合成孔径雷达结构化目标稀疏成像方法研究
发布时间：2021-01-18 20:56
合成孔径雷达（Synthetic Aperture Radar,SAR）成像技术具有全天候、全天时、作用距离远等优势,在军民两用领域都发挥着重要作用。随着成像雷达应用的不断扩展,SAR系统的数据获取体制逐渐向多模式、多视角、多极化等多维度方向发展。多维度观测对高分辨SAR成像提出了更高的需求,现有的SAR成像技术面临着稀疏孔径观测、目标后向散射场建模以及相位噪声干扰等问题。人造目标是SAR系统探测的重要对象之一,在成像场景中通常具有空域稀疏散射特性、聚集结构散射特性以及部件级参数化散射特性。本文针对这类结构化目标,利用其局部散射先验信息,联合目标电磁特征精细描述、稀疏孔径成像与变化检测以及相位噪声抑制等关键性技术,进行高分辨SAR成像方法研究。本文的研究内容概括为以下三个方面:（1）结构化目标全极化SAR部件级稀疏成像方法在一定观测条件下,SAR电磁散射场分布可以明确反映结构化目标的物理属性。本文从目标电磁散射机理出发,讨论了部件级参数化散射模型与结构化目标后向散射场的映射关系,建立了基于属性散射中心（Attribute Scattering Center,ASC）和典型散射结构（Ca...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究历史与现状
1.2.1 SAR成像系统的发展概况
1.2.2 SAR稀疏成像技术研究现状
1.3 论文主要工作及结构安排
第二章 SAR成像基础
2.1 引言
2.2 SAR成像基本原理
2.2.1 点散射中心回波模型
2.2.2 部件级参数化散射回波模型
2.3 SAR成像技术
2.3.1 匹配滤波技术
2.3.2 正则化技术与贝叶斯推理技术
2.4 SAR稀疏成像与结构稀疏成像方法
2.4.1 SAR稀疏成像方法
2.4.2 SAR结构稀疏成像方法
2.5 本章小结
第三章 结构化目标全极化SAR部件级稀疏成像方法
3.1 引言
3.2 散射中心模型发展
3.2.1 DE模型
3.2.2 ASC模型
3.2.3 CSF模型
3.3 目标电磁散射机理驱动的全极化SAR信号模型
3.3.1 基于ASC信息的全极化观测模型
3.3.2 基于CSF信息的全极化观测模型
3.4 基于CSF模型的全极化SAR部件级稀疏成像算法
3.4.1 M-FOCUSS成像算法原理及流程
3.4.2 实验分析
3.5 基于ASC模型的全极化SAR超分辨成像算法
3.5.1 脉冲噪声
3.5.2 ADMM超分辨成像算法原理及流程
3.5.3 实验分析
3.6 本章小结
第四章 结构化目标稀疏孔径SAR成像与变化检测方法
4.1 引言
4.2 稀疏孔径SAR观测模型
4.3 结构化目标稀疏孔径SAR成像算法
4.3.1 结构稀疏贝叶斯成像模型
4.3.2 贝叶斯成像算法
4.3.3 相干变化检测
4.3.4 实验分析
4.4 稀疏孔径SAR联合成像与变化检测算法
4.4.1 贝叶斯联合成像与变化检测模型
4.4.2 贝叶斯联合成像与变化检测算法
4.4.3 实验分析
4.5 本章小结
第五章 结构感知的SC-SAR成像自聚焦方法
5.1 引言
5.2 SC-SAR系统距离多普勒成像算法
5.2.1 SC-SAR系统与信号模型
5.2.2 SC-SAR距离多普勒成像算法
5.2.3 实验分析
5.3 结构感知的贝叶斯SC-SAR稀疏成像自聚焦算法
5.3.1 含有相位噪声的SC-SAR信号模型
5.3.2 脉冲维相位噪声结构性先验
5.3.3 贝叶斯成像自聚焦算法
5.3.4 实验分析
