首页> 中文学位 >多点接收微波凝视关联成像机理研究
【6h】

多点接收微波凝视关联成像机理研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 论文的研究背景和意义

1.2 研究历史和现状

1.2.1 微波凝视关联成像起源与发展

1.2.2 随机辐射场构造方面研究现状

1.2.3 关联成像算法研究现状

1.2.4 论文相关问题聚焦

1.3 论文的结构安排

第2章 多点接收微波凝视关联成像基本原理

2.1 引言

2.2 单点接收微波凝视关联成像的基本理论

2.2.1 基于单点接收的微波凝视关联成像模型

2.2.2 时空两维随机辐射场的统计特性

2.2.3 关联成像方法

2.3 多点接收微波凝视关联成像原理

2.3.1 基于多点接收微波凝视关联成像模型

2.3.2 多点接收之间的独立性分析

2.3.3 多点接收微波凝视关联成像原理仿真分析

2.4 基于有效秩的多点接收随机辐射场样本有效性表征

2.5 本章小结

第3章 基于空间分布熵的收发布局优化

3.1 引言

3.2 信息熵的基本理论

3.3 收发单元的空间分布熵

3.3.1 辐射单元的空间分布熵数学模型

3.3.2 收发布局的空间分布熵

3.3.3 有效秩与空间分布熵的正相关性分析

3.4 以最大空间分布熵为准则的收发布局优化

3.4.1 基于遗传算法的收发布局优化

3.4.2 收发布局优化仿真

3.5 基于收发布局优化的微波凝视关联成像仿真

3.6 本章小结

第4章 正交辐射场的构造

4.1 引言

4.2 正交辐射场的定义

4.3 理想正交辐射场的表征

4.3.1 基于正交模的理想正交辐射场表征

4.3.2 一种二维正交基函数的构造方法

4.3.3 二维正交基函数的仿真分析

4.4 正交辐射场的构造

4.4.1 基于激励信号设计的正交辐射场构造模型

4.4.2 正交辐射场构造仿真分析

4.4.3 基于多点接收的正交辐射场构造

4.5 基于正交辐射场的微波凝视关联成像

4.6 本章小结

第5章 基于序贯处理的多点接收关联成像方法

5.1 引言

5.2 基于序贯最小二乘的多点接收序关联成像模型

5.3 序贯LS关联成像算法

5.3.1 序贯LS算法流程

5.3.2 序贯LS算法收敛性分析

5.4 基于序贯LS方法的成像仿真分析

5.5 本章小结

第6章 总结

6.1 本文工作总结

6.2 后续工作展望

参考文献

在读期间发表的学术论文与取得的其他研究成果

在读期间参与的主要工作

致谢

展开▼

摘要

基于时空两维随机辐射场的单点接收微波凝视关联成像经过近几年的发展,已取得了较好的成果。但由于实际系统受辐射口面大小、辐射单元个数以及信号带宽等因素限制,辐射场的时空两维随机性变差,使得微波凝视关联成像模型变得非适定,因而成像过程对噪声敏感,成像反演所需时间长。针对上述问题,本文提出了采用多点接收的方式,利用多点接收的空间展开来改善成像模型的非适定性,从而提高成像过程对噪声的鲁棒性,缩短成像过程所需的时间。主要研究工作包括:
  1、在单点接收微波凝视关联成像原理的基础上,建立了基于数据层扩维融合的多点接收微波凝视关联成像模型。通过对多点观测的随机辐射场之间的相关性分析,证明了多点接收能增加有效观测样本。并提出了利用随机辐射场矩阵的有效秩定量表征一组随机辐射辐射场样本有效性的方法。
  2、针对以随机辐射场矩阵的有效秩最大化为准则的收发布局优化方法存在目标函数计算复杂,效率太低的问题,提出了基于空间分布熵的收发布局优化方法。首先提出了以空间分布熵定量表征收发布局随机性的方法,并分析验证了空间分布熵与随机辐射场矩阵的有效秩之间的总体正相关性。然后建立了以空间分布熵最大化为准则的收发布局优化模型,并利用遗传算法对收发布局进行了优化。最后,通过成像仿真验证了收发布局优化能提高微波凝视关联成像性能。
  3、研究了正交辐射场的构造。相比通过信号随机调制、辐射单元随机布局等手段来正向构造随机辐射场,本文所提出了一种逆向构造正交辐射场的方法。首先,本文用一组二维空间正交基函数来表征理想正交辐射场样本的具体分布。然后提出了一种利用合理设计辐射单元的激励信号来对这些理想辐射场样本进行逼近,得到到一组近似正交辐射场样本的方法,并通过仿真验证了该方法的可行性。最后,当正交辐射场用于微波凝视关联成像时,极大的提高了成像反演过程对噪声的鲁棒性。
  4、为了提高成像速率,本文提出了一种序贯处理的多点接收关联成像方法。该方法构造了基于序贯最小二乘的实时回波数据处理模型,同时降低了矩阵求逆的维度,从而提高了成像的速率。仿真表明了该方法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号