本文關(guān)鍵詞： 低空環(huán)境 頻率步進(jìn)信號(hào) 旋轉(zhuǎn)式合成孔徑雷達(dá) Omega-K算法 壓縮感知　出處：《西安電子科技大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著直升機(jī)載等低空飛行器井噴式發(fā)展,低空飛行器的飛行安全及自主避險(xiǎn)問題引起人們的廣泛關(guān)注。針對(duì)低空環(huán)境感知中的感知能力受限于平臺(tái)載荷、回波信噪比低、傳統(tǒng)采樣數(shù)據(jù)量大等問題,依次開展了步進(jìn)頻雷達(dá)低空障礙物超分辨一維成像、頻率步進(jìn)信號(hào)旋轉(zhuǎn)式合成孔徑雷達(dá)(ROSAR)成像、基于壓縮感知的旋轉(zhuǎn)式合成孔徑雷達(dá)成像的方法研究。為了實(shí)現(xiàn)低空避險(xiǎn),提前感知危險(xiǎn)信息,提高低空障礙物成像分辨率,提出了步進(jìn)頻雷達(dá)低空障礙物超分辨一維成像。首先,對(duì)原始回波信號(hào)去噪得到觀測(cè)矢量,并構(gòu)造字典矩陣;然后,通過改進(jìn)的零空間調(diào)整算法獲得一維超分辨距離像。該方法解決了常規(guī)壓縮感知對(duì)噪聲敏感、已知散射點(diǎn)個(gè)數(shù)及傳統(tǒng)方法中IFFT后出現(xiàn)冗余問題,可用于步進(jìn)頻雷達(dá)低空障礙物檢測(cè)與定位,是實(shí)現(xiàn)低空飛行器自主避險(xiǎn)的前提。旋轉(zhuǎn)式合成孔徑雷達(dá)利用直升機(jī)旋翼的工作特點(diǎn),可以實(shí)現(xiàn)360度環(huán)形成像,相比機(jī)頭實(shí)孔徑由于旋轉(zhuǎn)合成孔徑增大,能夠檢測(cè)更弱的目標(biāo)和獲得更高的分辨力。直接發(fā)射線性調(diào)頻大帶寬信號(hào)的ROSAR難以滿足直升機(jī)平臺(tái)對(duì)載荷尺寸和重量的要求。發(fā)射中心載頻步進(jìn)瞬時(shí)窄帶信號(hào)的ROSAR,能夠降低硬件復(fù)雜度,但帶來了信號(hào)處理有效積累的難題。針對(duì)此難題,提出了脈沖間距離走動(dòng)校正的頻率步進(jìn)ROSAR成像方法。首先,推導(dǎo)了頻率步進(jìn)信號(hào)旋轉(zhuǎn)式合成孔徑雷達(dá)的幾何模型;然后,提出了頻率步進(jìn)雷達(dá)脈沖間距離走動(dòng)及其頻域校正方法;接著,采用Omega-K算法實(shí)現(xiàn)觀測(cè)場(chǎng)景的高分辨成像;最后,對(duì)距離與方位分辨率性能影響進(jìn)行詳細(xì)的分析。計(jì)算機(jī)仿真結(jié)果驗(yàn)證了該算法的有效性以及高分辨性能。針對(duì)高分辨、高重頻旋轉(zhuǎn)式合成孔徑雷達(dá)奈奎斯特采樣數(shù)據(jù)量大與傳統(tǒng)算法運(yùn)算復(fù)雜度高的問題,提出了基于壓縮感知的ROSAR成像方法。首先,在觀測(cè)場(chǎng)景滿足稀疏特性的前提下,方位向通過以稀疏孔徑的方法獲取降采樣的原始數(shù)據(jù);然后,在距離向使用匹配濾波方法實(shí)現(xiàn)距離向脈沖壓縮;最后,在方位向則通過求解最小1l范數(shù)優(yōu)化問題恢復(fù)方位向散射系數(shù),從而完成ROSAR成像。與傳統(tǒng)的距離-多普勒ROSAR成像方法相比,該方法在減少所需原始數(shù)據(jù)量的同時(shí)(可壓縮至30%),降低算法復(fù)雜度,提升方位分辨率與壓低方位旁瓣。計(jì)算機(jī)仿真結(jié)果驗(yàn)證了該算法的正確性和有效性。
[Abstract]:With the helicopter low altitude aircraft such as the development of blowout, low altitude aircraft flight safety and self hedging problems caused widespread concern. In low altitude environment perception perception is limited by the load of the platform, the echo signal-to-noise ratio is low, the problem of large amount of data sampling and traditional, in order to carry out the step frequency radar low altitude obstacle super resolution one dimensional imaging, step frequency signal of rotating synthetic aperture radar (ROSAR) imaging, the research method of rotary synthetic aperture radar imaging based on compressed sensing. In order to realize the low hedge, ahead of perceived danger information, improve the low obstacle resolution, put forward step frequency radar low altitude obstacle super-resolution imaging. The first one the original echo signal denoising, observation vector, and construct the dictionary matrix; then, obtain the one-dimensional super resolution range profile by adjusting algorithm. The improved null space The conventional method to solve the compressed sensing is sensitive to noise and redundancy problems after IFFT and the number of known scattering points in traditional method, can be used for step frequency radar low altitude obstacle detection and location, is the realization of low altitude aircraft self hedging premise. Synthetic aperture radar using characteristics of helicopter rotor rotating, can achieve 360 ring head imaging, compared to the real aperture due to the rotation of the synthetic aperture increases, can detect weak targets and obtain higher resolution. The direct emission of LFM signals with wide bandwidth ROSAR to meet the requirements of the helicopter platform on the load size and weight. The launch center carrier frequency step instantaneous narrowband signal ROSAR, can reduce the hardware complexity but the problem of signal processing of effective accumulation. In order to solve this problem, put forward the stepped frequency pulse range walk correction in ROSAR imaging method. First of all, is derived The geometric model of the stepped frequency signal of rotating synthetic aperture radar; then put forward the stepped frequency radar pulse and frequency range walk correction method; then Omega-K algorithm is used to realize high resolution imaging to observe the scene; finally, a detailed analysis of the effects of distance and azimuth resolution. The simulation results verify the effectiveness the algorithm and the performance of high resolution. For high resolution, high frequency rotary synthetic aperture radar data with the traditional Nyquist sampling algorithm with high computational complexity, the ROSAR imaging method based on compressed sensing. Firstly, based on the observed scene meet the sparsity, azimuth through access to sparse method the aperture to reduce the original sampling data; then, in the distance to use matching filtering method to realize the distance to the pulse compression; finally, in azimuth by solving the Small 1L norm optimization problem back azimuth scattering coefficient, thus completing the ROSAR imaging. Compared with the traditional range Doppler ROSAR imaging method, the method to reduce the required amount of the original data (at the same time can be compressed to 30%), reduce the complexity of the algorithm, improve azimuth resolution and low pressure range sidelobe. The simulation results verify the the correctness and effectiveness of the algorithm.