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 工作展望
致谢
参考文献
附录 A
A.1 公式（3-26）的推导过程
1范数和复?2范数近端算子的推导过程"> A.2 复?1范数和复?2范数近端算子的推导过程
A.3 公式（4-40）的推导过程
A.4 公式（5-46）的推导过程
攻读博士期间取得的研究成果
【参考文献】：
期刊论文
[1]脉冲噪声环境下单基地MIMO雷达目标角度估计算法[J]. 夏耘,毕英杰,王玉磊,朱晓梅. 现代雷达. 2018(08)
[2]加权结构组稀疏表示的图像压缩感知重构[J]. 李佳,高志荣,熊承义,周城. 通信学报. 2017(02)
[3]利用组稀疏特性的宽带压缩频谱感知[J]. 吴宏林,王殊. 信号处理. 2014(03)
[4]基于块结构稀疏度的自适应图像修复算法[J]. 李志丹,和红杰,尹忠科,陈帆,仁青诺布. 电子学报. 2013(03)
[5]地基SAR干涉测量原理及其形变监测应用研究[J]. 王鹏,周校. 测绘信息与工程. 2012(04)
[6]从稀疏到结构化稀疏:贝叶斯方法[J]. 孙洪,张智林,余磊. 信号处理. 2012(06)
[7]基于GB-SAR的地面军事目标伪装性能检测及评估方法[J]. 张新征,黄培康. 包装工程. 2011(23)
[8]弹载合成孔径雷达制导技术发展综述[J]. 尹德成. 现代雷达. 2009(11)
[9]弹载合成孔径雷达技术研究综述[J]. 秦玉亮,王建涛,王宏强,黎湘. 信号处理. 2009(04)
[10]高分辨相干极化GTD散射模型及其应用[J]. 代大海,王雪松,肖顺平,庄钊文. 电波科学学报. 2008(01)
博士论文
[1]基于局部散射模型的SAR目标高精度重建方法[D]. 丛迅超.电子科技大学 2017
[2]单比特合成孔径雷达稀疏成像技术的研究[D]. 周崇彬.中国科学技术大学 2016
[3]逆合成孔径雷达提高分辨率成像方法研究[D]. 吴敏.西安电子科技大学 2016
[4]高分辨雷达成像稀疏信号处理技术研究[D]. 徐刚.西安电子科技大学 2015
[5]雷达图像目标特征提取方法研究[D]. 李飞.西安电子科技大学 2014
[6]基于实测数据的雷达成像方法研究[D]. 邢孟道.西安电子科技大学 2002
硕士论文
[1]机载合成孔径雷达成像算法及其运动补偿[D]. 曹霁.合肥工业大学 2004
本文编号：2985659
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究历史与现状
1.2.1 SAR成像系统的发展概况
1.2.2 SAR稀疏成像技术研究现状
1.3 论文主要工作及结构安排
第二章 SAR成像基础
2.1 引言
2.2 SAR成像基本原理
2.2.1 点散射中心回波模型
2.2.2 部件级参数化散射回波模型
2.3 SAR成像技术
2.3.1 匹配滤波技术
2.3.2 正则化技术与贝叶斯推理技术
2.4 SAR稀疏成像与结构稀疏成像方法
2.4.1 SAR稀疏成像方法
2.4.2 SAR结构稀疏成像方法
2.5 本章小结
第三章 结构化目标全极化SAR部件级稀疏成像方法
3.1 引言
3.2 散射中心模型发展
3.2.1 DE模型
3.2.2 ASC模型
3.2.3 CSF模型
3.3 目标电磁散射机理驱动的全极化SAR信号模型
3.3.1 基于ASC信息的全极化观测模型
3.3.2 基于CSF信息的全极化观测模型
3.4 基于CSF模型的全极化SAR部件级稀疏成像算法
3.4.1 M-FOCUSS成像算法原理及流程
3.4.2 实验分析
3.5 基于ASC模型的全极化SAR超分辨成像算法
