機載雷達前視成像檢測一體化技術(shù)研究
發(fā)布時間:2023-02-07 07:51
機載雷達前視成像和目標檢測在前視偵察、精確制導(dǎo)、物資空投和地形避讓等軍事和民用領(lǐng)域有著十分重要的應(yīng)用。然而,常規(guī)的多普勒波束銳化或者合成孔徑雷達存在前視成像盲區(qū);诓ㄊ鴴呙璧睦走_,能夠獲取前視區(qū)域的實波束圖像,但是收到天線尺寸的限制,使得實波束圖像方位向分辨率較低,通常無法實現(xiàn)前視區(qū)域中多個感興趣目標的有效分辨與檢測。因此,開展機載雷達前視成像檢測一體化技術(shù)的相關(guān)研究,對提升機載雷達的性能有著重要的意義。本文針對機載雷達前視成像和感興趣目標檢測所存在的問題,主要研究基于單幅實波束圖像的超分辨成像檢測一體化技術(shù)。首先分析實波束前視掃描雷達回波特性,隨后建立了回波模型,最后提出了基于低秩稀疏分解的目標檢測方法以及超分辨成像檢測一體化方法,主要內(nèi)容如下所示:1、建立了機載雷達前視成像模型。根據(jù)機載前視掃描雷達回波獲取過程,導(dǎo)出回波信號表達式;分析了回波特性,建立了回波方位向卷積模型,并對反卷積的病態(tài)性進行了分析,為后續(xù)超分辨成像和目標檢測提供了理論支撐。2、提出了基于低秩稀疏分解的機載雷達目標檢測方案。該方案首先對獲得實波束圖像進行超分辨處理,提升方位向分辨率,使得在同一距離單元的多個鄰近...
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究動態(tài)
1.2.1 前視超分辨成像技術(shù)
1.2.2 目標檢測
1.3 論文的創(chuàng)新及結(jié)構(gòu)安排
第二章 機載雷達前視成像模型
2.1 機載雷達回波模型
2.2 方位向回波卷積模型
2.3 病態(tài)性分析
2.4 本章小結(jié)
第三章 基于低秩稀疏分解的機載雷達目標檢測方法
3.1 低秩稀疏分解
3.2 算法流程
3.2.1 超分辨處理
3.2.2 滑窗預(yù)處理
3.2.3 目標函數(shù)
3.2.4 ADMM求解算法
3.2.5 逆滑窗后處理
3.3 仿真驗證
3.3.1 有效性仿真
3.3.2 對比仿真
3.4 實測數(shù)據(jù)處理
3.5 本章小結(jié)
第四章 基于低秩稀疏約束的機載雷達前視成像檢測一體化方法
4.1 正則化理論
4.2 算法流程
4.2.1 目標函數(shù)
4.2.2 ADMM求解過程
4.3 仿真驗證
4.3.1 有效性仿真
4.3.2 對比仿真
4.4 實測數(shù)據(jù)處理
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
本文編號:3736694
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究動態(tài)
1.2.1 前視超分辨成像技術(shù)
1.2.2 目標檢測
1.3 論文的創(chuàng)新及結(jié)構(gòu)安排
第二章 機載雷達前視成像模型
2.1 機載雷達回波模型
2.2 方位向回波卷積模型
2.3 病態(tài)性分析
2.4 本章小結(jié)
第三章 基于低秩稀疏分解的機載雷達目標檢測方法
3.1 低秩稀疏分解
3.2 算法流程
3.2.1 超分辨處理
3.2.2 滑窗預(yù)處理
3.2.3 目標函數(shù)
3.2.4 ADMM求解算法
3.2.5 逆滑窗后處理
3.3 仿真驗證
3.3.1 有效性仿真
3.3.2 對比仿真
3.4 實測數(shù)據(jù)處理
3.5 本章小結(jié)
第四章 基于低秩稀疏約束的機載雷達前視成像檢測一體化方法
4.1 正則化理論
4.2 算法流程
4.2.1 目標函數(shù)
4.2.2 ADMM求解過程
4.3 仿真驗證
4.3.1 有效性仿真
4.3.2 對比仿真
4.4 實測數(shù)據(jù)處理
4.5 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
本文編號:3736694
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3736694.html
最近更新
教材專著