稀疏信号重构算法及在雷达成像中的应用研究

摘要

雷达成像技术能够获取目标精细的结构特征，该项技术的应用在军事、民用等领域中有着重要地位。为了提高雷达成像能力，本文以成像场景中目标的稀疏特性为背景，充分利用目标强散射点的稀疏性的先验信息和目标的结构特征，针对短孔径条件下稳健高分辨逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)成像，稀疏阵列低旁瓣多输入多输出(Multiple Input Multiple Output,MIMO)雷达成像等问题展开研究。本文的主要内容概括如下： 1.基于稀疏信号重构高分辨率ISAR成像算法 针对低信噪比条件下ISAR成像问题，提出基于参数迭代优化贝叶斯稀疏重构ISAR成像算法。将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率估计，通过目标散射系数和噪声功率交替迭代优化求解，实现目标重构。与传统稀疏重构方法相比，算法的参数能够自适应调整，具有较好的稳健性。研究基于单循环结构平滑l0范数稀疏信号重构算法ISAR成像。将ISAR成像问题转换为最小l0范数的优化问题，采用单循环代替双循环结构，减小搜索步长，更新代价函数，实验结果证明该方法可以提高重构精度和运算效率。 2.基于多维稀疏信号重构ISAR成像算法 针对稀疏重构ISAR成像向量化处理带来的高计算复杂度和高内存占用率问题，利用二维数据的结构特性，通过二维平滑函数近似信号的l0范数，采用二维平滑l0(SL0)范数稀疏信号重构算法实现ISAR稀疏重构成像，实测数据证明该算法提高了运算效率；针对ISAR目标三维成像，分析接收回波信号三维稀疏表示，采用基于三维平滑l0范数稀疏信号重构算法实现ISAR成像，仿真实验验证，该算法可有效降低计算复杂度和运算量。 3.基于块稀疏信号重构ISAR成像算法 为实现快速高分辨率ISAR成像，利用ISAR目标的块状结构特征，将ISAR成像转化为lp(0＜p≤1)范数优化问题，结合信号加权优化思想，采用迭代加权lp范数块稀疏信号重构算法，实现快速ISAR成像；构建多测量向量(multiple measurement vector,MMV)ISAR回波模型，利用回波中目标二维块结构特征，提出基于多测量向量模型的块稀疏平滑l0范数重构ISAR成像算法。实验结果证明该算法提高了运算效率和成像质量。 4.基于稀疏信号重构MIMO雷达成像算法 针对稀疏阵列MIMO雷达成像高旁瓣问题，采用修正牛顿SL0稀疏信号重构算法MIMO雷达进行成像。采用双曲正切函数作为平滑函数来逼近l0范数，将成像问题转化为l0范数的优化问题，沿双曲正切函数的修正牛顿方向优化求解，实现低旁瓣MIMO雷达成像，同时采用奇异值分解方法和对角加载算法进一步提高算法的稳健性。

目录

第一个书签之前