基于压缩感知的雷达目标检测研究

发布时间：2017-08-10 17:33

  本文关键词：基于压缩感知的雷达目标检测研究

  更多相关文章： 压缩感知 雷达目标检测 低信噪比 脉冲积累

【摘要】：近年来提出的压缩感知(Compressive Sensing,CS)理论突破了奈奎斯特(Nyquist)采样定理的限制,能够以较低的采样率直接对信息进行采样,在雷达领域具有良好的应用前景,CS雷达已成为雷达信号处理领域的研究热点,但CS理论在应用雷达领域中面临着量化误差、相关性影响、失配、低信噪比、目标检测等问题。其中,CS雷达目标检测是CS理论在雷达系统中应用所面临的主要问题之一。本文在国家自然科学基金的支持下,针对CS雷达低信噪比(Signal-to-Noise Rate,SNR)下的检测问题,分析了CS雷达重构与目标检测关系、从低信噪比重构、脉冲积累方案等方面开展研究。本文的主要研究成果和贡献概括如下:针对CS雷达面临的问题,深入分析了信号的稀疏表示、测量矩阵设计、重构算法等基本问题。描述了CS雷达的典型架构,研究了目前CS雷达亟待解决的低信噪比下的重构和目标检测问题。针对复信息逼近传递(Complex Approximate Message Passing,CAMP)算法中的固定阈值函数影响含噪信号的重构性能问题,研究了一种阈值自适应寻优的CAMP算法,通过寻找最高输出信噪比对应的阈值,获得稀疏信号和非稀疏信号的重构。仿真实验证明该算法的重构性能得到显著改善,为CS雷达的目标检测奠定基础。针对目前CS雷达在高斯背景下的目标检测问题,基于恒虚警率(Constant False Alarm Rate,CFAR)检测理论,结合CAMP算法,建立了两种基于CS的雷达目标检测方案,推导了相应的检测概率和虚警概率公式,利用稀疏信号和步进频雷达信号分别对这两种方案进行仿真验证,结果表明CAMP-CFAR检测方案的性能明显优于CAMP检测方案。针对低信噪比下CS雷达重构概率低的问题,提出了三种CS雷达脉冲积累方案:稀疏域积累、脉冲积累观测矩阵积累、基于MMV模型的脉冲积累。仿真实验表明提出的三种积累方案能有效地提高低信噪比下的重构概率,从而实现低信噪比下CS雷达目标检测。
【关键词】：压缩感知 雷达目标检测 低信噪比 脉冲积累
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.51
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 缩略词11-13
• 第一章 绪论13-20
• 1.1 研究背景和意义13-15
• 1.2 国内外研究现状15-18
• 1.2.1 压缩感知理论及其发展15-16
• 1.2.2 压缩感知理论在雷达领域中的应用16-18
• 1.3 本论文主要工作及内容安排18-20
• 第二章 压缩感知及压缩感知雷达20-33
• 2.1 引言20
• 2.2 压缩感知与传统信号处理的区别20-21
• 2.3 压缩感知介绍21-24
• 2.3.1 原始信号稀疏表示21-22
• 2.3.2 测量矩阵设计22-24
• 2.3.3 稀疏重构24
• 2.4 稀疏重构算法24-30
• 2.4.1 重构原理24-25
• 2.4.2 几种常用的重构算法25-30
• 2.5 压缩感知雷达30-32
• 2.5.1 压缩感知雷达30-31
• 2.5.2 压缩感知雷达亟待解决问题31-32
• 2.6 本章总结32-33
• 第三章 CAMP重构算法及自适应CAMP算法33-47
• 3.1 引言33
• 3.2 CAMP算法的提出33-36
• 3.2.1 迭代阈值算法33-34
• 3.2.2 消息传递算法34-36
• 3.3 CAMP算法及自适应CAMP算法36-42
• 3.3.1 理想CAMP算法36-40
• 3.3.2 中值及自适应CAMP算法40-42
• 3.4 实验结果及分析42-46
• 3.5 本章总结46-47
• 第四章 压缩感知雷达检测方案47-63
• 4.1 引言47
• 4.2 传统雷达目标检测47-52
• 4.2.1 传统雷达目标检测原理47-48
• 4.2.2 恒虚警率检测方法48-52
• 4.3 压缩感知雷达目标检测方案52-56
• 4.3.1 CAMP检测方案53-54
• 4.3.2 CAMP-CFAR检测方案54-56
• 4.4 步进频雷达信号模型56-57
• 4.5 实验结果及分析57-62
• 4.5.1 稀疏信号57-60
• 4.5.2 步进频信号60-62
• 4.6 本章总结62-63
• 第五章 基于压缩感知的雷达信号积累63-76
• 5.1 引言63
• 5.2 传统雷达脉冲积累63-65
• 5.3 基于压缩感知的脉冲积累重构65-70
• 5.3.1 稀疏域积累65-66
• 5.3.2 脉冲积累观测矩阵积累66-67
• 5.3.3 实验结果及性能分析67-70
• 5.4 MMV模型实现脉冲积累70-75
• 5.4.1 MMV模型70-71
• 5.4.2 MMV模型应用于CS雷达脉冲积累71
• 5.4.3 实验结果及分析71-75
• 5.5 本章总结75-76
• 第六章 总结与展望76-78
• 参考文献78-84
• 致谢84-85
• 在学期间的研究成果及发表的学术论文85

