基于稀疏空间谱的分布式无源雷达成像技术研究

摘要

随着对隐身目标探测能力的强烈需求，利用广播信号和电视信号进行目标无源探测已逐步进入实用阶段。相比于无源雷达探测和跟踪技术，被动雷达成像能够提供关于目标更为精细的特征描述，有利于对目标进行分类和识别。针对收发站数目较少且空间谱填充不致密的情况，本文研究基于稀疏空间谱的分布式被动雷达的成像方法。主要研究工作如下：
　　1.分析了分布式无源雷达接收回波信号的空间谱特性。建立了分布式无源雷达的成像模型，分析了收发站数目较少情况下接收回波信号的空间谱特性，阐述了分布式无源雷达的压缩感知成像算法。
　　2.研究了分布式无源雷达成像中的布站优化设计方法。分别建立了基于峰值信噪比（PSNR）、分辨率和互相关系数的优化目标函数，提出了基于遗传算法的分布式无源雷达接收机布站优化设计方法，给出了具体的实现流程。仿真结果表明，采用布站优化后的接收机构型能够大大提高分布式无源雷达的成像性能、分辨率以及算法性能。
　　3.提出了基于协方差稀疏表示和稀疏贝叶斯学习（SBL）的分布式无源雷达成像算法。建立了基于协方差稀疏表示的分布式无源雷达成像模型，推导了该稀疏模型下分布式无源雷达成像算法，给出了正则化参数的获取方法。进一步，将稀疏贝叶斯学习应用于基于协方差稀疏表示的分布式无源雷达成像。仿真结果表明：（1）所提算法能够获得比 OMP算法更优的重构性能；（2）低信噪比下，所提算法在协方差域的重构误差远小于数据域的重构误差。
　　4.研究了基于 off-grid模型的分布式无源雷达成像算法。探讨了基于不同近似的off-grid模型。分析了OMP算法K稀疏重构网格划分的充分条件，提出了基于梯度下降的扰动量修正算法，以及基于扰动量修正的PPOMP分布式无源雷达off-grid成像算法，并建立了off-grid重构误差衡量指标KLD。仿真结果表明：（1）PPOMP算法能够一定程度上解决off-grid问题，实现分布式无源雷达 off-grid成像；（2）不同信噪比、扰动量大小、网格大小情况下，PPOMP算法的重构误差均远小于OMP算法。

目录

声明

第一章 绪 论

1.1 研究背景与意义

1.2国内外研究现状

1.3 本论文的结构安排

第二章 分布式无源雷达成像基本原理

2.1 引言

2.2分布式无源雷达成像模型

2.3基于压缩感知的分布式无源雷达成像算法

2.4 本章小结

第三章 分布式无源雷达成像中的布站优化设计

3.1 引言

3.2 优化目标函数

3.3 基于遗传算法的分布式无源雷达布站优化设计

3.4 本章小结

第四章 基于协方差稀疏表示的分布式无源雷达成像

4.1 引言

4.2 协方差稀疏表示

4.3 基于SBL和协方差稀疏表示的分布式无源雷达成像算法

4.4 本章小结

第五章 基于off-grid模型的分布式无源雷达CS成像

5.1 引言

5.2 off-grid模型

5.3 基于PPOMP的分布式无源雷达off-grid成像算法

5.4 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果