MIMO雷達(dá)是近年來新興的一種雷達(dá)系統(tǒng),其利用波形分集技術(shù),顯著提高了系統(tǒng)的目標(biāo)探測及參數(shù)識別能力。相比于傳統(tǒng)雷達(dá)系統(tǒng),MIMO雷達(dá)在目標(biāo)探測、噪聲抑制及抗干擾能力等方面具有很大優(yōu)勢。壓縮感知理論只需極少信號采樣值即可實(shí)現(xiàn)信號的精確重構(gòu)。由于MIMO雷達(dá)目標(biāo)信號呈稀疏性,故可以利用壓縮感知實(shí)現(xiàn)其目標(biāo)信號的重構(gòu)。然而MIMO雷達(dá)信號模型中感知矩陣呈嚴(yán)重病態(tài)性,導(dǎo)致壓縮感知重構(gòu)算法無法有效快速實(shí)現(xiàn)目標(biāo)信號的精確重構(gòu)。針對上述問題,本文進(jìn)行以下研究工作,主要包括:（1）針對SL0算法因MIMO雷達(dá)感知矩陣病態(tài)性而導(dǎo)致其失效的問題,提出一種基于截?cái)嘈拚交琹0范數(shù)的MIMO雷達(dá)目標(biāo)參數(shù)估計(jì)方法。該方法基于TSVD方法,通過設(shè)置截?cái)嚅T限將保留的感知矩陣奇異值分成兩部分,并分別對它們進(jìn)行修正,并通過SVD反變換獲得非病態(tài)感知矩陣,然后以非病態(tài)感知矩陣實(shí)現(xiàn)MIMO 雷達(dá)目標(biāo)信號的重構(gòu),從而顯著提高了 MIMO雷達(dá)目標(biāo)參數(shù)估計(jì)速度。（2）為了解決SL0算法中所采用的高斯函數(shù)對l0范數(shù)的逼近程度差以及算法迭代過程中存在“鋸齒效應(yīng)”的問題,提出一種利用基于修正近似雙曲正切函數(shù)的平滑l0范數(shù)算法實(shí)現(xiàn)MIMO... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

傳統(tǒng)信號采樣及處理流程

ｄ為目標(biāo)參數(shù)向量ａ的向量估值；｜｜＊｜｜２為〖２范數(shù)。??３．４．１角度單元劃分間隔與感知矩陣的列相關(guān)值的變化關(guān)系??圖３．１為感知矩陣Ｊ中相鄰角度＆和＆＋１所對應(yīng)的列相關(guān)值與角度劃分間隔的變化??關(guān)系圖，其中６＝〇°，由圖３．１可知，感知矩陣ｄ中相鄰角度Ａ和心所??對應(yīng)的列相關(guān)值隨角度單元劃分間隔增大而降低，＾?＾０５Ｊ?＝?ｄ?５＾ｓｅ￣（°）?＝?１２－７°??時(shí)，相關(guān)值接近零，即當(dāng)角度單元間隔大于等于角度分辨率慫．５，時(shí)，可認(rèn)為ｄ中相??鄰角度Ａ和４＋１所對應(yīng)的列向量近似線性無關(guān)。然而，為保證稀疏重構(gòu)算法的估計(jì)精度，??ＭＩＭＯ雷達(dá)目標(biāo)探測場景通常需要劃分成精細(xì)的柵格，其角度單元間隔遠(yuǎn)遠(yuǎn)小于角分??辨率，即遠(yuǎn)遠(yuǎn)小于１２．７°，貝Ｕ感知矩陣不可避免地存在近似相關(guān)的列向量。??１?ｉｔ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ｉｉｉｉ?Ｉ?Ｉ??０．９－?＼?－??０．８?－?＼?－??０．７?－?＼?－??鮰?°６＿?＼?＂??４Ｋ?０．５?－?＼?－??賢?＼??０．４?－?＼?－??°３?■?■??０．２?－?－??０．１?－?－??ｒ＼??｜?｜?｜?｜?｜?｜?｜?ｉ?Ｉ?Ｉ?１??—??０?１?２?３?４?５?６?７?８?９?１０?１１?１２?１３?１４?１５??Ａ６｛〇）??圖３．１感知矩陣中相鄰角度對應(yīng)的列的相關(guān)值與角度單元間隔的變化關(guān)系??３．４．２各算法的重構(gòu)信噪比與回波信噪比的變化關(guān)系??設(shè)回波信噪比在－１０ｄＢ？２０ｄＢ之間變化

