基于快速稀疏贝叶斯学习算法的雷达数据融合技术研究

摘要

由于单雷达成像系统的分辨率受到信号带宽和相干积累角的约束，近年来，多雷达数据融合技术作为一种新兴的雷达成像技术，在军事上得到了重视并拥有着广阔的应用前景。多雷达数据融合技术是一种综合不同视角、不同频带雷达回波数据，利用信号处理的方法获得高精度目标模型参数的技术，它突破了单雷达分辨率的约束，在成像过程中可获得更高分辨率的清晰图像。本文主要讨论了高频区雷达的数据融合问题。利用几何绕射理论模型，雷达数据融合问题可以转化为信号稀疏表示问题，信号稀疏表示方法作为一种有效的数据分析方法，将其应用于雷达成像处理中，可准确估计出目标散射中心参数，大幅提高最终成像质量，便于后续的分析和处理。本文主要包括以下四部分内容:
　　第一部分主要介绍了雷达数据融合技术的理论基础，包括目标电磁散射模型的建立，信号稀疏表示的相关理论。
　　第二部分详细说明了同视角多频带雷达数据融合技术。首先给出了一维雷达回波的信号稀疏表示模型，然后针对多子带观测情况进行了分析，选择使用稀疏贝叶斯学习方法求解信号稀疏表示问题，并分别详细介绍了期望最大化方法、求导方法和快速边缘似然函数最大化方法三种求解超参数的方法。
　　第三部分主要分析了一种基于信号稀疏表示的相干配准方法。在第一部分信号稀疏表示相关理论的基础上，基于幅相补偿参数的稀疏特性，对引起两部雷达之间不相干的固定相移和线性相移进行估计，在提高了估计精度的同时使算法更具鲁棒性。
　　第四部分重点介绍了多视角多频带雷达数据融合技术。在给出目标散射场二维模型的基础上，构建了多视角多频带雷达数据的信号稀疏表示模型，最终用稀疏贝叶斯学习方法对该信号稀疏表示问题进行求解，并用仿真算例验证了该方法的有效性。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 研究历史及国内外研究现状

1．3 论文的研究内容及安排

2 雷达信号稀疏表示理论

2．1 引言

2．2 光学区雷达目标几何绕射理论

2．2．1 光学区雷达目标散射中心分类

2．2．2 光学区雷达目标散射中心模型

2．3 信号稀疏表示理论

2．4 本章小结

3 基于稀疏贝叶斯学习的同视角多频带雷达数据融合

3．1 引言

3．2 基于稀疏贝叶斯学习的同视角多频带雷达数据融合

3．2．1 一维雷达信号稀疏表示模型

3．2．2 基于稀疏表示的同视角多频带雷达数据融合原理

3．2．3 稀疏贝叶斯学习方法基本原理

3．3 利用求导方法求解超参数

3．3．1 求导方法基本原理

3．3．2 仿真算例

3．4 利用期望最大化(EM)方法求解超参数

3．4．1 期望最大化(EM)方法基本原理

3．4．2 仿真算例

3．5 利用快速边缘似然函数最大化方法求解超参数

3．5．1 快速边缘似然函数最大化方法基本原理

3．5．2 仿真算例

3．6 基于稀疏贝叶斯学习的数据融合方法抗噪声性能分析

3．7 本章小结

4 基于信号稀疏表示的多雷达信号相干配准

4．1 引言

4．2 基于信号稀疏表示的多雷达信号相干配准

4．2．1 基于信号稀疏表示的多雷达信号相干配准基本原理

4．2．2 基于遗传算法的参数优化

4．3 仿真算例

4．4 本章小结

5 基于稀疏贝叶斯学习的多视角多频带雷达数据融合

5．1 引言

5．2 基于稀疏贝叶斯学习的多视角多频带雷达数据融合

5．2．1 二维雷达信号稀疏表示模型

5．2．2 基于稀疏表示的多视角多频带雷达数据融合原理

5．3 仿真算例

5．4 本章小结

6 总结与展望

6．1 本文的主要工作

6．2 研究工作展望

致谢

参考文献