基于Off-Grid的CS-ISAR成像研究

发布时间：2017-08-11 16:43

  本文关键词：基于Off-Grid的CS-ISAR成像研究

  更多相关文章： 逆合成孔径雷达成像 压缩感知 稀疏探频 Off-Grid 参数估计

【摘要】：逆合成孔径雷达(ISAR)具有很高的成像分辨率,使其在军用及民用领域得到了广泛的应用。但ISAR成像往往面临着采样率高、数据存储量大以及实时处理比较困难等问题,对这些问题的探索已成为ISAR领域的热门研究课题。本文以ISAR目标的稀疏特性为背景,对压缩感知ISAR成像中Off-Grid问题以及参数估计问题进行了深入的研究,针对发射的稀疏探频信号提出了相应改进的压缩感知ISAR成像算法。本文主要工作概述如下:1、针对传统ISAR信号没有完全利用压缩感知稀疏特性进行成像的问题,建立了发射稀疏探频信号的ISAR成像模型,给出了稀疏探频信号的ISAR成像流程,并通过仿真验证了模型的可行性。2、针对传统稀疏重构算法难以解决Off-Grid模型的问题,分别提出了结合带外排除技术和局部优化技术的BOMP算法和BLOOMP算法。从理论上详细推导并证明了这两种算法,同时分析了这两种算法的计算复杂度以及它们在噪声情况下的重构性能。仿真实验表明:相同仿真条件下,与BOMP算法相比,BLOOMP算法在重构成功率及重建误差方面具有更优越的性能。3、针对实际成像条件下目标参数未知的问题,提出联合参数估计与ISAR成像重建方法。(1)当目标点落在基矩阵的网格点上且基矩阵取决于未知的目标旋转率,提出基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的稀疏探频ISAR成像方法。通过联合利用SBL技术和梯度搜索算法,能够同时获取目标旋转率和高分辨率的ISAR图像。仿真和实测数据实验验证了所提方法的有效性。(2)当目标点不落在基矩阵的网格点上,提出了基于Off-Grid模型的联合参数估计与ISAR成像方法。根据改进的数学模型,联合参数扰动算法和梯度搜索算法,能够在Off-Grid模型下同时实现对目标旋转率的估计和高分辨率ISAR成像重建。仿真实验验证了所提方法的正确性和有效性。
【关键词】：逆合成孔径雷达成像 压缩感知 稀疏探频 Off-Grid 参数估计
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 第一章 绪论13-19
• 1.1 研究背景及意义13-14
• 1.2 国内外研究现状14-17
• 1.2.1 ISAR成像研究现状14-16
• 1.2.2 压缩感知ISAR成像的研究现状16-17
• 1.2.3 Off-Grid问题研究现状17
• 1.3 论文主要工作及结构安排17-19
• 第二章 压缩感知ISAR成像的基本原理19-32
• 2.1 引言19-20
• 2.2 基于压缩感知的ISAR成像模型20-26
• 2.2.1 传统ISAR成像模型20-24
• 2.2.2 基于稀疏探频信号的ISAR成像模型24-25
• 2.2.3 重构算法及性能评估25-26
• 2.3 仿真验证26-31
• 2.4 本章小结31-32
• 第三章 基于Off-Grid模型的稀疏探频ISAR成像32-52
• 3.1 引言32
• 3.2 Off-Grid成像问题分析32-35
• 3.3 基于Off-Grid的稀疏探频ISAR成像方法35-41
• 3.3.1 带内排除（BE）技术36-38
• 3.3.2 局部优化（LO）技术38-41
• 3.4 算法性能分析41-45
• 3.4.1 计算复杂度41-43
• 3.4.2 噪声条件下的重构性能43-45
• 3.5 仿真分析与验证45-51
• 3.5.1 成像性能对比45-48
• 3.5.2 不同信噪比的重构成功率48-49
• 3.5.3 不同信噪比的重建误差49-50
• 3.5.4 不同稀疏度的成功率50
• 3.5.5 算法复杂度对比50-51
• 3.6 本章小结51-52
• 第四章 基于Off-Grid模型的联合参数估计与ISAR成像重建52-72
• 4.1 引言52
• 4.2 基于稀疏贝叶斯学习的稀疏探频ISAR成像52-63
• 4.2.1 参数学习理论52-54
• 4.2.2 稀疏贝叶斯学习54-57
• 4.2.3 最陡下降法57-59
• 4.2.4 模拟数据验证59-61
• 4.2.5 实测数据验证61-63
• 4.3 基于Off-Grid模型的联合参数估计与ISAR成像重建63-71
• 4.3.1 算法推导及流程63-67
• 4.3.2 仿真分析与验证67-71
• 4.4 本章小结71-72
• 第五章 工作总结与展望72-74
• 5.1 工作总结72
• 5.2 研究展望72-74
• 致谢74-75
• 参考文献75-80
• 攻硕期间取得的研究成果80-81

【参考文献】

中国期刊全文数据库 前3条

1 周万幸;;ISAR成像系统与技术发展综述[J];现代雷达;2012年09期

2 谢晓春;张云华;;基于压缩感知的二维雷达成像算法[J];电子与信息学报;2010年05期

3 喻玲娟;谢晓春;;压缩感知理论简介[J];电视技术;2008年12期

中国博士学位论文全文数据库 前1条

1 王硕;分布式无源雷达成像方法研究[D];中国科学技术大学;2014年

，

本文编号：657199