二维秩亏Capon谱估计方法及其应用

摘要

谱估计是信号处理领域的基本问题之一，受到学者的广泛关注。标准的Capon谱估计方法是一种基于自适应滤波器组的谱估计方法。当数据样本有限时，为获得较好的谱估计效果，常常在谱估计方法中选择较具有高阶的滤波器。由于快拍数减少，导致采样协方差矩阵奇异，进而导致常规的Capon谱估计方法不再适用。 本论文研究了基于奇异协方差矩阵的二维Capon谱估计方法。我们将一维改进的秩亏的稳健Capon滤波器组谱估计方法拓展到二维，称为二维MRD-RCF(Modifled Rank-deficient Robust Capon Filter-bank)谱估计方法。为了提高协方差矩阵的估计精度，在协方差矩阵的估计过程中可以引入前后向估计方法。应用了前后向估计方法的二维MRD-RCF谱估计方法可称为二维FB MRD-RCF谱估计方法。仿真实验结果表明两种谱估计方法都能给出较好谱估计效果。 高分辨的SAR目标图像更有利于后续的目标识别。鉴于二维MRD-RCF谱估计方法和二维FB MRD-RCF谱估计方法都能给出高分辨的估计结果，将其应用于SAR图像超分辨特征分析中。针对处理后的SAR图像分别进行的定性和定量分析，表明二维MRD-RCF谱估计方法和二维FB MRD-RCF谱估计方法均具有高分辨性能。此外，这两种谱估计方法既能抑制一定的斑点噪声，又具有较好的阴影保持能力。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景及意义

1.2秩亏Capon谱估计方法的研究现状

1.3本文的主要工作及论文结构

第二章一维秩亏的Capon谱估计方法

2.1引言

2.2一维秩亏Capon谱估计问题描述

2.2.1谱估计问题描述

2.2.2标准Capon谱估计方法

2.2.3秩亏Capon谱估计问题描述

2.3一维子空间约束的Capon谱估计方法

2.3.1窄带滤波器的设计

2.3.2傅立叶滤波矢量

2.4.一维RD-RCF谱估计方法

2.4.1窄带滤波器的设计

2.4.2导向矢量

2.5一维MRD-RCF谱估计方法

2.5.1 Capon滤波矢量

2.5.2窄带滤波器的设计

2.6仿真与实验结果

2.6.1离散线谱信号的谱估计结果

2.6.2混合谱信号的谱估计结果

2.7本章小结

第三章二维秩亏的Capon谱估计方法

3.1引言

3.2二维秩亏谱估计问题描述

3.2.1二维谱估计问题描述

3.2.2二维秩亏Capon谱估计问题描述

3.3二维MRD-RCF谱估计方法

3.3.1 Capon滤波矢量

3.3.2窄带滤波器的设计

3.4二维FB MRD-RCF谱估计方法

3.5仿真与实验结果

3.5.1线谱信号的二维MRD-RCF谱估计结果

3.5.2线谱信号的二维FB MRD-RCF谱估计结果

3.6本章小结

第四章二维秩亏Capon谱估计方法在SAR图像处理中的应用

4.1引言

4.2 SAR图像超分辨处理概述

4.2.1概述

4.2.2 HDVI方法

4.3二维秩亏Capon谱估计方法在SAR图像处理中的应用

4.3.1 SAR实验数据--MSTAR数据

4.3.2相位史数据

4.3.3数据降分辨率处理

4.3.4采样协方差矩阵

4.3.5谱估计方法在SAR图像处理中的应用

4.4 SAR图像超分辨处理后的实验结果及性能分析

4.4.1实验结果

4.4.2图像性能指标

4.4.3 SAR图像评估结果

4.5本章小结

结束语

致谢

参考文献

攻读硕士期间所发表的论文