壓縮感知及其在雷達信號處理中的應(yīng)用.pdf

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

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

3、ation Converter,AIC)的壓縮匹配濾波器。傳統(tǒng)雷達信號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。為了克服對帶寬的限制,本論文研究了AIC的設(shè)計與實現(xiàn),這突破了脈沖壓縮技術(shù)對雷達信號帶寬的限制,大大降低了信號的采樣速率,并應(yīng)用該方法對雷達目標(biāo)參數(shù)進行了估計。
　　 (2)在此基礎(chǔ)上,本論文實現(xiàn)了基于快速貝葉斯匹配追蹤(Fast BayesianMatching Pursuit,FBMP)算法的雷達目

4、標(biāo)參數(shù)估計。該算法應(yīng)用優(yōu)化貝葉斯框架來決定信號稀疏表示的原子,同時估計出信號的稀疏表示系數(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,時間復(fù)雜度和重建精度介于二者之間。采用本論文方法進行了實驗,實驗結(jié)果表明:在存在系統(tǒng)噪聲和雜波的情況下,FBMP算法均能實現(xiàn)比其它算法更準(zhǔn)確的目標(biāo)特性估計。
　　 (3)為了實現(xiàn)更低采樣率和信噪比下的目標(biāo)參數(shù)估計,本論文提出了一種基于進化計

5、算(Evolutionary Computations,EC)的壓縮信號恢復(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)化問題,該算法比其它優(yōu)化算法得到了更高質(zhì)量的解,且對噪聲具有一定魯棒性。采用本論文方法進行了實驗,實驗結(jié)果表明:在存在系統(tǒng)噪聲和雜波的情況下,基于EC的壓縮信號恢復(fù)方法都可以更好的估計出目標(biāo)特性,其缺點是時間復(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(Synthesis Aper