运动目标微波关联稀疏成像技术研究

发布时间：2017-09-24 08:32

  本文关键词：运动目标微波关联稀疏成像技术研究

  更多相关文章： 微波关联成像 运动目标 时空两维随机辐射场 压缩感知 速度估计 网格失配

【摘要】：基于时空两维随机辐射场的微波关联成像利用随机辐射源在成像区域内形成时空两维随机的辐射场,经随机辐射场与目标的相互作用,得到包含目标信息的不同时刻回波,通过随机辐射场与观测回波的关联处理和信息融合,获得目标的高分辨率雷达像。本文在微波关联成像体制下,以非合作运动目标为研究对象,利用目标的空间稀疏性,引入压缩感知理论,对目标进行速度估计,并对辐射场演算进行运动补偿,最后通过精确的辐射场与目标回波的关联处理,得到非合作运动稀疏目标的高分辨率雷达成像。首先,本文对运动目标的微波关联成像进行建模,并对高速运动目标进行了合理的近似。由于在建模过程中对成像场景进行了网格划分,不可避免地带来网格偏差问题,因此本文分析了网格偏差对成像结果和目标速度估计的影响,并利用网格偏差的特点,提出了一种网格偏差的校正方法,通过仿真实验证实该算法对网格偏差校正的有效性。其次,研究了匀速目标的微波关联稀疏成像方法,分析了目标运动对微波关联成像的影响。为了消除目标运动带来的影响,本文提供了两种思路：1)对运动目标进行速度估计,对辐射场矩阵进行速度补偿后,关联处理得到目标像。2)目标速度估计和成像交替迭代,通过交替迭代更新反演结果和目标速度,最终得到目标估计速度和目标像。通过仿真实验证实了两种思路的可行性,并验证了所提方法能够精确地估计出运动目标的速度信息。最后,在匀速目标的微波关联稀疏成像的研究基础上,对高速运动目标进行了合理的近似,得到高速目标的微波关联成像模型。针对高速运动目标的微波关联成像问题,文中提出两种解决思路：1)对目标的运动状态进行大量的统计,通过某种准则或者适应值,在已知的目标初速度和加速度范围内进行快速搜索,最终在该矩阵中选取合适的观测矩阵来进行成像。2)对目标速度和加速度信息进行交替估计求解。通过仿真实验验证了所提高速运动目标成像方法对目标运动参数估计的准确性。
【关键词】：微波关联成像 运动目标 时空两维随机辐射场 压缩感知 速度估计 网格失配
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-14
• 第1章 绪论14-26
• 1.1 研究背景和意义14-16
• 1.2 研究历史和发展现状16-19
• 1.2.1 研究历史16-19
• 1.2.2 发展现状19
• 1.3 压缩感知理论与雷达成像19-23
• 1.3.1 压缩感知基本理论19-22
• 1.3.2 压缩感知在雷达成像中的应用22-23
• 1.4 论文主要工作和章节安排23-26
• 第2章 运动目标微波关联成像模型及网格失配问题26-44
• 2.1 引言26-27
• 2.2 运动目标微波关联成像模型27-34
• 2.2.1 成像平面27-28
• 2.2.2 入射场28-29
• 2.2.3 散射场29-32
• 2.2.4 接收回波32-34
• 2.3 动目标微波关联稀疏成像中的网格失配问题分析34-39
• 2.3.1 Off-Grid问题介绍34-35
• 2.3.2 Off-Grid目标对微波关联成像的影响35-38
• 2.3.3 Off-Grid目标对速度估计的影响38-39
• 2.4 基于结构化扰动的网格偏差校正方法39-42
• 2.4.1 SSTLS-FOCUSS算法40-41
• 2.4.2 仿真分析41-42
• 2.5 本章小结42-44
• 第3章 匀速目标微波关联稀疏成像方法研究44-66
• 3.1 引言44-45
• 3.2 目标匀速运动对微波关联稀疏成像的影响45-47
• 3.3 基于稀疏表示分类器(SRC)的速度估计47-52
• 3.3.1 SRC介绍47-48
• 3.3.2 基于SRC的速度估计48-50
• 3.3.3 仿真分析50-52
• 3.4 基于粒子群算法(PSO)的速度估计52-57
• 3.4.1 PSO介绍52-53
• 3.4.2 基于PSO算法的速度估计53-55
• 3.4.3 仿真分析55-57
• 3.5 基于自适应速度网格的微波关联稀疏成像57-61
• 3.5.1 速度网格微波关联稀疏成像简介57-58
• 3.5.2 基于自适应速度网格的微波关联稀疏成像58-60
• 3.5.3 仿真分析60-61
• 3.6 基于速度粗估计的匀速目标微波关联稀疏成像方法61-64
• 3.6.1 速度更新模型61-62
• 3.6.2 基于速度粗估计的关联稀疏成像方法流程62-63
• 3.6.3 仿真分析63-64
• 3.7 所提方法性能比较64-65
• 3.8 本章小结65-66
• 第4章 机动目标微波关联稀疏成像方法研究66-80
• 4.1 引言66-67
• 4.2 目标高速运动对微波关联稀疏成像的影响67-69
• 4.3 基于稀疏表示分类器(SRC)的初速度与加速度联合估计69-72
• 4.3.1 算法流程70-71
• 4.3.2 仿真分析71-72
• 4.4 基于粒子群算法(PSO)的速度与加速度估计72-76
• 4.4.1 算法流程73-74
• 4.4.2 仿真分析74-76
• 4.5 基于初速度估计的加速度网格关联稀疏成像76-78
• 4.5.1 算法流程76-77
• 4.5.2 仿真分析77-78
• 4.6 本章小结78-80
• 第5章 结束语80-84
• 5.1 论文工作总结80-81
• 5.2 后续工作展望81-84
• 参考文献84-88
• 致谢88-90
• 在读期间发表的学术论文与取得的其他研究成果90

