CS与TSVD相结合的超宽带雷达逆成像方法研究

摘要

随着对雷达图像分辨率要求越来越高,雷达系统的信号带宽以及天线孔径不断增大,导致需要采集的数据量以及采集时间也同样越来越大,这给雷达系统的硬件及信号的后续处理带来了极大的挑战;此外,在传统的基于子空间的超宽带雷达电磁场逆成像中,由于在求解逆散射问题中运算复杂度高、计算代价大,存在成像时间太长的问题,难以满足实际应用中对成像系统的需求。针对这两个问题,本文采用了一种CS和TSVD相结合的超宽带雷达逆成像方法,旨在利用CS成像方法弥补TSVD逆成像时间太长问题,利用TSVD逆成像方法弥补CS成像分辨率不高问题。
　　本文首先介绍了超宽带雷达中数据的提取以及一些预处理方法,根据电磁波散射模型推导超宽带雷达逆成像方法;其次,研究CS理论应用于超宽带雷达成像,理论推导CS成像算法,结合仿真数据验证算法的可行性,并从稀疏度、测量维数和抗噪声性能三个方面,分析正交匹配追踪、逐步正交匹配追踪、正则化正交匹配追踪以及压缩采样匹配追踪四种重构算法的性能;最后,本文采用CS和TSVD相结合的超宽带雷达逆成像方法,并将成像结果和CS成像以及TSVD成像方法进行对比,分析该方法优势所在。
　　实验结果表明:CS匹配类重构算法利用少量的测量值可以精确的探测出目标位置,抗噪声性能较好,对比结果表明正则化正交匹配追踪算法的整体性能更加优越;本文采用的CS与TSVD相结合的成像方法相比CS成像,图像分辨率更高,能更好的反应出对比度函数的渐进分布;相比TSVD方法,成像时间减少了65.34％,大大加快了成像速度。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题来源，研究背景及意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 论文章节安排

第2章 超宽带雷达逆成像方法简介

2.1 探地雷达散射数据提取

2.2 超宽带雷达散射模型

2.3 格林函数

2.4 TSVD正则化方案

2.5 本章小结

第3章 基于CS的超宽带雷达成像方法

3.1 采样瓶颈

3.2 传统数据处理过程及压缩感知处理

3.3 压缩感知模型

3.4 超宽带雷达压缩感知算法

3.5 仿真结果及分析

3.6 本章小结

第4章 基于CS与TSVD相结合的超宽带雷达逆成像方法

4.1 逆散射问题和Born近似

4.2 基于TSVD求解逆散射问题

4.4 CS成像算法

4.5 CS-TSVD成像算法

4.6 本章小结

第5章 总结与展望

5.1 全文总结

5.2 工作展望

致谢

参考文献