壓縮感知及其在雷達(dá)信號(hào)處理中的應(yīng)用.pdf

1、為了實(shí)現(xiàn)目標(biāo)的精確定位、精確攔截和精確打擊,需要提高雷達(dá)系統(tǒng)的分辨率,這也是提高雷達(dá)多目標(biāo)測(cè)距、檢測(cè)、分類與識(shí)別水平的關(guān)鍵。距離分辨率決定于雷達(dá)信號(hào)的帶寬,帶寬越大越好,那么雷達(dá)系統(tǒng)需發(fā)射大寬帶信號(hào)。在傳統(tǒng)信號(hào)處理框架下,采樣速率必須滿足奈奎斯特采樣定理,才能夠從采樣信號(hào)中不失真的恢復(fù)出原始信號(hào)。對(duì)于寬帶信號(hào),這無(wú)疑給硬件設(shè)備帶來(lái)極大的挑戰(zhàn),導(dǎo)致雷達(dá)接收端采樣設(shè)備昂貴。
　　 近幾年發(fā)展起來(lái)的壓縮感知(Compressed se

2、nsing,CS)理論為信號(hào)處理帶來(lái)了革命性的突破。壓縮感知認(rèn)為:如果信號(hào)在可稀疏表示或可壓縮的情況下,就可以從低維觀測(cè)數(shù)據(jù)中恢復(fù)出原始高分辨信號(hào)。那么根據(jù)CS理論:在雷達(dá)接收端對(duì)信號(hào)進(jìn)行壓縮采樣,就有望突破傳統(tǒng)雷達(dá)處理寬帶信號(hào)時(shí)的硬件限制。CS理論一旦實(shí)踐成功,對(duì)雷達(dá)信號(hào)處理帶來(lái)的影響是不言而喻的。本論文對(duì)CS在雷達(dá)信號(hào)處理中的應(yīng)用進(jìn)行了研究,主要內(nèi)容如下:
　　 (1)設(shè)計(jì)了基于模擬信息轉(zhuǎn)換(Analog-to-Inform

3、ation Converter,AIC)的壓縮匹配濾波器。傳統(tǒng)雷達(dá)信號(hào)處理采用的是脈沖壓縮技術(shù),該方法需要遵循奈奎斯特采樣定理。為了克服對(duì)帶寬的限制,本論文研究了AIC的設(shè)計(jì)與實(shí)現(xiàn),這突破了脈沖壓縮技術(shù)對(duì)雷達(dá)信號(hào)帶寬的限制,大大降低了信號(hào)的采樣速率,并應(yīng)用該方法對(duì)雷達(dá)目標(biāo)參數(shù)進(jìn)行了估計(jì)。
　　 (2)在此基礎(chǔ)上,本論文實(shí)現(xiàn)了基于快速貝葉斯匹配追蹤(Fast BayesianMatching Pursuit,FBMP)算法的雷達(dá)目

4、標(biāo)參數(shù)估計(jì)。該算法應(yīng)用優(yōu)化貝葉斯框架來(lái)決定信號(hào)稀疏表示的原子,同時(shí)估計(jì)出信號(hào)的稀疏表示系數(shù)和稀疏基。FBMP算法結(jié)合了匹配追蹤(Matching Pursuit,MP)與貝葉斯兩種方法的優(yōu)勢(shì),時(shí)間復(fù)雜度和重建精度介于二者之間。采用本論文方法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:在存在系統(tǒng)噪聲和雜波的情況下,FBMP算法均能實(shí)現(xiàn)比其它算法更準(zhǔn)確的目標(biāo)特性估計(jì)。
　　 (3)為了實(shí)現(xiàn)更低采樣率和信噪比下的目標(biāo)參數(shù)估計(jì),本論文提出了一種基于進(jìn)化計(jì)

5、算(Evolutionary Computations,EC)的壓縮信號(hào)恢復(fù)算法。利用EC的全局搜索能力解決目標(biāo)返程系數(shù)恢復(fù)的非凸優(yōu)化問(wèn)題,該算法比其它優(yōu)化算法得到了更高質(zhì)量的解,且對(duì)噪聲具有一定魯棒性。采用本論文方法進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:在存在系統(tǒng)噪聲和雜波的情況下,基于EC的壓縮信號(hào)恢復(fù)方法都可以更好的估計(jì)出目標(biāo)特性,其缺點(diǎn)是時(shí)間復(fù)雜度略高。
　　 (4)提出了一種基于字典學(xué)習(xí)的合成孔徑雷達(dá)(Synthesis Aper