2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩122頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著軍事技術(shù)的不斷發(fā)展,如何獲得高分辨率的雷達(dá)目標(biāo)探測及成像性能成為各國學(xué)者廣泛研究的問題。然而分辨率的提升是以增大信號帶寬為代價的,若按照傳統(tǒng)奈奎斯特采樣定律進(jìn)行大帶寬信號的獲取,必將給前端數(shù)據(jù)采集和后端數(shù)據(jù)處理、傳輸帶來巨大壓力。因此如何利用有限的信號帶寬實(shí)現(xiàn)高分辨目標(biāo)探測、成像和信息傳輸成為本文的研究重點(diǎn)。
  壓縮感知理論指出,如果信號具有稀疏性或可壓縮性,則可以通過遠(yuǎn)低于奈奎斯特的采樣速率實(shí)現(xiàn)信號的信息重建。該理

2、論通過將信號從高維空間投影到低維空間,實(shí)現(xiàn)了觀測數(shù)據(jù)的有效降維,大大突破了傳統(tǒng)采樣定理的限制。本文以壓縮感知理論為基礎(chǔ),通過挖掘目標(biāo)多維空間下的稀疏性,具體針對雷達(dá)目標(biāo)的一維參量(角度、距離)估計(jì)、二維雷達(dá)成像和以及遙感圖像傳輸三個方面展開了深入的研究,其主要內(nèi)容如下:
  (1)本文提出了一種信號服從廣義柯西先驗(yàn)分布的貝葉斯壓縮感知重構(gòu)算法,并將其應(yīng)用于雷達(dá)目標(biāo)的距離和角度探測。在貝葉斯理論的框架下,本文通過對信號指定具有增強(qiáng)稀

3、疏性約束的廣義柯西分布作為先驗(yàn)分布,根據(jù)最大后驗(yàn)概率準(zhǔn)則推導(dǎo)了相應(yīng)的壓縮感知模型。由于該稀疏先驗(yàn)的對數(shù)是非凸的導(dǎo)致該模型的求解是一個非凸優(yōu)化問題。本文通過引入了加權(quán)優(yōu)化策略,將非凸優(yōu)化問題轉(zhuǎn)化為凸的子優(yōu)化問題,大大簡化了計(jì)算復(fù)雜度。最后,通過挖掘雷達(dá)目標(biāo)在時域和空域的稀疏性,本文中將所提算法應(yīng)用于超寬帶雷達(dá)的測距和測向研究中。仿真實(shí)驗(yàn)表明,相比傳統(tǒng)壓縮感知重構(gòu)算法,所提算法在有限觀測下能夠獲得更高的探測分辨率。
  (2)對于具有

4、豐富的空域紋理結(jié)構(gòu)的SAR場景,現(xiàn)有的基于固定稀疏表示的壓縮SAR成像方法不能獲得最優(yōu)的圖像重建。針對這個問題,本文提出了一種基于結(jié)構(gòu)化稀疏表示的SAR成像算法。該算法通過采用分段自回歸模型構(gòu)造了具有自適應(yīng)稀疏表示能力的結(jié)構(gòu)化稀疏空間。同時,像素之間的結(jié)構(gòu)相似性被引入到所提模型中來進(jìn)一步刻畫圖像區(qū)域的不規(guī)則性。考慮到SAR成像和分段自回歸模型參數(shù)都是未知的,該算法通過采用交替優(yōu)化方法聯(lián)合實(shí)現(xiàn)了結(jié)構(gòu)化稀疏空間更新和SAR成像。仿真實(shí)驗(yàn)表明

5、,相比采用固定字典的壓縮感知SAR成像方法,提出方法在有限采樣數(shù)據(jù)下可以獲得更高質(zhì)量的成像結(jié)果。
  (3)針對有限帶寬下臨近空間飛行器和地面間的不穩(wěn)定通信,本文提出了一種穩(wěn)健的基于壓縮感知的多站分級傳輸方法。該方法主要有兩個創(chuàng)新點(diǎn):首先,多個地面站分布在不同位置完成與飛行器連續(xù)和實(shí)時的通信;其次,該方法通過挖掘觀測量間的相關(guān)性,提出了一個基于壓縮感知的可分級編碼方案,其中雙層編碼結(jié)構(gòu)進(jìn)一步提高了編碼效率。利用壓縮感知觀測量的同等

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論