發(fā)布時間：2017-04-05 10:19

  本文關(guān)鍵詞：毫米波雷達近程平面掃描散射成像算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：步進頻率(Stepped-Frequency, SF)脈沖信號是一種頻率以步進方式變化的超寬帶雷達信號,被廣泛應用于雷達成像、目標識別等領(lǐng)域。本文對毫米波步進頻率脈沖雷達近程平面掃描成像算法進行了研究。首先,對雷達散射成像的基本原理進行了介紹。闡述了合成孔徑雷達成像原理,詳細推導了合成孔徑條件下的雷達分辨率；討論了雷達散射截面(Radar Cross Section,RCS)散射中心的分布及RCS成像的實質(zhì),并介紹了步進頻率脈沖信號等寬帶高距離分辨技術(shù)。其次,研究了雷達近程一維距離像、二維冠狀面及橫斷面像、三維立體像的成像算法。其中,著重分析了提高一維距離像顯示分辨率的補零法、二維橫斷面成像及三維立體成像中的Stolt插值算法；對Stolt插值中的截斷sinc插值算法和細胞元插值算法進行了對比,并指出每種算法的適用場合。再次,針對基于Stolt插值的二維橫斷面及三維立體成像算法計算復雜度高的缺點,研究了基于非標準傅里葉變換快速算法(Non-Uniform Fast Fourier Transform,NUFFT)的成像算法。根據(jù)參考數(shù)據(jù)模型的不同,對基于NUFFT的二維橫斷面成像及三維立體成像進行了改進,此外,分析了NUFFT算法的時間復雜度,并將其與傳統(tǒng)Stolt插值算法進行了比較。最后,針對雷達采樣數(shù)據(jù)丟失或不能以Nyquist速率進行采樣的情況,采用壓縮感知技術(shù)以解決該問題。在壓縮感知稀疏場景近程成像過程中,采用兩種降采樣方案進行隨機頻率近程成像,并將它們的成像效果與傳統(tǒng)方法作了詳盡對比。
【關(guān)鍵詞】：步進頻率脈沖 合成孔徑雷達 Stolt插值 NUFFT 壓縮感知
【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-12
• 1.1 研究背景及意義8-9
• 1.2 國內(nèi)外研究綜述9-11
• 1.2.1 近場雷達RCS成像研究概述9-10
• 1.2.2 基于壓縮感知的雷達成像方法研究概述10-11
• 1.3 論文研究內(nèi)容及章節(jié)安排11-12
• 2 雷達成像理論基礎(chǔ)12-19
• 2.1 合成孔徑技術(shù)原理12-14
• 2.1.1 合成孔徑技術(shù)與傳統(tǒng)雷達技術(shù)區(qū)別12-13
• 2.1.2 方位向分辨率13-14
• 2.1.3 距離向分辨率14
• 2.2 雷達散射截面成像理論14-17
• 2.2.1 雷達散射截面定義14-15
• 2.2.2 RCS成像實質(zhì)15-16
• 2.2.3 目標散射中心分類16-17
• 2.3 寬帶高距離分辨率雷達技術(shù)17-18
• 2.3.1 傳統(tǒng)寬帶高距離分辨率雷達技術(shù)17
• 2.3.2 步進頻率脈沖信號17-18
• 2.4 本章小結(jié)18-19
• 3 基于波數(shù)域的近程雷達成像方法19-38
• 3.1 步進頻率信號模型20-21
• 3.2 基于逆傅里葉變換的一維距離成像算法21-23
• 3.2.1 近程一維距離成像分析21
• 3.2.2 近程一維距離成像仿真及提高顯示分辨率方法研究21-23
• 3.3 近程二維冠狀面成像算法23-27
• 3.3.1 近程二維冠狀面成像分析23-25
• 3.3.2 近程二維冠狀面成像仿真及實測數(shù)據(jù)成像25-27
• 3.4 近程二維橫斷面成像算法27-33
• 3.4.1 近程二維橫斷面成像分析27-29
• 3.4.2 Stolt插值原理及方法29-31
• 3.4.3 近程二維橫斷面成像仿真及實測數(shù)據(jù)成像31-33
• 3.5 近程三維成像算法33-36
• 3.5.1 近程三維成像算法分析33-35
• 3.5.2 近程三維成像仿真及實測數(shù)據(jù)成像35-36
• 3.6 本章小結(jié)36-38
• 4 基于非標準傅里葉變換的近程雷達成像方法38-48
• 4.1 NUFFT概述38-42
• 4.1.1 非標準離散傅里葉變換問題由來38-39
• 4.1.2 通用NUFFT算法推導39-41
• 4.1.3 NUFFT窗函數(shù)選擇41-42
• 4.2 基于NUFFT的改進近程二維橫斷面及三維成像算法42-45
• 4.2.1 基于NUFFT近程二維橫斷面及三維成像分析42-43
• 4.2.2 基于NUFFT近程二維橫斷面及三維成像仿真43-44
• 4.2.3 基于NUFFT近程二維橫斷面及三維實測數(shù)據(jù)成像44-45
• 4.3 改進的NUFFT算法與Sto1t插值算法性能比較45-47
• 4.3.1 NUFFT算法與Stolt插值算法速度性能對比45-46
• 4.3.2 NUFFT算法與Stolt插值算法成像精度對比46-47
• 4.4 本章小結(jié)47-48
• 5 基于壓縮感知的稀疏場景近程雷達成像方法48-62
• 5.1 壓縮感知技術(shù)特點48-49
• 5.2 壓縮感知理論基礎(chǔ)49-53
• 5.2.1 信號稀疏性定義49-50
• 5.2.2 壓縮感知可行性分析50-51
• 5.2.3 信號可重構(gòu)條件51
• 5.2.4 壓縮感知方法選擇51-53
• 5.3 壓縮感知隨機頻率近程成像技術(shù)53-61
• 5.3.1 離散頻率信號觀測模型53-55
• 5.3.2 壓縮感知隨機頻率近程成像方案55-56
• 5.3.3 壓縮感知目標重構(gòu)算法56-57
• 5.3.4 壓縮感知隨機頻率仿真57-60
• 5.3.5 兩種隨機頻率降采樣方式性能評估60-61
• 5.4 本章小結(jié)61-62
• 6 總結(jié)與展望62-64
• 6.1 總結(jié)62
• 6.2 展望62-64
• 致謝64-65
• 參考文獻65-67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 謝曉春;張云華;;基于壓縮感知的二維雷達成像算法[J];電子與信息學報;2010年05期

  本文關(guān)鍵詞：毫米波雷達近程平面掃描散射成像算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：286953