3.5.1 脉冲噪声
3.5.2 ADMM超分辨成像算法原理及流程
3.5.3 实验分析
3.6 本章小结
第四章 结构化目标稀疏孔径SAR成像与变化检测方法
4.1 引言
4.2 稀疏孔径SAR观测模型
4.3 结构化目标稀疏孔径SAR成像算法
4.3.1 结构稀疏贝叶斯成像模型
4.3.2 贝叶斯成像算法
4.3.3 相干变化检测
4.3.4 实验分析
4.4 稀疏孔径SAR联合成像与变化检测算法
4.4.1 贝叶斯联合成像与变化检测模型
4.4.2 贝叶斯联合成像与变化检测算法
4.4.3 实验分析
4.5 本章小结
第五章 结构感知的SC-SAR成像自聚焦方法
5.1 引言
5.2 SC-SAR系统距离多普勒成像算法
5.2.1 SC-SAR系统与信号模型
5.2.2 SC-SAR距离多普勒成像算法
5.2.3 实验分析
5.3 结构感知的贝叶斯SC-SAR稀疏成像自聚焦算法
5.3.1 含有相位噪声的SC-SAR信号模型
5.3.2 脉冲维相位噪声结构性先验
5.3.3 贝叶斯成像自聚焦算法
5.3.4 实验分析
5.4 本章小结
第六章 总结与展望
6.1 本文总结
6.2 工作展望
致谢
参考文献
附录 A
A.1 公式（3-26）的推导过程
1范数和复?2范数近端算子的推导过程"> A.2 复?1范数和复?2范数近端算子的推导过程
A.3 公式（4-40）的推导过程
A.4 公式（5-46）的推导过程
攻读博士期间取得的研究成果
【参考文献】：
期刊论文
[1]脉冲噪声环境下单基地MIMO雷达目标角度估计算法[J]. 夏耘,毕英杰,王玉磊,朱晓梅. 现代雷达. 2018(08)
[2]加权结构组稀疏表示的图像压缩感知重构[J]. 李佳,高志荣,熊承义,周城. 通信学报. 2017(02)
[3]利用组稀疏特性的宽带压缩频谱感知[J]. 吴宏林,王殊. 信号处理. 2014(03)
[4]基于块结构稀疏度的自适应图像修复算法[J]. 李志丹,和红杰,尹忠科,陈帆,仁青诺布. 电子学报. 2013(03)
[5]地基SAR干涉测量原理及其形变监测应用研究[J]. 王鹏,周校. 测绘信息与工程. 2012(04)
[6]从稀疏到结构化稀疏:贝叶斯方法[J]. 孙洪,张智林,余磊. 信号处理. 2012(06)
[7]基于GB-SAR的地面军事目标伪装性能检测及评估方法[J]. 张新征,黄培康. 包装工程. 2011(23)
[8]弹载合成孔径雷达制导技术发展综述[J]. 尹德成. 现代雷达. 2009(11)
[9]弹载合成孔径雷达技术研究综述[J]. 秦玉亮,王建涛,王宏强,黎湘. 信号处理. 2009(04)
[10]高分辨相干极化GTD散射模型及其应用[J]. 代大海,王雪松,肖顺平,庄钊文. 电波科学学报. 2008(01)
博士论文
[1]基于局部散射模型的SAR目标高精度重建方法[D]. 丛迅超.电子科技大学 2017
[2]单比特合成孔径雷达稀疏成像技术的研究[D]. 周崇彬.中国科学技术大学 2016
[3]逆合成孔径雷达提高分辨率成像方法研究[D]. 吴敏.西安电子科技大学 2016
[4]高分辨雷达成像稀疏信号处理技术研究[D]. 徐刚.西安电子科技大学 2015
[5]雷达图像目标特征提取方法研究[D]. 李飞.西安电子科技大学 2014
[6]基于实测数据的雷达成像方法研究[D]. 邢孟道.西安电子科技大学 2002
硕士论文
[1]机载合成孔径雷达成像算法及其运动补偿[D]. 曹霁.合肥工业大学 2004
本文编号：2985659
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/2985659.html
