【摘要】：數字波束形成天線的每個天線單元都有一個對應的T/R組件,因而陣列的陣面造價十分昂貴,是雷達耗資的主要部分。對于大型的陣列,DBF雷達造價將變的十分昂貴,采用稀布陣技術和子陣技術,在保證雷達窄的波束和高的角分辨率的同時,可以大大減少射頻通道數量,從而降低成本,因此稀布陣技術受到了人們廣泛的關注,是目前的研究熱點之一。本文為了解決現有稀布陣波束形成技術存在的不能進行波束掃描和自適應干擾抑制等問題,在壓縮感知理論和低秩矩陣填充理論的基礎上,開展了基于數據重構的稀布陣數字波束形成技術研究。主要工作如下:(1)提出了基于數據重構的稀布陣數字波束形成天線系統(tǒng)框架。在原來的DBF系統(tǒng)上增加了兩個模塊:壓縮采樣網絡和數據重構模塊,壓縮采樣網絡在射頻通道之前,數據重構模塊在A/D采樣和DBF處理器之間。壓縮采樣網絡對空域信號進行壓縮欠采樣,采樣得到的信號經過混頻和A/D懫樣之后,用數據重構算法對信號進行恢復,得到滿陣時各通道的信號,然后進行數字波束形成,得到DBF輸出信號。該方法可以在不減小天線口徑,不影響波束性能的前提下,大大減少射頻前端數量。(2)在上述系統(tǒng)框架下,提出了基于壓縮感知的數字波束形成算法。首先給出了基于壓縮感知的數字波束形成算法的數學模型;接著給出了一種簡單易實現的壓縮懫樣網絡,并根據采樣矩陣與投影矩陣之間的關系,提出了一種基于遺傳算法的陣列位置優(yōu)化方法;其次給出了兩種壓縮感知的重構算法:正交匹配追蹤算法(CS-OMP)和光滑l_0范數法(CS_SLO),并比較了兩種算法的恢復效果;然后針對目標不在柵格上時性能惡化這一問題,提出了非均勻柵格方法,提高一定的恢復性能;最后給出了線陣及面陣下的仿真,仿真結果表明該算法得到的方向圖性能良好,可以進行波束掃描和自適應干擾抑制。(3)為了進一步解決目標不在柵格上時,恢復誤差變大這一問題,提出了基于低秩矩陣填充的數字波束形成算法。利用回波信號在空域的稀疏性,用稀布的陣元接收信號,構造不同的低秩矩陣,提出了基于快拍處理和基于數據塊處理兩種信號恢復方法:a)基于單快拍的處理方法,將每個快拍的回波信號分別進行重排,構成Hanke1矩陣,然后用不精確的增廣拉格朗日乘子法(ILAM)進行元素的填充;b)基于數據塊的處理方法,用多快拍的欠采樣數據構造一個半正定的低秩矩陣,然后交替方向乘子法(ADMM)進行數據填充。這兩種算法都不需要將空域柵格化,恢復結果與目標角度無關,較好地解決了目標不在柵格上的問題,理論仿真結果也證明了這一點,且基于數據塊處理的方法性能優(yōu)于基于單快拍處理的方法。(4)為了進一步減少計算量,提出了基于自適應柵格調整的數字波束形成算法。聯(lián)合正交匹配追蹤(J-OMP)算法在一定程度上解決了目標不在柵格上的問題,使目標不在柵格上時恢復誤差有所減小。在此基礎上,針對角度信息隨快拍變化較慢的目標,我們對該算法進行了改進,提出了基于自適應柵格調整的優(yōu)化算法。該算法利用上一次估計得到的支撐集及角度偏差,調整柵格,不僅在恢復效果上優(yōu)于J-OMP,而且在信號恢復的過程中,去除了重復的原子選擇過程,大大減少了計算量。較好地解決了目標不在柵格上的問題,計算量也小于低秩矩陣填充算法。為了解決低信噪比情況下,信號丟失問題,采用多快拍的處理方式,使得小信號情況下的恢復性能有所改善。提出了另外一種壓縮采樣網絡,不規(guī)則子陣形式的壓縮采樣,與稀布陣結構相比,由于該方法僅減少了射頻通道數量,而沒有減少陣元個數,所以恢復性能優(yōu)于稀布陣結構。(5)完成了基于數據重構的稀布陣數字波束形成天線系統(tǒng)的硬件實現和系統(tǒng)測試。針對實際工程需求,研制了 X波段DBF雷達系統(tǒng),并針對算法驗證的需求對系統(tǒng)進行了修改。在微波暗室中,對提出的算法進行了理論驗證。首先介紹了測試系統(tǒng)的組成及測試環(huán)境,給出了完成該算法理論驗證所需的系統(tǒng)測試框圖;其次對測試系統(tǒng)的接收通道進行了校準,并給出了校準結果,最后在該測試系統(tǒng)上對提出的算法進行了原理驗證,測試結果與理論結果相符,驗證了基于數據重構的數字波束形成算法的正確性。
[Abstract]:......
【學位授予單位】：南京理工大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TN911.7

【參考文獻】

相關期刊論文 前10條

1 榮雁霞;邱曉暉;;基于小波變換的分塊壓縮感知算法[J];計算機技術與發(fā)展;2015年05期

2 楊東;廖桂生;朱圣棋;王凱;;陣列信號降采樣低秩矩陣的恢復方法[J];西安電子科技大學學報;2014年05期

3 呂方旭;張金成;王泉;王鈺;;基于傅里葉基的自適應壓縮感知重構算法[J];北京航空航天大學學報;2014年04期

4 戴瓊海;付長軍;季向陽;;壓縮感知研究[J];計算機學報;2011年03期

5 李卓凡;閆敬文;;壓縮感知及應用[J];微計算機應用;2010年03期

6 Robert J. SCLABASSI;;Wavelet denoising via sparse representation[J];Science in China(Series F:Information Sciences);2009年08期

7 練秋生;郝鵬鵬;;基于壓縮傳感和代數重建法的CT圖像重建[J];光學技術;2009年03期

8 傅迎華;;可壓縮傳感重構算法與近似QR分解[J];計算機應用;2008年09期

9 方紅;章權兵;韋穗;;基于非常稀疏隨機投影的圖像重建方法[J];計算機工程與應用;2007年22期

10 王忠仁;林君;馮聲涯;;地震勘探中相控陣震源的方向特性研究[J];地球物理學報;2006年04期

相關博士學位論文 前1條

1 費選;圖像結構信息驅動的壓縮感知重建算法及重建質量評測[D];南京理工大學;2014年

相關碩士學位論文 前5條

1 臧九龍;數字陣列雷達DBF處理器的設計與系統(tǒng)測試[D];南京理工大學;2014年

2 黃偉;稀布陣列天線的陣元分布優(yōu)化設計研究[D];電子科技大學;2012年

3 李婷;基于壓縮感知的雷達信號偵察處理[D];西安電子科技大學;2012年

4 李小波;基于壓縮感知的測量矩陣研究[D];北京交通大學;2010年

5 胡國棟;陣列高分辨測向算法及其工程實現技術[D];西安電子科技大學;2009年

，

本文編號：2359497