本文關(guān)鍵詞：基于稀疏表示的距離—多普勒成像方法

  更多相關(guān)文章： 稀疏表示 距離-多普勒成像 貝葉斯壓縮感知

【摘要】：傳統(tǒng)雷達(dá)的任務(wù)主要是目標(biāo)探測和定位,近年來,雷達(dá)的應(yīng)用越來越廣,一個(gè)重要的應(yīng)用是雷達(dá)成像技術(shù)。在成像技術(shù)的發(fā)展中,高分辨率成像是關(guān)鍵技術(shù)之一。頻率步進(jìn)技術(shù)是實(shí)現(xiàn)高距離分辨率成像的一種非常重要的技術(shù),它利用多個(gè)窄脈沖來合成寬帶信號,由于其發(fā)射和接收的是窄脈沖信號,合成后又具有與寬帶寬信號相同的高距離分辨能力,因此降低了對硬件實(shí)現(xiàn)的要求。壓縮感知理論由于其能夠在少量觀測數(shù)據(jù)的條件下得到高分辨的信號而得到了研究者廣泛的關(guān)注。然而,壓縮感知理論在雷達(dá)距離-多普勒成像領(lǐng)域中仍然存在著一些問題。本論文主要研究了步進(jìn)頻信號的高分辨處理技術(shù)及基于稀疏表示的距離-多普勒成像方法。本文首先介紹了頻率步進(jìn)信號及其相參合成原理,并推導(dǎo)了將線性調(diào)頻信號作為子脈沖的調(diào)頻步進(jìn)信號時(shí)域表達(dá)式。著重分析了調(diào)頻步進(jìn)信號的兩種高分辨處理技術(shù),即時(shí)域帶寬合成和頻域帶寬合成,討論了其優(yōu)缺點(diǎn)。其次介紹了傳統(tǒng)距離-多普勒成像方法,引入壓縮感知理論,提出距離-多普勒成像問題可以看做壓縮感知框架下的稀疏信號恢復(fù)問題,建立一種基于稀疏表示的可分離距離-多普勒成像模型,并將一維平滑零范數(shù)算法推廣到二維,提出了一種基于稀疏表示的距離-多普勒成像方法。最后在前面介紹的基于可分離的距離-多普勒成像模型的基礎(chǔ)上,將貝葉斯框架應(yīng)用于解決距離-多普勒成像問題。詳細(xì)的介紹了基本貝葉斯壓縮感知理論及其快速算法,分析了多任務(wù)貝葉斯壓縮感知理論,針對其存在的參數(shù)估計(jì)復(fù)雜問題,提出了將需要估計(jì)的噪聲方差引入模型中的修正的多任務(wù)貝葉斯壓縮感知算法,并提出了一種基于可分離距離-多普勒成像模型的多任務(wù)貝葉斯壓縮感知算法。給出了實(shí)驗(yàn)仿真結(jié)果。
【關(guān)鍵詞】：稀疏表示 距離-多普勒成像 貝葉斯壓縮感知
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號對照表10-11
• 縮略語對照表11-14
• 第一章 緒論14-20
• 1.1 研究背景及意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.2.1 步進(jìn)頻信號的高分辨處理技術(shù)15-16
• 1.2.2 幾個(gè)基本概念16-17
• 1.2.3 基于壓縮感知的雷達(dá)成像17-18
• 1.3 論文的主要內(nèi)容及安排18-20
• 第二章 調(diào)頻步進(jìn)信號的高分辨處理技術(shù)20-36
• 2.1 調(diào)頻步進(jìn)信號簡介20-23
• 2.1.1 頻率步進(jìn)信號及其原理20-22
• 2.1.2 調(diào)頻步進(jìn)信號22-23
• 2.2 調(diào)頻步進(jìn)信號高分辨處理技術(shù)23-30
• 2.2.1 時(shí)域帶寬合成法23-27
• 2.2.2 頻域帶寬合成法27-30
• 2.3 實(shí)驗(yàn)仿真及分析30-34
• 2.4 本章小結(jié)34-36
• 第三章 基于稀疏表示的距離-多普勒成像方法36-48
• 3.1 傳統(tǒng)距離-多普勒成像方法36-38
• 3.1.1 距離-多普勒成像模型36-37
• 3.1.2 距離-多普勒成像算法簡介37-38
• 3.2 壓縮感知理論38-39
• 3.2.1 稀疏表示38-39
• 3.2.2 壓縮測量39
• 3.2.3 信號重構(gòu)39
• 3.3 基于稀疏表示的距離-多普勒成像方法39-45
• 3.3.1 可分離距離-多普勒成像模型39-41
• 3.3.2 平滑0l范數(shù)在距離-多普勒成像中的應(yīng)用41-45
• 3.4 實(shí)驗(yàn)仿真及分析45-46
• 3.5 本章小結(jié)46-48
• 第四章 基于多任務(wù)貝葉斯壓縮感知的距離-多普勒成像48-64
• 4.1 貝葉斯壓縮感知48-54
• 4.1.1 貝葉斯壓縮感知模型48-52
• 4.1.2 貝葉斯壓縮感知快速算法52-54
• 4.2 多任務(wù)貝葉斯壓縮感知54-58
• 4.2.1 多任務(wù)貝葉斯壓縮感知基本理論54-57
• 4.2.2 修正的多任務(wù)貝葉斯壓縮感知算法57-58
• 4.3 基于多任務(wù)貝葉斯壓縮感知的距離-多普勒成像方法58-60
• 4.4 實(shí)驗(yàn)仿真與分析60-62
• 4.5 本章小結(jié)62-64
• 第五章 總結(jié)與展望64-66
• 5.1 論文總結(jié)64
• 5.2 工作展望64-66
• 參考文獻(xiàn)66-70
• 致謝70-72
• 作者簡介72-73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 丁志華;趙晨;鮑文;沈毅;王川;黃良敏;吳蘭;杜持新;;多普勒光學(xué)相干層析成像研究進(jìn)展[J];激光與光電子學(xué)進(jìn)展;2013年08期

2 尹華國;何興無;周洪林;;基于CUDA的超聲脈沖多普勒成像[J];計(jì)算機(jī)工程與應(yīng)用;2012年19期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 吳振森;李艷輝;張耿;;復(fù)雜目標(biāo)激光距離多普勒成像仿真[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 岳林濤;基于稀疏表示的距離—多普勒成像方法[D];西安電子科技大學(xué);2015年

2 羅龍剛;目標(biāo)窄脈沖激光散射與距離多普勒成像研究[D];西安電子科技大學(xué);2014年

3 常向榮;基于超聲多普勒成像的二尖瓣反流定量評價(jià)[D];四川大學(xué);2005年

，

本文編號：564855