本文關(guān)鍵詞：壓縮感知的重構(gòu)算法在寬帶雷達(dá)信號(hào)處理中的應(yīng)用

  更多相關(guān)文章： 壓縮感知 免疫克隆算法 A*OMP算法 稀疏分解 矩陣測量 重構(gòu)算法

【摘要】：雷達(dá)在軍事和民用領(lǐng)域都有著廣泛的應(yīng)用。寬帶雷達(dá)信號(hào)的出現(xiàn)給雷達(dá)信號(hào)處理系統(tǒng)帶來了挑戰(zhàn),根據(jù)奈奎斯特采樣定理,寬帶雷達(dá)信號(hào)經(jīng)過采樣之后將會(huì)得到大量的采樣數(shù)據(jù),龐大的數(shù)據(jù)量給信號(hào)處理系統(tǒng)帶來了壓力。壓縮感知理論以信號(hào)具有稀疏性或者可壓縮性為前提,在對(duì)原始信號(hào)進(jìn)行采樣的同時(shí)對(duì)數(shù)據(jù)進(jìn)行了適當(dāng)?shù)膲嚎s,而且能夠通過少量的信號(hào)觀測值便可以實(shí)現(xiàn)信號(hào)的精確或近似重構(gòu)。本文主要對(duì)壓縮感知重構(gòu)算法及其在雷達(dá)信號(hào)處理中的應(yīng)用做了深入地研究,主要工作如下：(1)對(duì)稀疏字典進(jìn)行了研究。明確本文將分別在Gabor字典和匹配字典下將壓縮感知運(yùn)用到雷達(dá)信號(hào)的處理中。針對(duì)選擇Gabor字典而導(dǎo)致的重構(gòu)精度低、運(yùn)算量大的缺點(diǎn),提出通過改善重構(gòu)算法來彌補(bǔ)這一缺點(diǎn)。(2)對(duì)壓縮感知重構(gòu)算法進(jìn)行了深入地研究。針對(duì)傳統(tǒng)的貪婪算法在原子選擇方式上容易使得所選取的原子陷入局部最優(yōu)這一缺點(diǎn),提出了ICAOMP算法和A*OMP算法,并對(duì)A*OMP算法進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果顯示,相比OMP算法而言ICAOMP算法和A*OMP算法及其改進(jìn)算法在重構(gòu)精度和運(yùn)行效率方面具有更好的性能。(3)研究Gabor字典和匹配字典下的壓縮感知在寬帶雷達(dá)回波信號(hào)的目標(biāo)檢測和一維距離成像過程中的應(yīng)用。首先研究Gabor字典作為稀疏字典時(shí),分別在無噪聲環(huán)境和有噪聲環(huán)境下,將ICAOMP算法、A*OMP算法和OMP算法這三種算法的重構(gòu)性能進(jìn)行對(duì)比。然后再研究使用匹配字典作為稀疏字典時(shí),在無噪聲環(huán)境和有噪聲環(huán)境下信號(hào)的重構(gòu)。最后分別在有噪聲環(huán)境和無噪聲環(huán)境下,分析對(duì)比研究Gabor字典下的壓縮感知和匹配字典下的壓縮感知的重構(gòu)性能。
【關(guān)鍵詞】：壓縮感知 免疫克隆算法 A*OMP算法 稀疏分解 矩陣測量 重構(gòu)算法
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.51
【目錄】：

• 摘要3-4
• Abstract4-7
• 1 緒論7-10
• 1.1 課題研究背景和意義7-8
• 1.2 國內(nèi)外發(fā)展與研究現(xiàn)狀8-9
• 1.3 本文主要工作及結(jié)構(gòu)安排9-10
• 2 壓縮感知的基本原理10-22
• 2.1 引言10-11
• 2.2 信號(hào)的稀疏表示11-19
• 2.2.1 Gabor字典13-14
• 2.2.2 匹配字典14-15
• 2.2.3 實(shí)驗(yàn)仿真與分析15-19
• 2.3 測量矩陣的設(shè)計(jì)19-20
• 2.4 信號(hào)的重構(gòu)20-21
• 2.5 本章小結(jié)21-22
• 3 壓縮感知重構(gòu)算法的研究22-51
• 3.1 匹配追蹤算法(MP)22-23
• 3.2 正交匹配追蹤算法(OMP)23-25
• 3.3 基于免疫克隆的正交匹配追蹤算法(ICAOMP)25-35
• 3.3.1 克隆操作26
• 3.3.2 親和度成熟操作26-27
• 3.3.3 克隆選擇27
• 3.3.4 算法實(shí)現(xiàn)27-29
• 3.3.5 實(shí)驗(yàn)仿真與分析29-35
• 3.4 基于A*搜索的正交匹配追蹤算法(A*OMP)35-50
• 3.4.1 A*搜索36
• 3.4.2 使用A*算法搜索最匹配的原子集36-47
• 3.4.2.1 初始化搜索樹37
• 3.4.2.2 擴(kuò)大選擇部分路徑37-38
• 3.4.2.3 擴(kuò)大選擇部分路徑38-40
• 3.4.2.4 算法實(shí)現(xiàn)40-43
• 3.4.2.5 實(shí)現(xiàn)仿真與分析43-47
• 3.4.3 A*OMP算法的改進(jìn)47-50
• 3.4.3.1 算法實(shí)現(xiàn)47-49
• 3.4.3.2 實(shí)驗(yàn)仿真與分析49-50
• 3.5 本章小結(jié)50-51
• 4 壓縮感知在雷達(dá)信號(hào)處理中的應(yīng)用研究51-80
• 4.1 雷達(dá)工作原理51-52
• 4.2 脈沖壓縮52-54
• 4.2.1 雷達(dá)回波信號(hào)的脈沖壓縮53-54
• 4.3 線性調(diào)頻信號(hào)54-56
• 4.4 AIC(Analog-to-Information Conversion)測量框架56-57
• 4.5 無噪聲環(huán)境下的壓縮感知一維距離成像57-69
• 4.5.1 實(shí)驗(yàn)仿真與分析59-69
• 4.5.1.1 傳統(tǒng)雷達(dá)回波信號(hào)的一維距離成像59-60
• 4.5.1.2 基于Gabor字典的壓縮感知一維距離成像60-65
• 4.5.1.3 基于匹配字典的壓縮感知一維距離成像65-69
• 4.6 白噪聲環(huán)境下的壓縮感知一維距離成像69-79
• 4.6.1 實(shí)驗(yàn)仿真與分析69-79
• 4.6.1.1 基于Gabor字典的壓縮感知一維距離成像70-76
• 4.6.1.2 基于匹配字典的壓縮感知一維距離成像76-79
• 4.7 本章小結(jié)79-80
• 5 總結(jié)與展望80-81
• 致謝81-82
• 攻讀碩士學(xué)位期間研究成果82-83
• 參考文獻(xiàn)83-86

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 李卓凡;閆敬文;;壓縮感知及應(yīng)用[J];微計(jì)算機(jī)應(yīng)用;2010年03期

，

本文編號(hào)：586943