基于壓縮感知的艦船目標ISAR成像方法研究.pdf

1、壓縮感知的出現(xiàn)為雷達成像技術提供了新思路,同時也因為海雜波的存在,雷達數(shù)據(jù)的稀疏性受到破壞,這對于貪婪迭代算法中需要事先知曉稀疏度,進而進行壓縮感知重構的算法來講,無疑有很大的影響。本文將貪婪迭代算法中的SAMP算法應用到壓縮感知雷達成像中,首先,SAMP算法不需要稀疏度作為輸入?yún)?shù),這對于稀疏性受到海雜波影響的雷達回波無疑方便很多。其次,SAMP設置了閾值這一參數(shù),作于重構算法的迭代終止條件。本文根據(jù)海雜波的情況進行SAMP算法中閾值

2、的估算,進而達到抑制海雜波的目的。
　　首先,本文分析了海雜波的幅度特性,以及時間與空間相關特性,采用球不變隨機過程算法仿真時-空二維海雜波,結合仿真結果對比分析了仿真與理論的時空相關的K分布海雜波,證明了球不變隨機過程算法的有效性。接著,建立了艦船目標的散射點模型,介紹了艦船目標的距離-多普勒算法,給出了海雜波下艦船目標的仿真成像,由此分析了海雜波對于傳統(tǒng)的RD成像結果的影響。
　　然后,本文將壓縮感知應用到ISAR成像的

3、方位向中。首先介紹了方位向的壓縮感知ISAR成像原理,構造了算法所需的稀疏基,重構算法采用了貪婪迭代算法中的OMP和SAMP算法。文中分析了稀疏度,測量數(shù)對于OMP算法的影響,以及步長,閾值以及測量數(shù)對于SAMP算法的影響。通過仿真結果,證明了稀疏度對于OMP算法性能的重要性,從而體現(xiàn)出SAMP不需要稀疏度作為輸入?yún)?shù)的優(yōu)勢。另一方面,通過理論證明和仿真結果,驗證了估算海雜波幅度的方法估算SAMP算法的閾值可行并且合理,能夠達到大幅度地