版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、壓縮感知雷達(dá)(Compressed Sensing Radar,CSR)是近年來雷達(dá)信號(hào)處理領(lǐng)域的研究熱點(diǎn),利用目標(biāo)相對(duì)背景的高度稀疏性,CSR將時(shí)延—多普勒平面上不同目標(biāo)的回波信號(hào)組合構(gòu)成稀疏基,把目標(biāo)探測(cè)轉(zhuǎn)換為稀疏基下的場(chǎng)景重建。相比傳統(tǒng)雷達(dá),CSR具有以下特點(diǎn):1)采樣率低,數(shù)據(jù)量小,有助于降低對(duì)A/D轉(zhuǎn)換器、存儲(chǔ)和計(jì)算設(shè)備等硬件的要求;2)消除了匹配濾波環(huán)節(jié),目標(biāo)場(chǎng)景的恢復(fù)不受旁瓣影響;3)能夠同時(shí)獲得時(shí)延和多普勒的高分辨率。<
2、br> CSR系統(tǒng)的目標(biāo)探測(cè)性能主要取決于CS重構(gòu)算法所能達(dá)到的精度和穩(wěn)定性。Candes、Donoho等學(xué)者的研究表明,重構(gòu)算法性能受到感知矩陣互相關(guān)性的制約。感知矩陣各列間歸一化互相關(guān)系數(shù)越小,則重構(gòu)算法的重構(gòu)精度越高、抗噪能力越強(qiáng)、可觀測(cè)稀疏度上限越大。因此,以提升感知矩陣正交性為目標(biāo),對(duì)CSR系統(tǒng)的發(fā)射波形和測(cè)量矩陣合理設(shè)計(jì)與優(yōu)化,能夠提高CSR系統(tǒng)場(chǎng)景恢復(fù)的精度、抗噪性能和可觀測(cè)稀疏度上限。基于上述思想,本文以面向CSR性能
3、提升的感知矩陣優(yōu)化為背景展開研究工作,運(yùn)用現(xiàn)代優(yōu)化計(jì)算方法對(duì)CSR系統(tǒng)的發(fā)射波形、測(cè)量矩陣以及波形-測(cè)量矩陣開展優(yōu)化,完成了如下工作:
在CSR信號(hào)模型的基礎(chǔ)上,針對(duì)感知矩陣優(yōu)化的問題,構(gòu)建CSR感知矩陣優(yōu)化模型,分析并給出了發(fā)射波形、測(cè)量矩陣與感知矩陣正交性、RIP準(zhǔn)則之間的關(guān)系。
提出了三種CSR波形設(shè)計(jì)算法:1)以感知矩陣各列間歸一化互相關(guān)系數(shù)的平均值最小化為優(yōu)化目標(biāo),提出了基于特征值分解的復(fù)數(shù)波形設(shè)計(jì)算法;2
4、)以相關(guān)測(cè)度矩陣逼近單位矩陣為優(yōu)化目標(biāo),提出了基于奇異值分解(Singular Value Decomposition, SVD)的復(fù)數(shù)波形設(shè)計(jì)算法;3)考慮到雷達(dá)充分利用發(fā)射機(jī)效率和減少相位變化個(gè)數(shù)等需求,提出了基于模擬退火(Simulated Annealing,SA)的多相碼設(shè)計(jì)算法。
針對(duì)濾波結(jié)構(gòu)的測(cè)量矩陣,提出了兩種測(cè)量矩陣設(shè)計(jì)算法:1)基于遺傳算法(Genetic Algorithm,GA)的1?形式濾波器系數(shù)設(shè)計(jì)
5、算法;2)基于SVD的復(fù)數(shù)濾波器系數(shù)設(shè)計(jì)算法。
在上述波形設(shè)計(jì)和測(cè)量矩陣設(shè)計(jì)算法基礎(chǔ)上,提出了基于SA的感知矩陣設(shè)計(jì)算法和基于SVD的感知矩陣設(shè)計(jì)算法。
計(jì)算機(jī)實(shí)驗(yàn)仿真結(jié)果表明,感知矩陣相關(guān)系數(shù)最小化、感知矩陣歸一化互相關(guān)系數(shù)的平均值最小化和以相關(guān)測(cè)度矩陣逼近單位矩陣都可以作為感知矩陣的優(yōu)化設(shè)計(jì)準(zhǔn)則;本文所提出的算法都能夠顯著降低感知矩陣互相關(guān)性,從而有效提高CSR場(chǎng)景恢復(fù)精度,提升抗噪能力,增大可觀測(cè)稀疏度上限;且
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于信息論的MIMO壓縮感知雷達(dá)測(cè)量矩陣優(yōu)化.pdf
- 壓縮感知中測(cè)量矩陣的優(yōu)化方法研究.pdf
- 基于壓縮感知觀測(cè)矩陣優(yōu)化的圖像重構(gòu).pdf
- 壓縮感知測(cè)量矩陣優(yōu)化及其應(yīng)用研究.pdf
- 壓縮感知中測(cè)量矩陣的構(gòu)造與優(yōu)化.pdf
- 壓縮感知觀測(cè)矩陣優(yōu)化與信號(hào)重建算法研究.pdf
- 壓縮感知采樣和觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 壓縮感知系統(tǒng)中觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 壓縮感知中測(cè)量矩陣構(gòu)造與優(yōu)化的研究.pdf
- 壓縮感知中矩陣優(yōu)化與快速重構(gòu)方法研究.pdf
- 壓縮感知測(cè)量矩陣的研究.pdf
- 壓縮感知中測(cè)量矩陣的優(yōu)化與構(gòu)造方法.pdf
- 壓縮感知中測(cè)量矩陣的構(gòu)造與優(yōu)化研究.pdf
- 壓縮感知測(cè)量矩陣構(gòu)造方法研究
- 壓縮感知中觀測(cè)矩陣的研究.pdf
- 壓縮感知中觀測(cè)矩陣研究論文
- 壓縮感知測(cè)量矩陣構(gòu)造方法研究.pdf
- 基于壓縮感知的測(cè)量矩陣研究.pdf
- 基于壓縮感知中觀測(cè)矩陣優(yōu)化和重構(gòu)算法研究.pdf
- 壓縮感知中觀測(cè)矩陣的構(gòu)造及優(yōu)化方法研究.pdf
評(píng)論
0/150
提交評(píng)論