星載高分寬幅關(guān)鍵技術(shù)研究
發(fā)布時(shí)間:2023-11-25 18:42
本文針對(duì)傳統(tǒng)單通道星載合成孔徑雷達(dá)(SAR)系統(tǒng)中高分辨率和寬測繪帶之間的固有矛盾,研究了基于方位向多通道系統(tǒng)的信號(hào)重構(gòu)算法。在此基礎(chǔ)之上,推導(dǎo)出了動(dòng)目標(biāo)自適應(yīng)的信號(hào)重構(gòu)算法,并結(jié)合相位中心偏置天線(DPCA)算法,得到了可以用于高分辨率寬測繪帶(HRWS)系統(tǒng)的HRWS-DPCA算法。最后通過仿真實(shí)驗(yàn),對(duì)各算法的有效性和可行性進(jìn)行了驗(yàn)證。本文完成的主要工作包括:(1)分析了傳統(tǒng)單通道星載SAR系統(tǒng)在高分辨率和寬測繪帶之間存在的矛盾。建立了方位向多通道系統(tǒng)的信號(hào)模型,并將距離-多普勒域的回波信號(hào)分解為無模糊部分和模糊部分。討論了脈沖重復(fù)頻率(PRF)、雷達(dá)運(yùn)動(dòng)速度、通道個(gè)數(shù)和通道長度之間的關(guān)系。結(jié)合不同的PRF條件,根據(jù)多通道回波信號(hào)的空時(shí)采樣關(guān)系、協(xié)方差矩陣的特征值分布和相位分布情況對(duì)信號(hào)重構(gòu)算法的重構(gòu)效果進(jìn)行了預(yù)測。(2)根據(jù)不同模糊倍數(shù)下信號(hào)的導(dǎo)向矢量,針對(duì)矩陣求逆法、投影法、最大信號(hào)法和最大信號(hào)與模糊加噪聲比(SANR)法各自的實(shí)現(xiàn)原理和代價(jià)函數(shù),推導(dǎo)出了各信號(hào)重構(gòu)算法的重構(gòu)濾波向量。最后通過仿真分析,對(duì)不同PRF條件下,各算法的重構(gòu)效果進(jìn)行了驗(yàn)證,并對(duì)比了各算法在峰值旁瓣比(...
【文章頁數(shù)】:116 頁
【學(xué)位級(jí)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)外研究現(xiàn)狀
1.3 研究內(nèi)容及論文結(jié)構(gòu)
第二章 方位向多通道信號(hào)模型
2.1 引言
2.2 最小天線面積限制
2.3 信號(hào)模型
2.3.1 距離-多普勒域信號(hào)
2.3.2 協(xié)方差矩陣
2.3.3 采樣頻率
2.4 空時(shí)采樣關(guān)系和特征值分布
2.5 本章小結(jié)
第三章 基于方位向多通道的HRWS算法
3.1 引言
3.2 HRWS信號(hào)重構(gòu)算法
3.2.1 矩陣求逆法
3.2.2 投影法
3.2.3 最大信號(hào)法
3.2.4 最大SANR法
3.2.5 信號(hào)帶寬的影響
3.3 仿真結(jié)果與性能分析
3.4 本章小結(jié)
第四章 基于Relax算法的HRWS成像
4.1 引言
4.2 Relax算法原理
4.3 基于Relax算法的信號(hào)重構(gòu)
4.3.1 Relax算法模糊抑制原理
4.3.2 仿真結(jié)果與分析
4.4 本章小結(jié)
第五章 基于HRWS的 GMTI算法
5.1 引言
5.2 動(dòng)目標(biāo)自適應(yīng)的HRWS算法
5.2.1 動(dòng)目標(biāo)自適應(yīng)的信號(hào)模型
5.2.2 仿真結(jié)果與分析
5.3 基于DPCA的 HRWS-GMTI算法
5.3.1 DPCA算法原理
5.3.2 HRWS-DPCA算法
5.3.3 仿真結(jié)果與分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文
本文編號(hào):3867642
【文章頁數(shù)】:116 頁
【學(xué)位級(jí)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)外研究現(xiàn)狀
1.3 研究內(nèi)容及論文結(jié)構(gòu)
第二章 方位向多通道信號(hào)模型
2.1 引言
2.2 最小天線面積限制
2.3 信號(hào)模型
2.3.1 距離-多普勒域信號(hào)
2.3.2 協(xié)方差矩陣
2.3.3 采樣頻率
2.4 空時(shí)采樣關(guān)系和特征值分布
2.5 本章小結(jié)
第三章 基于方位向多通道的HRWS算法
3.1 引言
3.2 HRWS信號(hào)重構(gòu)算法
3.2.1 矩陣求逆法
3.2.2 投影法
3.2.3 最大信號(hào)法
3.2.4 最大SANR法
3.2.5 信號(hào)帶寬的影響
3.3 仿真結(jié)果與性能分析
3.4 本章小結(jié)
第四章 基于Relax算法的HRWS成像
4.1 引言
4.2 Relax算法原理
4.3 基于Relax算法的信號(hào)重構(gòu)
4.3.1 Relax算法模糊抑制原理
4.3.2 仿真結(jié)果與分析
4.4 本章小結(jié)
第五章 基于HRWS的 GMTI算法
5.1 引言
5.2 動(dòng)目標(biāo)自適應(yīng)的HRWS算法
5.2.1 動(dòng)目標(biāo)自適應(yīng)的信號(hào)模型
5.2.2 仿真結(jié)果與分析
5.3 基于DPCA的 HRWS-GMTI算法
5.3.1 DPCA算法原理
5.3.2 HRWS-DPCA算法
5.3.3 仿真結(jié)果與分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文
本文編號(hào):3867642
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3867642.html
最近更新
教材專著