高分辨谱估计及其在雷达信号处理中的应用研究

摘要

雷达成像技术是现代雷达技术的一个十分重要的发展方向，在军事和民用领域，尤其是精确制导领域有着十分重要的应用价值。雷达高分辨距离像（HRRP）与SAR二维分辨图像包含了目标的几何形状结构特征信息，在雷达目标检测、目标识别、高精度跟踪等领域都有着良好的应用前景。 根据目标多散射中心理论，高分辨雷达目标回波可以用一维或二维的谐波模型来描述，因此雷达成像问题可以作为谐波谱估计问题看待。 本文对谐波参数估计中的经典谱估计方法与现代谱估计方法进行了分析和仿真，指出了它们各自的优点和缺陷：经典谱估计方法频率分辨力低，但运算简单、保留幅度信息；现代超分辨谱估计算法频率分辨力高但运算复杂；“伪谱”函数不包含真实的幅度信息、对噪声比较敏感等。针对现有谱估计方法的不足，提出了两种改进的谱估计方法：基于四阶累积量最优加窗曲面积分的谱估计方法以及基于噪声功率补偿与限带最小二乘估计的谱估计方法。 本文的研究工作主要是提出了两种新方法： （1）针对常规的四阶累积量对角切片在小样本集情况下存在信号模型失真、从而影响谱估计性能的问题，设计了一种适用于小样本情况下谐波谱估计的高阶统计量：四阶累积量的最优加窗曲面积分，建立了基于该统计量的谐波谱估计模型。理论分析与仿真实验结果表明，改进的方法相对于传统的四阶累积量方法在小样本情况下具有更好的分辨性能和参数估计精度。 （2）针对传统超分辨算法的幅度信息缺失、运算开销量大的缺点，提出了一种基于噪声功率补偿及限带最小二乘估计的谱估计方法；理论分析与仿真实验结果表明，改进的方法在保留超分辨性能的同时，显著降低了运算开销，具有较高的幅度参数估计精度。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1引言

1.2雷达成像技术发展与研究现状

1.3雷达成像算法与谱估计

1.4基于高阶累计量的谐波恢复

1.5雷达目标高分辨距离像

1.6本文的主要研究工作及章节安排

第2章经典谱估计方法

2.1引言

2.2周期图谱估计

2.2.1周期图谱估计方法的性能分析

2.2.2平均周期图谱估计方法

2.3谐波恢复中的周期图谱估计分析与仿真

2.4经典谱估计方法的特点

第3章超分辨谱估计方法

3.1基于AR模型谱估计方法

3.1.1 AR模型原理

3.1.2 AR模型谱估计实验仿真结果

3.1.3小结

3.2基于样本相关矩阵特征分解的谐波恢复方法

3.2.1谐波信号模型与样本相关矩阵特征分解法

3.2.2 MUSIC方法

3.2.3 MUSIC算法谐波恢复方法仿真

3.2.4 PISARENKO方法

3.2.5 PISARENKO算法谐波恢复方法仿真结果

3.2.6 MUSIC法与PISARENKO法小结

3.3超分辨算法总结

第4章基于高阶累积量最优加窗曲面积分的谱估计方法

4.1引言

4.2高阶累积量及其性质

4.2.1高阶矩与高阶累积量的定义

4.2.2高斯信号的高阶矩和高阶累积量

4.2.3四阶累积量的公式表达

4.3小样本四阶累积量及其存在的问题

4.4一种新的高阶统计量：四阶累积量的最优加窗曲面积分

4.5实验仿真结果

4.6小结

第5章基于噪声功率补偿的限带最小二乘谱估计方法

5.1引言

5.2基于限带外推准则的最小二乘谱估计算法

5.3实验仿真结果

5.4小结

总结与展望

参考文献

致谢

附录A攻读学位期间发表的论文