【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：V275.1;TN957.52

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程建;黎蘭;王海旭;;稀疏表示框架下的SAR目標(biāo)識(shí)別[J];電子科技大學(xué)學(xué)報(bào);2014年04期

2 韓磊;耿志高;陳華杰;;SAR車輛信號(hào)仿真與微動(dòng)特性分析[J];工業(yè)控制計(jì)算機(jī);2014年12期

3 張曉玲;郭立文;朱超猛;韋順軍;;采用誤差迭代補(bǔ)償?shù)母呔认辔唤饫p方法[J];成都信息工程學(xué)院學(xué)報(bào);2015年01期

4 時(shí)書英;秦清;陳莉;;基于G4平臺(tái)的嵌入式VxWorks系統(tǒng)在實(shí)時(shí)SAR成像中的應(yīng)用[J];信息化研究;2015年02期

5 王琴;陳蜜;劉書軍;張鵬程;;利用升降軌道SAR數(shù)據(jù)獲取DEM的試驗(yàn)研究[J];測(cè)繪通報(bào);2015年06期

6 王志峰;馮杰;高鵬;黃嶸;馮策;程宇;;基于無線聲陣列的目標(biāo)定位系統(tǒng)設(shè)計(jì)[J];電聲技術(shù);2015年03期

7 李明理;黃月;;兩種SAR成像算法仿真比較[J];電子科技;2015年08期

8 王霖郁;趙鴻潔;杜傳紅;;基于波數(shù)域算法的FMCW SAR運(yùn)動(dòng)補(bǔ)償[J];彈箭與制導(dǎo)學(xué)報(bào);2015年04期

9 夏勇;段玲琳;張?jiān)隼^;尤路;;基于CPCI總線的SAR任務(wù)管理系統(tǒng)設(shè)計(jì)[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

10 陳建宏;趙擁軍;黃潔;劉偉;賴濤;;改進(jìn)的多視PolSAR非局部均值濾波算法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2014年05期

相關(guān)博士學(xué)位論文 前7條

1 劉帥奇;基于多尺度幾何變換的遙感圖像處理算法研究[D];北京交通大學(xué);2013年

2 李東;直升機(jī)載旋轉(zhuǎn)式SAR與雙基SAR大斜視成像算法研究[D];西安電子科技大學(xué);2014年

3 程江華;高分辨率SAR圖像道路提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

4 吳明宇;方位多通道高分辨率寬測(cè)繪帶SAR成像及GMTI技術(shù)研究[D];西安電子科技大學(xué);2013年

5 周德力;星載激光反射層析成像關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（上海技術(shù)物理研究所）;2014年

6 龍杰;單脈沖前斜SAR成像信息處理技術(shù)研究[D];北京理工大學(xué);2014年

7 韓志會(huì);基于非衍射波和合成孔徑的三維超聲成像[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 黃捷;基于塊相似性的恒虛警閥值SAR圖像變化檢測(cè)[D];西安電子科技大學(xué);2013年

2 錢建兵;航空瞬變電磁合成孔徑成像方法的關(guān)鍵參數(shù)研究[D];長(zhǎng)安大學(xué);2013年

3 張金花;車載探地雷達(dá)天線特性分析及其成像處理研究[D];西南交通大學(xué);2014年

4 于佳平;基于核函數(shù)的極化SAR相干斑抑制研究[D];西安電子科技大學(xué);2014年

5 李楊;基于Bootstrap統(tǒng)計(jì)方法的SAR圖像相干斑抑制研究[D];西安電子科技大學(xué);2014年

6 賈一凡;基于隨機(jī)投影和譜聚類的SAR圖像地物分割方法研究[D];西安電子科技大學(xué);2014年

7 夏艷杰;一站固定式雙基SAR成像算法研究[D];西安電子科技大學(xué);2014年

8 邵自力;基于壓縮感知的微波成像雷達(dá)空時(shí)隨機(jī)輻射場(chǎng)設(shè)計(jì)[D];西安電子科技大學(xué);2014年

9 張雪;基于模糊理論和MRF模型的SAR圖像分割算法[D];西安電子科技大學(xué);2014年

10 汪柯陸;基于模糊c均值聚類的SAR圖像分割算法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1538849