【相似文献】

中国期刊全文数据库 前10条

1 姚俊;浅谈关联规则挖掘[J];信息技术;2005年06期

2 钱思佑;蒋凡;刘峥峥;;基于事件-状态关联关系的GUI测试评判信息生成[J];中国科学技术大学学报;2011年04期

3 陈艳;徐华结;钱叶旺;许亚男;;基于频繁闭模式的故障状态简洁关联规则挖掘[J];华中师范大学学报(自然科学版);2013年03期

4 周敏生;企业不可忽视“关联信息”[J];秘书;2000年07期

5 张瑞秋,刘林,张承忠,周述璋;堤防横断面与设计参数关联的方法[J];工程图学学报;2005年05期

6 伊国栋,谭建荣,冯毅雄,纪杨建;基于关联约束的单元建模技术研究[J];计算机辅助设计与图形学学报;2003年12期

7 杨泽民;武志东;;关联规则挖掘综述[J];雁北师范学院学报;2006年02期

8 姚俊;关联规则挖掘概述[J];林区教学;2005年03期

9 王军;王员云;;基于信息粒的关联规则提取研究[J];电脑知识与技术;2008年12期

10 廖伟国;张宏书;;关联规则挖掘研究综述[J];网络财富;2009年07期

中国重要会议论文全文数据库 前3条

1 刘东波;卢正鼎;;关联规则挖掘研究综述[A];促进企业信息化进程——第九届中国Java技术及应用交流大会文集[C];2006年

2 薛庆;张世栋;隋琪;;一种基于服务关联的Web服务发现算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年

3 方婕;;从关联理论看英汉口译笔记中的逻辑关联词[A];福建省外国语文学会2012年会论文集[C];2012年

中国重要报纸全文数据库 前3条

1 何进伟、徐昕;关联第一击[N];中国计算机报;2003年

2 侯兰君;注重药品关联信息分析[N];医药经济报;2007年

3 吉林省邮电工程有限公司 宁雪峰;自动穿越在VLAN之间[N];中国计算机报;2008年

中国博士学位论文全文数据库 前8条

1 冯方向;基于深度学习的跨模态检索研究[D];北京邮电大学;2015年

2 叶世阳;支持服务质量关联的复合服务选择与协商技术研究[D];中国科学技术大学;2010年

3 王越;分布式关联规则挖掘的方法研究[D];重庆大学;2003年

4 王玮;基于概念格的关联规则挖掘及变化模式研究[D];山东大学;2012年

5 张顺香;Web环境下关联语义链接特征分析及其应用研究[D];上海大学;2012年

6 余光柱;高效用关联规则的挖掘[D];东华大学;2008年

7 周皓峰;关联规则挖掘的拓展性研究[D];复旦大学;2003年

8 何月顺;关联规则挖掘技术的研究及应用[D];南京航空航天大学;2010年

中国硕士学位论文全文数据库 前10条

1 杜琳琳;关联理论视角下《好汉两个半》中言语幽默研究[D];辽宁大学;2015年

2 陈浩;关联规则精简表示模型研究[D];合肥工业大学;2014年

3 康乾;基于攻击图的多源安全事件关联分析研究[D];杭州师范大学;2016年

4 罗春生;运动目标微波关联稀疏成像技术研究[D];中国科学技术大学;2016年

5 金轶;关联分析在冠心病诊疗数据中的应用研究[D];中南大学;2008年

6 周雅男;关联理论视角下汉语政治词语的翻译[D];黑龙江大学;2009年

7 张云健;基于利润分析的多层关联规则研究[D];重庆大学;2004年

8 张友鹏;关联规则挖掘在图书馆管理中的应用[D];西安石油大学;2010年

9 栗晓聪;加权关联规则在入侵检测中的研究与应用[D];广东工业大学;2012年

10 潘玲琳;基于关联规则的六度分隔系统设计与实现[D];华东师范大学;2007年

，

本文编号：910406