圖３．２不同方法的重構(gòu)性能對比??３．４．３各方法運(yùn)行時(shí)間與回波信噪比的變化關(guān)系??設(shè)回波信噪比在－１０ｄＢ？２０ｄＢ之間變化，重復(fù)１００次單獨(dú)實(shí)驗(yàn)。圖３．３表示四種方??法運(yùn)行時(shí)間與回波信噪比的變化關(guān)系。迭代加權(quán)￣方法的每次迭代都需要對更新后的大??維度矩陣進(jìn)行求逆運(yùn)算，導(dǎo)致利用該方法對ＭＩＭ？雷達(dá)目標(biāo)參數(shù)估計(jì)耗時(shí)較長。ＴＳＬ０??方法和ＴＭＳＬ０方法的運(yùn)行時(shí)間要低于迭代加權(quán)方法，雖然ＴＳＬ０方法和ＴＭＳＬ０方法??運(yùn)行時(shí)間相近，但是由圖３．２可知ＴＭＳＬ０方法的重構(gòu)性能要優(yōu)于ＴＳＬ０方法。該仿真??實(shí)驗(yàn)在ＭＡＴＬＡＢ２０１２ｂ中完成，計(jì)算機(jī)配置為：丨ｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ）ｉ７－４７９０處理器、主??頻為３．６０ＧＨｚ、內(nèi)存為８ＧＢ。??２５１?１?１?１?１?１?１??＾?Ｂ?Ｂ?Ｂ?Ｂ—?Ｄ??＾２０??？??＾???叵??Ｉｔ??ｈｌ５丨??—Ｂ—迭代加權(quán)／ｑ方法｜??－－令－ＴＳＬＯ方法??１一＋—ＴＭＳＬＯ?方法?｜｜??１０１０￣￣＾＾?５—＾?—５?２０??信噪比（ｄＢ）??圖３．３不同種方法運(yùn)行時(shí)間對比??２５??

【參考文獻(xiàn)】：
期刊論文
[1]基于SL0范數(shù)的改進(jìn)稀疏信號重構(gòu)算法[J]. 馮俊杰,張弓,文方青.  數(shù)據(jù)采集與處理. 2016(01)
[2]基于離散余弦變換和稀疏表示的人臉識別[J]. 王光亮,郭賀飛.  現(xiàn)代電子技術(shù). 2015(06)
[3]壓縮感知在合成發(fā)射孔徑醫(yī)學(xué)超聲成像中的應(yīng)用[J]. 呂燚,吳文燾,李平.  聲學(xué)學(xué)報(bào). 2013(04)
[4]基于人類視覺特性（HVS）的離散小波變換（DWT）數(shù)字水印算法[J]. 葉闖,沈益青,李豪,曹思汗,王柏祥.  浙江大學(xué)學(xué)報(bào)(理學(xué)版). 2013(02)
[5]基于平滑l0范數(shù)的OFDM系統(tǒng)稀疏信道估計(jì)[J]. 王若梅,馬社祥,孟鑫.  計(jì)算機(jī)仿真. 2013(02)
[6]基于弱選擇正則化正交匹配追蹤的圖像重構(gòu)算法[J]. 劉哲,張鶴妮,張永亮,郝珉慧.  光子學(xué)報(bào). 2012(10)
[7]基于改進(jìn)正交匹配追蹤算法的壓縮感知雷達(dá)成像方法[J]. 劉記紅,黎湘,徐少坤,莊釗文.  電子與信息學(xué)報(bào). 2012(06)
[8]一種改進(jìn)的不適定問題奇異值分解法[J]. 吳太旗,鄧凱亮,黃謨濤,歐陽永忠.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2011(08)
[9]基于修正的擬牛頓法的基追蹤去噪研究[J]. 代少升,肖菡.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(06)
[10]多載頻MIMO雷達(dá)的空時(shí)超分辨算法[J]. 楊明磊,陳伯孝,秦國棟,張守宏.  電子與信息學(xué)報(bào). 2009(09)

博士論文
[1]MIMO雷達(dá)波形設(shè)計(jì)與實(shí)時(shí)處理系統(tǒng)研究[D]. 楊濤.西安電子科技大學(xué) 2014

碩士論文
[1]MIMO雷達(dá)關(guān)鍵技術(shù)及其FPGA實(shí)現(xiàn)[D]. 榮盛磊.西安電子科技大學(xué) 2015
[2]基于多核DSP的實(shí)時(shí)雷達(dá)信號處理平臺設(shè)計(jì)[D]. 姚鑫東.西安電子科技大學(xué) 2014
[3]壓縮感知圖像重構(gòu)算法及分布式視頻壓縮感知系統(tǒng)的研究[D]. 楊峰.電子科技大學(xué) 2012
[4]超越Nyquist率限制采樣特殊信號的理論研究[D]. 徐艷國.南京理工大學(xué) 2004



本文編號：3047976