基于壓縮感知的雷達成像若干問題研究.pdf

1、壓縮感知理論突破了經典的Shannon-Nyquist采樣定理，通過較少的采樣數(shù)據(jù)準確重構稀疏信號，為信號獲取提供了全新框架。壓縮感知的重構模型是正則化最小二乘問題，可通過非線性方法求解。壓縮感知應用于雷達成像，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)雷達成像方法的高分辨性能。本研究主要內容包括：
　?、叛芯苛藟嚎s感知雷達成像方法，對該領域的若干問題進行了深入研究。介紹了壓縮感知的發(fā)展歷程、基礎理論及其在雷達成像中的

2、應用現(xiàn)狀，然后以步進頻信號推導了壓縮感知雷達成像模型，以SPGL1算法為例詳細闡述了其重構原理和計算流程。由于壓縮感知成像方法是將二維圖像作為一維信號處理，因此感知矩陣十分龐大，需要占用大量內存，且重構算法中的矩陣向量乘法耗時嚴重。本文基于非均勻快速傅立葉變換，針對兩種不同的矩陣向量乘法結構提出兩種加速算法，將其應用于壓縮感知重構算法可以大大降低運算量和內存占用量。
　　⑵提出了基于步進頻信號的CS+BP成像算法。通過仿真指出壓縮

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

4、采樣數(shù)據(jù)的方法是行不通的；固定隨機選頻下結合傳統(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靜止目標成像較為可行的雜波抑制方法。最后在固定隨機選頻模式下，結合傳統(tǒng)雜波抑制方法和CS+BP成像算法進行了穿墻雷達實測數(shù)據(jù)成像，得到了墻后靜止目標的清晰圖像。
　?、歉鶕?jù)貝葉斯壓縮感知理論從概率統(tǒng)計的角度出發(fā)，用先驗概率密度函數(shù)描述信號的稀疏特性，將重構過程轉化為隨機變量的最大后驗概率估計。算法的提出僅僅針對實數(shù)信號