基于壓縮感知的雷達(dá)成像若干問題研究.pdf

1、壓縮感知理論突破了經(jīng)典的Shannon-Nyquist采樣定理，通過較少的采樣數(shù)據(jù)準(zhǔn)確重構(gòu)稀疏信號(hào)，為信號(hào)獲取提供了全新框架。壓縮感知的重構(gòu)模型是正則化最小二乘問題，可通過非線性方法求解。壓縮感知應(yīng)用于雷達(dá)成像，一方面可以大大降低數(shù)據(jù)采樣率，另一方面能夠獲得超越傳統(tǒng)雷達(dá)成像方法的高分辨性能。本研究主要內(nèi)容包括：
　?、叛芯苛藟嚎s感知雷達(dá)成像方法，對(duì)該領(lǐng)域的若干問題進(jìn)行了深入研究。介紹了壓縮感知的發(fā)展歷程、基礎(chǔ)理論及其在雷達(dá)成像中的

2、應(yīng)用現(xiàn)狀，然后以步進(jìn)頻信號(hào)推導(dǎo)了壓縮感知雷達(dá)成像模型，以SPGL1算法為例詳細(xì)闡述了其重構(gòu)原理和計(jì)算流程。由于壓縮感知成像方法是將二維圖像作為一維信號(hào)處理，因此感知矩陣十分龐大，需要占用大量?jī)?nèi)存，且重構(gòu)算法中的矩陣向量乘法耗時(shí)嚴(yán)重。本文基于非均勻快速傅立葉變換，針對(duì)兩種不同的矩陣向量乘法結(jié)構(gòu)提出兩種加速算法，將其應(yīng)用于壓縮感知重構(gòu)算法可以大大降低運(yùn)算量和內(nèi)存占用量。
　?、铺岢隽嘶诓竭M(jìn)頻信號(hào)的CS+BP成像算法。通過仿真指出壓縮

3、感知雷達(dá)成像之所以能夠突破Shannon-Nyquist采樣定理，在于其隨機(jī)采樣，而非正則化最小二乘模型；CS雷達(dá)必須具有隨機(jī)性，否則與傳統(tǒng)成像算法相比沒有任何優(yōu)勢(shì)。近距離雷達(dá)成像面臨的主要問題是復(fù)雜環(huán)境下的強(qiáng)雜波。傳統(tǒng)的雜波抑制方法對(duì)非固定隨機(jī)選頻模式并不適用。本文將雜波抑制算法應(yīng)用于固定隨機(jī)選頻和非固定隨機(jī)選頻兩種采樣模式，結(jié)合CS+BP算法對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行成像。通過理論分析和實(shí)測(cè)數(shù)據(jù)成像指出，非固定隨機(jī)選頻下通過CS和FFT獲得均勻

4、采樣數(shù)據(jù)的方法是行不通的；固定隨機(jī)選頻下結(jié)合傳統(tǒng)雜波抑制方法和CS（或CS+BP）成像算法是目前近距離壓縮感知雷達(dá)靜止目標(biāo)成像較為可行的雜波抑制方法。最后在固定隨機(jī)選頻模式下，結(jié)合傳統(tǒng)雜波抑制方法和CS+BP成像算法進(jìn)行了穿墻雷達(dá)實(shí)測(cè)數(shù)據(jù)成像，得到了墻后靜止目標(biāo)的清晰圖像。
　?、歉鶕?jù)貝葉斯壓縮感知理論從概率統(tǒng)計(jì)的角度出發(fā)，用先驗(yàn)概率密度函數(shù)描述信號(hào)的稀疏特性，將重構(gòu)過程轉(zhuǎn)化為隨機(jī)變量的最大后驗(yàn)概率估計(jì)。算法的提出僅僅針對(duì)實(shí)數(shù)信號(hào)