论文部分内容阅读
压缩感知是基于矩阵分析、概率统计的一套利用信号稀疏性或可压缩性的信号处理框架。当信号具有稀疏性或可压缩性时，原始信号可以通过压缩感知方法以低于奈奎斯特采样率的采样值精确地或近似地重构。将压缩感知应用于雷达成像可以降低雷达的采样速率，极大降低雷达的硬件要求和成本。综上所述，研究压缩感知雷达成像具有重要意义。 本文主要研究基于压缩感知的雷达成像方法，提出等时间隔降采样压缩感知雷达成像方法。该方法在保持成像精度不变的情况下，能降低对雷达回波一半的采样速率。同时相比传统的雷达成像方法算法，能去除成像旁瓣，提高成像性能。主要研究如下: 1.研究合成孔径雷达成像模型。雷达载体主要分为星载雷达和机载雷达。成像模式主要有聚束式和扫描式。论文首先研究机载雷达条带式正侧视模型;其次，为了之后深入研究雷达成像算法，研究合成孔径雷达成像过程中的两个步骤:脉冲压缩和距离徙动校正(RCMC)。 2.研究并比较合成孔径雷达的成像算法。首先研究距离多普勒算法(RDA)。针对RDA算法中RCMC插值操作的不足，研究了ChirpScaling算法(CSA);最后针对两者处理数据的方式和算法开销进行比较。 3.研究压缩感知的重构算法。为进一步降低雷达成像的采样率，首先研究了贪婪算法中的OMP算法;然后针对OMP算法精度不足和需要先验信息的缺点，研究凸优化算法中的GPSR算法;最后，比较两者的迭代效率和算法占用时间，从而选择GPSR算法作为压缩感知雷达成像的重构算法。 4.提出等时间隔降采样压缩感知雷达成像方法。首先，论文提出等时间隔降采样压缩感知雷达成像方法。相比传统的雷达成像方法算法，能稳定达到50％的降采样，同时能去除成像旁瓣，提高成像性能。最后，研究基于压缩感知的雷达成像算法的抗噪声性能，并与传统雷达成像算法在不同噪声值下进行比较。