【相似文献】

中国期刊全文数据库 前10条

1 林鹏;雷达目标检测中消除目标分裂提高检测精度的方法[J];舰船电子对抗;2001年02期

2 王福友;郝明;郭汝江;桂佑林;郑帆;;虚拟极化在雷达目标检测的得益研究[J];现代雷达;2011年08期

3 林昌禄;极化技术在雷达目标检测中的应用[J];现代雷达;1994年06期

4 黎海涛,徐继麟;高分辨率雷达目标检测研究[J];仪器仪表学报;2001年04期

5 刘昌华,黄绍斌,张聪;一种提高警戒雷达目标检测能力的数据处理方法[J];舰船电子工程;2004年03期

6 申家全;闫怀志;胡昌振;;探地雷达目标检测中的加窗统计量定位方法[J];科技导报;2010年08期

7 朱晓波;王首勇;冯讯;;基于分数低阶本征滤波的雷达目标检测方法[J];电波科学学报;2012年01期

8 郭锦成;;对海雷达目标检测性能测试方法[J];舰船电子对抗;2010年02期

9 杜干,张群,张守宏;分形噪声中的雷达目标检测方法[J];西安电子科技大学学报;1999年06期

10 黎海涛,徐继麟;基于广义似然比的高分辨率雷达目标检测[J];系统工程与电子技术;2000年11期

中国博士学位论文全文数据库 前1条

1 左磊;基于联合分布的雷达目标检测与分类方法研究[D];西安电子科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 位飞;基于背景在线信息提取的雷达目标检测[D];哈尔滨工业大学;2015年

2 李莹;基于压缩感知的雷达目标检测研究[D];南京航空航天大学;2015年

3 刘晓斌;地杂波环境中OFDM雷达目标检测方法研究[D];国防科学技术大学;2014年

4 闫学昭;雷达目标检测与跟踪交互处理[D];大连海事大学;2011年

5 韩婧;微波稀布阵雷达目标检测技术的设计与实现[D];西安电子科技大学;2010年

6 刘超逸;雷达目标检测与跟踪综合处理技术的研究[D];大连海事大学;2014年

7 张同舟;高频雷达目标检测方法研究[D];西安电子科技大学;2011年

8 韩建涛;基于DSP的雷达目标检测与跟踪系统[D];国防科学技术大学;2002年

9 孟凡志;基于DSP的雷达目标检测与信息处理系统[D];大连海事大学;2007年

10 王刚;基于DSP的雷达目标检测与录取技术[D];大连海事大学;2008年

，

本文编号：652035