研究[J]. 代少升,肖菡. 重庆邮电大学学报(自然科学版). 2010(06)
[10]多载频MIMO雷达的空时超分辨算法[J]. 杨明磊,陈伯孝,秦国栋,张守宏. 电子与信息学报. 2009(09)
博士论文
[1]MIMO雷达波形设计与实时处理系统研究[D]. 杨涛.西安电子科技大学 2014
硕士论文
[1]MIMO雷达关键技术及其FPGA实现[D]. 荣盛磊.西安电子科技大学 2015
[2]基于多核DSP的实时雷达信号处理平台设计[D]. 姚鑫东.西安电子科技大学 2014
[3]压缩感知图像重构算法及分布式视频压缩感知系统的研究[D]. 杨峰.电子科技大学 2012
[4]超越Nyquist率限制采样特殊信号的理论研究[D]. 徐艳国.南京理工大学 2004
本文编号：3047976
【文章来源】：南京信息工程大学江苏省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
传统信号采样及处理流程
ｄ为目标参数向量ａ的向量估值；｜｜＊｜｜２为〖２范数。??３．４．１角度单元划分间隔与感知矩阵的列相关值的变化关系??图３．１为感知矩阵Ｊ中相邻角度＆和＆＋１所对应的列相关值与角度划分间隔的变化??关系图，其中６＝〇°，由图３．１可知，感知矩阵ｄ中相邻角度Ａ和心所??对应的列相关值随角度单元划分间隔增大而降低，＾?＾０５Ｊ?＝?ｄ?５＾ｓｅ￣（°）?＝?１２－７°??时，相关值接近零，即当角度单元间隔大于等于角度分辨率怂．５，时，可认为ｄ中相??邻角度Ａ和４＋１所对应的列向量近似线性无关。然而，为保证稀疏重构算法的估计精度，??ＭＩＭＯ雷达目标探测场景通常需要划分成精细的栅格，其角度单元间隔远远小于角分??辨率，即远远小于１２．７°，贝Ｕ感知矩阵不可避免地存在近似相关的列向量。??１?ｉｔ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ｉｉｉｉ?Ｉ?Ｉ??０．９－?＼?－??０．８?－?＼?－??０．７?－?＼?－??鮰?°６＿?＼?＂??４Ｋ?０．５?－?＼?－??贤?＼??０．４?－?＼?－??°３?■?■??０．２?－?－??０．１?－?－??ｒ＼??｜?｜?｜?｜?｜?｜?｜?ｉ?Ｉ?Ｉ?１??—??０?１?２?３?４?５?６?７?８?９?１０?１１?１２?１３?１４?１５??Ａ６｛〇）??图３．１感知矩阵中相邻角度对应的列的相关值与角度单元间隔的变化关系??３．４．２各算法的重构信噪比与回波信噪比的变化关系??设回波信噪比在－１０ｄＢ？２０ｄＢ之间变化
图３．２不同方法的重构性能对比??３．４．３各方法运行时间与回波信噪比的变化关系??设回波信噪比在－１０ｄＢ？２０ｄＢ之间变化，重复１００次单独实验。图３．３表示四种方??法运行时间与回波信噪比的变化关系。迭代加权￣方法的每次迭代都需要对更新后的大??维度矩阵进行求逆运算，导致利用该方法对ＭＩＭ？雷达目标参数估计耗时较长。ＴＳＬ０??方法和ＴＭＳＬ０方法的运行时间要低于迭代加权方法，虽然ＴＳＬ０方法和ＴＭＳＬ０方法??运行时间相近，但是由图３．２可知ＴＭＳＬ０方法的重构性能要优于ＴＳＬ０方法。该仿真??实验在ＭＡＴＬＡＢ２０１２ｂ中完成，计算机配置为：丨ｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ７－４７９０处理器、主??频为３．６０ＧＨｚ、内存为８ＧＢ。??２５１?１?１?１?１?１?１??＾?Ｂ?Ｂ?Ｂ?Ｂ—?Ｄ??＾２０??？??＾???叵??Ｉｔ??ｈｌ５丨??—Ｂ—迭代加权／ｑ方法｜??－－令－ＴＳＬＯ方法??１一＋—ＴＭＳＬＯ?方法?｜｜??１０１０￣￣＾＾?５—＾?—５?２０??信噪比（ｄＢ）??图３．３不同种方法运行时间对比??２５??
【参考文献】：
期刊论文
[1]基于SL0范数的改进稀疏信号重构算法[J]. 冯俊杰,张弓,文方青. 数据采集与处理. 2016(01)
[2]基于离散余弦变换和稀疏表示的人脸识别[J]. 王光亮,郭贺飞. 现代电子技术. 2015(06)
[3]压缩感知在合成发射孔径医学超声成像中的应用[J]. 吕燚,吴文焘,李平. 声学学报. 2013(04)
[4]基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法[J]. 叶闯,沈益青,李豪,曹思汗,王柏祥. 浙江大学学报(理学版). 2013(02)
[5]基于平滑l0范数的OFDM系统稀疏信道估计[J]. 王若梅,马社祥,孟鑫. 计算机仿真. 2013(02)
[6]基于弱选择正则化正交匹配追踪的图像重构算法[J]. 刘哲,张鹤妮,张永亮,郝珉慧. 光子学报. 2012(10)
[7]基于改进正交匹配追踪算法的压缩感知雷达成像方法[J]. 刘记红,黎湘,徐少坤,庄钊文. 电子与信息学报. 2012(06)
[8]一种改进的不适定问题奇异值分解法[J]. 吴太旗,邓凯亮,黄谟涛,欧阳永忠. 武汉大学学报(信息科学版). 2011(08)
[9]基于修正的拟牛顿法的基追踪去噪研究[J]. 代少升,肖菡. 重庆邮电大学学报(自然科学版). 2010(06)
[10]多载频MIMO雷达的空时超分辨算法[J]. 杨明磊,陈伯孝,秦国栋,张守宏. 电子与信息学报. 2009(09)
博士论文
[1]MIMO雷达波形设计与实时处理系统研究[D]. 杨涛.西安电子科技大学 2014
硕士论文
[1]MIMO雷达关键技术及其FPGA实现[D]. 荣盛磊.西安电子科技大学 2015
[2]基于多核DSP的实时雷达信号处理平台设计[D]. 姚鑫东.西安电子科技大学 2014
[3]压缩感知图像重构算法及分布式视频压缩感知系统的研究[D]. 杨峰.电子科技大学 2012
[4]超越Nyquist率限制采样特殊信号的理论研究[D]. 徐艳国.南京理工大学 2004
本文编号：3047976
本文链接：https://www.wllwen.com/kejilunwen/wltx/3047976.html
