论文部分内容阅读
雷达凝视成像一般是指实孔径雷达凝视成像,实孔径凝视成像相比传统的合成孔径成像具有无需长时间相干积累与运动补偿,瞬时成像的显著优势,但是实孔径雷达成像的分辨率受天线孔径的限制,因此影响了传统雷达凝视成像的发展。近几年发展起来的压缩感知理论在雷达成像技术中的应用突破了传统凝视成像雷达分辨率受天线孔径的限制。但是传统凝视成像雷达在利用压缩感知算法对大目标场景进行重构时,会导致观测矩阵维数急剧增大,从而增加了计算机的存储负担和重构过程的计算复杂度。针对上述问题,本论文对基于压缩感知的大场景凝视成像方法展开研究,主要工作总结为以下两个方面:1.针对传统接收信号模型中感知矩阵维数高,大目标场景重构时计算复杂度高的问题,研究了用于压缩感知的凝视成像雷达二维接收信号模型。首先对于采用收发线阵的多发多收(MIMO)雷达距离-方位二维凝视成像系统,当MIMO雷达发射的信号波形理想正交时,利用匹配滤波后收发阵元导向矩阵分离的特点,不对MIMO雷达接收信号矢量化,直接获得用于压缩感知的二维接收信号模型。其次,对于采用发射面阵的距离-方位-俯仰三维凝视成像雷达系统,利用面阵导向矩阵的特殊构型,将发射面阵的高维导向矩阵分解为两个低维矩阵,从而把一维接收信号模型转换为二维接收信号模型。二维接收信号模型中,接收数据为矩阵形式,与对该矩阵矢量化得到一维信号模型相比,在压缩感知算法中矩阵运算的维数将极大降低。2.根据所建立的二维接收信号模型,对压缩感知算法展开研究。首先介绍了两种传统的贪婪算法的重构性能,总结了这两种经典贪婪算法的详细流程。其次根据所建立的二维接收信号模型提出了改进的分段正交匹配算法。理论分析证明了改进的算法降低了算法的复杂度,减轻了计算机的存储负担。并通过数值模拟仿真验证了改进的算法提高了目标场景的重构速度。然后将改进的压缩感知算法应用于所建立的凝视成像雷达二维接收信号模型,验证了改进的算法对大目标场景进行重构时降低算法复杂度,减少运算时间的有效性。最后根据所研究的凝视成像系统和压缩感知算法设计了一个软件界面,使测试算法重构效果和重构速度的操作过程更加简单方便。