基于压缩感知的UWB MIMO雷达信号处理技术研究

发布时间：2017-09-14 14:15

  本文关键词：基于压缩感知的UWB MIMO雷达信号处理技术研究

  更多相关文章： MIMO雷达 超宽带 压缩感知 稀疏变换 信号重构

【摘要】：兼有波形分集和空间分集特征的超宽带MIMO雷达具有反隐身和抗干扰等优势,但由于在发射和接收端均采用多阵元结构,给信号采集处理带来了巨大的挑战。采用基于传统Nyquist采样定理的信号采集与处理方法,势必会对系统实现和实时处理造成困难。压缩感知技术是近年来发展迅速的一项基于压缩变换和数据重构的新技术,最新研究表明可有效降低信号采集速率和整体的数据量,在UWB MIMO雷达信号处理中具有广阔的应用前景。本文主要依据相关研究课题的需要,重点对UWB MIMO雷达的发射信号波形、系统架构、稀疏变换和信号重构等方面进行了研究。本文主要研究的内容如下：1、UWB MIMO雷达发射信号正交波形设计。根据波形分集要求,分别设计了利用OFDM-LFM(正交频分复用线性调频信号)调制技术和基于Morlet(莫莱)小波基的两种超宽带的信号,并通过对发射信号的自相关和互相关特性的计算与仿真,验证了使用以上两种信号作为MIMO雷达发射信号的可行性。2、MIMO雷达结构分析与雷达信号建模。根据MIMO雷达特点,研究了发射接收阵元分置波形分集UWB雷达系统架构,在此基础上,对发射阵元位置随机空间分集分布,接收阵元密集分布,在一定场景下目标稀疏分布的雷达系统进行了分析和建模。3、UWB MIMO雷达信号的稀疏变换方法研究。针对设计的两种MIMO雷达接收端回波信号,研究了两种不同的信号压缩变换方法。当发射信号是超宽带的OFDM-LFM时在接收端对回波信号进行去斜变换处理,而当发射信号是超宽带Morlet小波信号时,对回波信号进行进行逆Morlet小波变换处理。4、压缩感知目标重构模型建立。回波信号处理之后根据建立的模型推导出压缩感知的稀疏基和测量矩阵,再使用三种重建算法重构目标,最后使用MATLAB软件仿真验证基于压缩感知的MIMO雷达信号处理设计的可行性和对比出三种重建算法的目标重建效果。
【关键词】：MIMO雷达 超宽带 压缩感知 稀疏变换 信号重构
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.51
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-16
• 1.1 引言8-10
• 1.2 国内外发展现状10-14
• 1.3 本文主要内容及具体安排14-16
• 2 压缩感知理论16-28
• 2.1 引言16
• 2.2 压缩感知理论简介16-17
• 2.2.1 压缩感知理论的关键技术16
• 2.2.2 压缩感知理论依据16-17
• 2.3 压缩感知的数学表述17
• 2.4 信号的稀疏表示17-18
• 2.5 测量矩阵设计18-23
• 2.5.1 不相干性—测量矩阵和稀疏矩阵的关系19
• 2.5.2. RIP性质—传感矩阵和稀疏信号关系19-20
• 2.5.3 常用测量矩阵20-23
• 2.6 重建算法23-27
• 2.6.1 匹配追踪算法25
• 2.6.2 正交匹配追踪算法25-26
• 2.6.3 正则化正交匹配追踪算法26-27
• 2.7 本章小结27-28
• 3 UWB MIMO雷达信号模型28-41
• 3.1 引言28-29
• 3.2 MIMO雷达原理29
• 3.3 MIMO雷达的分类29-31
• 3.3.1 统计MIMO雷达与共址MIMO雷达29-30
• 3.3.2 分集MIMO雷达与非分集MIMO雷达30-31
• 3.3.3 相参MIMO雷达与非相参MIMO雷达31
• 3.4 UWB MIMO雷达信号模型31-40
• 3.4.1 UWB MIMO雷达超宽带发射波形设计31-39
• 3.4.2 发射分集MIMO雷达接收信号模型39-40
• 3.5 本章小结40-41
• 4 OFDM-LFM回波信号处理与CS目标重构模型41-49
• 4.1 引言41
• 4.2 OFDM-LFM回波信号处理模型41-44
• 4.2.1 去斜变换原理41-43
• 4.2.2 发射分集MIMO雷达回波信号处理模型43-44
• 4.3 压缩感知重建目标模型44-48
• 4.3.1 压缩感知测量矩阵与稀疏基设计44-45
• 4.3.2 压缩感知雷达成像仿真实验45-48
• 4.4 本章小结48-49
• 5 Morlet小波回波信号处理与CS目标重构模型49-55
• 5.1 引言49
• 5.2 Morlet小波信号处理模型49-50
• 5.2.1 逆Morlet小波变换原理49-50
• 5.2.2 发射分集MIMO雷达回波信号处理模型50
• 5.3 压缩感知信号重构模型50-54
• 5.3.1 压缩感知目标重建模型50-51
• 5.3.2 压缩感知雷达成像仿真实验51-54
• 5.4 本章小结54-55
• 6 总结与展望55-57
• 6.1 论文总结55-56
• 6.2 工作展望56-57
• 致谢57-58
• 参考文献58-61

【参考文献】

中国期刊全文数据库 前1条

1 李蕴华;;压缩感知框架下基于ROMP算法的图像精确重构[J];计算机应用;2011年10期

中国博士学位论文全文数据库 前1条

1 刘波;MIMO雷达正交波形设计及信号处理研究[D];电子科技大学;2008年

中国硕士学位论文全文数据库 前1条

1 顾浩;MIMO雷达的目标定位及性能分析[D];南京理工大学;2013年

，

本文编号：850500