双基星载HRWS-SAR系统方位向信号重构的最小二乘算法

发布时间：2018-04-11 10:05

  本文选题：双基SAR + 高分辨宽测绘带　； 参考：《现代雷达》2017年10期

【摘要】：双基星载高分辨率宽测绘带合成孔径雷达系统(HRWS-SAR)的方位向信号普遍为非均匀采样,重构其均匀采样信号或多普勒频谱是成像处理的关键步骤。文中将方位照射时间内时变的发射接收距离比近似为常数,利用双基系统与单基系统方位向通道间传递函数的等效关系,建立了一般双基构型星载HRWS-SAR系统的方位向信号模型,构建了方位向信号重构的最小二乘算法,利用传递函数矩阵的Vandermonde矩阵表示有效降低算法复杂度,并给出了重构性能指标信噪比缩放因子及方位模糊比的计算公式。文中对几种典型双基构型的星载HRWS-SAR系统进行方位向信号重构仿真,结果表明最小二乘算法能较高性能的重构出方位向信号的多普勒频谱。
[Abstract]:The azimuth signal of the bistatic spaceborne high-resolution wide-band synthetic aperture radar system (HRWS-SAR) is generally non-uniform sampling. Reconstructing its uniform sampling signal or Doppler spectrum is a key step in imaging processing.In this paper, the time-varying transmitting and receiving distance ratio of azimuth irradiation time is approximated as a constant, and the azimuth signal model of a general bistatic spaceborne HRWS-SAR system is established by using the equivalent relation of the transfer function between the bistatic system and the single-base system in the azimuth direction.The least square algorithm of azimuth signal reconstruction is constructed, and the complexity of the algorithm is effectively reduced by using the Vandermonde matrix representation of transfer function matrix. The scaling factor of SNR and the formula of azimuth ambiguity ratio are given.In this paper, the azimuth signal reconstruction simulation of several typical bistatic HRWS-SAR systems is carried out. The results show that the least square algorithm can reconstruct the Doppler spectrum of azimuth signals with high performance.
【作者单位】： 国防科技大学电子对抗学院;
【基金】：安徽省自然科学基金资助项目(1508085MF119)
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 戴华平，，董嘉文，钱积新;一种新型的非平稳随机系统参数辨识算法[J];电子学报;1996年01期

2 陈小玲;赵慧民;魏文国;;压缩感知理论下扩展迭代重加权最小二乘算法的性能分析[J];中山大学学报(自然科学版);2014年02期

3 张斌;冯大政;;一种快速递归全局最小二乘算法[J];电路与系统学报;2012年02期

4 吴超;单奇;邵俊伟;;跟踪临近空间目标的衰减记忆最小二乘算法[J];舰船电子对抗;2013年03期

5 黄杰，王宏禹;系统辨识的频域最小二乘算法[J];大连理工大学学报;1995年04期

6 段新涛;岳冬利;;一种用于信号重构的带随机扰动的迭代算法的研究[J];河南科技学院学报(自然科学版);2005年04期

7 刘洪江;;稀疏信号重构[J];计算机与现代化;2010年10期

8 石建波;李小波;张宁;;基于多尺度压缩感知的信号重构[J];火力与指挥控制;2012年01期

9 戚平;;一种求解稀疏信号重构的新算法[J];计算机科学;2013年S1期

10 刘贵忠,张志明,冯牧,章珂;信号重构的小波极大模整形迭代算法[J];自然科学进展;2000年07期

相关会议论文 前3条

1 郭晓旋;李万社;;框架理论在信号重构中的应用[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年

2 陈之兵;郝磊;;分数阶傅里叶变换域上信号的分段采样与重构[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

3 王森;白文乐;牛长流;臧淼;;用MA实现带限信号重构的研究[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

相关博士学位论文 前1条

1 苏杭;过完备字典下的稀疏信号重构研究[D];武汉理工大学;2012年

相关硕士学位论文 前10条

1 盛积饶;基于分布式递归最小二乘算法的网络化稀疏信号处理研究[D];南京理工大学;2016年

2 林琳;基于压缩感知的信号重构与分类算法研究[D];西安电子科技大学;2012年

3 赵真;压缩感知中信号重构问题的研究[D];内蒙古大学;2014年

4 许克明;分布式压缩感知联合稀疏信号重构的稳定性[D];山东大学;2014年

5 王颖颖;一种改进的梯度投影信号重构方法[D];河北工业大学;2012年

6 孙霄;管道漏磁内检测信号重构技术研究[D];沈阳工业大学;2012年

7 孔素然;噪音水平未知时一维带限信号重构的快速稳定算法[D];河北工业大学;2005年

8 方嘉伟;Sinc方法在紧支信号重构中的应用[D];同济大学;2006年

9 范立;ICA在信号重构与信息检索中的应用研究[D];中国地质大学;2009年

10 张彦男;基于压缩感知的稀疏信号重构算法优化与实现[D];上海交通大学;2013年

本文编号：1735524