在現(xiàn)代電子戰(zhàn)中,隨著雷達偵察頻率的范圍越來越大,對稀疏超寬帶電子偵察信號的分析顯得尤為重要,傳統(tǒng)的Nyquist采樣定理已經(jīng)成為制約寬頻帶信號發(fā)展的瓶頸。壓縮感知理論的提出為這一技術(shù)的發(fā)展帶來了曙光,其指出當(dāng)信號在某一個特定域是稀疏時,它可以突破Nyquist采樣率,然后通過恢復(fù)算法對信號進行精確重構(gòu)。因此,如何利用壓縮感知理論對目標信號的參數(shù)進行準確估計成為了信號處理領(lǐng)域的一個熱門話題。本文結(jié)合壓縮感知理論,對上述所提到的問題進行了研究,主要研究內(nèi)容如下:1.將貝葉斯框架下的快速貝葉斯匹配追蹤重構(gòu)算法應(yīng)用于電子偵察中的信號重構(gòu),并與壓縮感知理論框架下的壓縮采樣匹配追蹤重構(gòu)算法對比,可以得出結(jié)論:快速貝葉斯匹配追蹤算法的重構(gòu)精度相較于壓縮采樣匹配追蹤算法要高,且同等條件下,貝葉斯匹配追蹤算法能在較低的信噪比下重構(gòu)出信號;2.研究了基于波形匹配字典的參數(shù)估計。根據(jù)多頻正弦信號和線性調(diào)頻信號的波形特點來構(gòu)造冗余字典,然后通過壓縮感知中的解優(yōu)化算法來對信號的頻率參數(shù)進行估計,實驗仿真證明,該算法能準確的估計出信號的頻率信息,但是在構(gòu)造字典時,我們必須要知道信號的頻率范圍這一先驗信息,而且構(gòu)造... 

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 非均勻采樣理論及應(yīng)用
        1.2.2 壓縮感知理論及應(yīng)用
    1.3 論文主要內(nèi)容及結(jié)構(gòu)安排
第二章 寬波段稀疏信號電子偵察概述
    2.1 傳統(tǒng)的電子偵察處理流程
    2.2 壓縮感知在電子偵察信號中的應(yīng)用
    2.3 非均勻采樣
    2.4 本章小結(jié)
第三章 貝葉斯框架下的稀疏重構(gòu)技術(shù)
    3.1 基于貪婪算法的重構(gòu)技術(shù)
        3.1.1 貪婪算法的基本理論
        3.1.2 仿真分析
    3.2 基于貝葉斯框架下的稀疏重構(gòu)技術(shù)
        3.2.1 貝葉斯理論和貝葉斯估計
        3.2.2 貝葉斯壓縮感知理論基礎(chǔ)
        3.2.3 先驗概率分布
        3.2.4 快速貝葉斯匹配追蹤算法
        3.2.5 仿真結(jié)果及分析
    3.3 兩種算法性能對比分析
    3.4 本章小結(jié)
第四章 基于波形匹配字典的參數(shù)估計
    4.1 過完備字典
    4.2 基于波形匹配字典的正弦信號頻率估計
        4.2.1 理論分析
        4.2.2 算法原理描述
        4.2.3 算法仿真及性能分析
    4.3 基于波形匹配字典的線性調(diào)頻信號參數(shù)估計
        4.3.1 理論分析
        4.3.2 算法原理描述
        4.3.3 仿真結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于分數(shù)階傅里葉變換字典的參數(shù)估計
    5.1 基于時頻分析的LFM信號參數(shù)估計
    5.2 FrFt的定義和性質(zhì)
    5.3 LFM信號在分數(shù)階域的稀疏表示
        5.3.1 LFM信號的分數(shù)階Fourier變換
        5.3.2 仿真與分析
    5.4 CS框架下的LFM信號參數(shù)估計
        5.4.1 量綱歸一化原理
        5.4.2 分數(shù)階Fourier字典的構(gòu)造
        5.4.3 算法步驟
    5.5 仿真與分析
    5.6 本章小結(jié)
第六章 硬件平臺實驗與結(jié)果分析
    6.1 寬波段非均勻采樣硬件平臺介紹
    6.2 實驗與結(jié)果分析
        6.2.1 多頻正弦信號
        6.2.2 單頻脈沖信號
        6.2.3 線性調(diào)頻脈沖信號
        6.2.4 線性調(diào)頻信號參數(shù)估計
    6.3 本章小節(jié)
第七章 總結(jié)與展望
參考文獻
致謝
作者簡介



本文編號：3675840