基于块稀疏变分贝叶斯的雷达成像方法研究

摘要

雷达成像的分辨率由信号的带宽和相干积累角大小决定，但是提高信号的带宽和增加目标观测时间不容易实现。多雷达数据融合成为提高成像分辨率的有效手段，通过信号重构算法估计目标散射中心模型参数，恢复部分频带和视角的雷达回波数据来获得高分辨的图像。本文针对块稀疏变分贝叶斯在雷达成像中的应用展开研究，首先分析成像的原理，对多雷达回波数据进行稀疏表示，重构空白频段和方位角的数据，提高成像分辨率。之后用本方法对方位数据缺失的机动目标实现高质量成像，完成的主要工作如下: (1)研究了电磁散射和成像的关系，分析了高频区目标散射中心理论，对雷达成像的原理进行介绍，简述压缩感知的理论。 (2)研究了基于块稀疏变分贝叶斯的多雷达数据融合成像，对同视角多频段雷达回波构造一维稀疏表示矩阵，重构出空白段的频率数据，在距离向提高成像分辨率，并验证了算法的抗噪声性能。对多视角多频段雷达回波构造二维稀疏表示矩阵，重构出空白段的频率和方位数据，在距离向和方位向提高成像分辨率。 (3)研究了基于块稀疏变分贝叶斯的机动目标成像，针对目标平动造成的误差，分析了距离对准和相位补偿方法，并通过仿真验证了运动补偿方法的准确性。针对机动目标成像，给出了基于时频分析的成像方法。建立了机动目标回波稀疏模型，当目标方位数据随机缺失时，通过块稀疏变分贝叶斯算法得到了目标的清晰图像。

目录

声明

摘要

1绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1雷达成像算法研究现状

1．2．2基于稀疏表示的雷达成像算法研究现状

1．3本文的主要内容和结构安排

2雷达成像和压缩感知的基本理论

2．1引言

2．2雷达成像的基本理论

2．2．1电磁散射理论

2．2．2光学区散射中心理论

2．2．3雷达成像原理

2．3压缩感知的基本理论

2．3．1信号的稀疏表示

2．3．2测量矩阵的构造

2．3．3重构算法

2．4本章小结

3基于块稀疏变分贝叶斯的多雷达数据融合成像

3．1引言

3．2同视角多频带雷达数据融合

3．2．1一维GTD模型稀疏表示形式

3．2．2同视角多频带雷达数据融合原理

3．2．3块稀疏变分贝叶斯算法的基本原理

3．2．4仿真算例

3．3多视角多频带雷达数据融合

3．3．1二维GTD模型稀疏表示形式

3．3．2多视角多频带雷达数据融合原理

3．3．3仿真算例

3．4本章小结

4基于块稀疏变分贝叶斯的机动目标成像

4．1引言

4．2平动补偿技术

4．2．1距离对准

4．2．2相位补偿

4．2．3仿真算例

4．3机动目标多普勒特征分析及成像算法

4．3．1机动目标多普勒特征

4．3．2距离-瞬时多普勒成像算法

4．3．3机动目标雷达回波的稀疏表示

4．3．4仿真算例

4．4本章小结

5总结与展望

5．1本文的主要工作

5．2后续工作展望

致谢

参考文献

附录