壓縮感知雷達(dá)高分辨成像與波形設(shè)計(jì)研究.pdf

1、壓縮感知(CS)是信息論和信號(hào)處理領(lǐng)域的一項(xiàng)新興技術(shù)，它突破了傳統(tǒng)Nyquist采樣定理的限制，基于信號(hào)的稀疏性或可壓縮性完成對(duì)信號(hào)的壓縮采樣和重構(gòu)。CS理論為解決現(xiàn)代數(shù)字信號(hào)處理系統(tǒng)的高采樣率、大數(shù)據(jù)存儲(chǔ)和高傳輸代價(jià)等問題提供了新的思路。在雷達(dá)實(shí)際應(yīng)用中，感興趣的目標(biāo)通常僅占據(jù)少量的空間分辨單元，雷達(dá)照射區(qū)域內(nèi)目標(biāo)回波信號(hào)是稀疏的，由此壓縮感知雷達(dá)(CSR)受到了雷達(dá)信號(hào)處理領(lǐng)域研究人員的廣泛關(guān)注。這種全新的雷達(dá)概念在簡化雷達(dá)硬件設(shè)計(jì)

2、、彌補(bǔ)雷達(dá)接收數(shù)據(jù)缺陷、改善雷達(dá)成像質(zhì)量等方面有著巨大潛力。
　　 本文針對(duì)CSR稀疏重構(gòu)高分辨成像運(yùn)算復(fù)雜度高、系統(tǒng)感知矩陣非相干性差、低信干噪比情況下成像虛假目標(biāo)較多等問題，以構(gòu)建穩(wěn)健、低運(yùn)算復(fù)雜度的CSR感知系統(tǒng)為核心出發(fā)點(diǎn)，圍繞CSR高分辨成像及波形優(yōu)化設(shè)計(jì)展開相關(guān)研究，其主要工作包括:
　　 1.頻率編碼脈沖(FCP)壓縮感知雷達(dá)高分辨成像方法
　　 研究了一種頻率編碼脈沖壓縮感知雷達(dá)(FCP-CSR)

3、的目標(biāo)高分辨距離成像方法。利用目標(biāo)場景的空間稀疏性，建立了FCP-CSR目標(biāo)回波稀疏信號(hào)模型，給出了FCP-CSR脈沖相參合成處理方法。該方法采用少量雷達(dá)信號(hào)子脈沖對(duì)目標(biāo)頻域響應(yīng)進(jìn)行采樣，即可提取目標(biāo)高分辨距離像信息。為了降低CS重構(gòu)算法的運(yùn)算復(fù)雜度，提出一種基于FFT目標(biāo)速度預(yù)估計(jì)的動(dòng)態(tài)構(gòu)造降維感知矩陣的方法，提高了FCP-CSR脈沖相參合成處理的速度。較傳統(tǒng)IFFT脈沖相干合成算法，該方法具有較小的目標(biāo)強(qiáng)散射中心幅度估計(jì)誤差，對(duì)速度

4、估計(jì)誤差及噪聲的魯棒性更好。
　　 利用雷達(dá)目標(biāo)在時(shí)頻域的稀疏特性，研究了一種偽隨機(jī)頻率步進(jìn)脈沖壓縮感知雷達(dá)(PRSFP-CSR)進(jìn)行距離-多普勒高分辨成像的方法。首先建立了目標(biāo)距離-多普勒參數(shù)感知模型;然后針對(duì)在噪聲統(tǒng)計(jì)特性未知情況下，傳統(tǒng)稀疏信號(hào)重構(gòu)算法無法適用的問題，給出一種基于交叉驗(yàn)證的穩(wěn)健SL0(CV-RSL0)目標(biāo)距離-多普勒成像算法。PRSFP-CSR由于其感知矩陣具有較強(qiáng)的非相干性，可獲得更高的距離-速度聯(lián)合分辨

5、性能;給出的CV-RSL0算法無需已知噪聲統(tǒng)計(jì)特性，隨著信噪比(SNR)的提高，其目標(biāo)參數(shù)提取性能能夠快速逼近先知估計(jì)器(Oracle-estimator)的估計(jì)誤差界。
　　 2.偽隨機(jī)多相碼連續(xù)波CSR距離-多普勒成像及波形優(yōu)化設(shè)計(jì)
　　 為了克服脈沖體制CSR對(duì)應(yīng)的準(zhǔn)Toeplitz形式感知矩陣造成的性能損失，研究了一種采用偽隨機(jī)多相碼連續(xù)波的CSR距離-多普勒成像方法，在建立目標(biāo)信息感知模型的基礎(chǔ)上，采用CS以低

6、于Nyquist采樣率對(duì)目標(biāo)回波采樣，然后從少量的采樣數(shù)據(jù)中對(duì)噪聲背景下的目標(biāo)場景進(jìn)行成像。
　　 為了進(jìn)一步提高目標(biāo)信息提取的有效性，改善多相編碼CSR目標(biāo)場景距離-多普勒成像性能，在測量矩陣采用隨機(jī)矩陣時(shí)，給出一種最小化感知矩陣統(tǒng)計(jì)相干系數(shù)的CSR波形優(yōu)化設(shè)計(jì)方法。在建立最小化感知矩陣統(tǒng)計(jì)相干系數(shù)的波形優(yōu)化目標(biāo)函數(shù)的基礎(chǔ)上，采用遺傳算法(GA)對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化求解。優(yōu)化設(shè)計(jì)的波形使得感知矩陣子矩陣近似正交程度達(dá)到最優(yōu)，與傳

7、統(tǒng)波形相比，能夠有效降低目標(biāo)參數(shù)估計(jì)誤差，提高可檢測目標(biāo)個(gè)數(shù)的上限，改善了CSR目標(biāo)成像的準(zhǔn)確性和魯棒性，同時(shí)該波形具有硬件實(shí)現(xiàn)容易，設(shè)計(jì)靈活等優(yōu)點(diǎn)。
　　 3.壓縮感知雷達(dá)多目標(biāo)高分辨角度估計(jì)
　　 研究基于CSR的多目標(biāo)DOA估計(jì)問題。利用雷達(dá)目標(biāo)的空域稀疏性，構(gòu)建了一種新的DOA壓縮感知模型，其感知矩陣滿足約束等容(RIP)條件。給出一種基于奇異值分解(SVD)的多測量矢量欠定系統(tǒng)正則化聚焦求解(SVD-RMFOC

8、USS)算法。該算法在一定程度上克服了稀疏重構(gòu)算法無法用于低SNR情況下的缺陷，且具有較低的運(yùn)算復(fù)雜度。所提算法性能優(yōu)于傳統(tǒng)DOA估計(jì)算法，能夠?qū)θ我庀嚓P(guān)性的信號(hào)進(jìn)行有效DOA估計(jì)，具有更高的角度分辨力及估計(jì)精度。
　　 4.干擾噪聲背景下壓縮感知雷達(dá)波形優(yōu)化設(shè)計(jì)
　　 為了改善CSR在干擾噪聲背景下目標(biāo)檢測及距離-多普勒參數(shù)的估計(jì)性能，提出聯(lián)合優(yōu)化感知矩陣平均相干系數(shù)(ACSM)與信干噪比(SINR)的波形設(shè)計(jì)方法。文