动目标微波凝视关联成像中稀疏重构技术研究

摘要

为了更好地从回波中提取出目标信息，提高雷达成像分辨率是最主要的途径之一。基于时空两维随机辐射场的微波凝视关联成像方法能够在方位向上获得超越孔径衍射极限的分辨率，动目标微波凝视关联成像是一种新的获取动目标超分辨特性的成像方法，但是静止目标的关联处理方法不适用于运动目标。在地基雷达的空中凝视照射区域，运动目标往往具有稀疏分布特性，本文正是利用该稀疏先验信息，重点开展以微波凝视关联成像理论为基础的运动目标稀疏重构技术研究。
　　论文首先分析了目标运动对微波凝视关联成像的影响。在静止目标成像模型的基础上，从成像物理过程出发，建立了动目标微波凝视关联成像模型，并结合目标稀疏分布特性，将正交匹配追踪(Orthogonal Matching Pursuit，OMP)、稀疏贝叶斯学习(Sparse Bayesian Learning，SBL)和欠定系统局域解法(FocalUnderdetermined System Solver，FOCUSS)等经典的稀疏重构算法应用于动目标微波凝视关联成像系统，仿真分析了目标运动对经典稀疏重构算法在微波凝视关联成像中的应用所带来的影响。
　　其次，研究了动目标微波凝视关联稀疏成像算法。在动目标的成像场景中，若不考虑目标运动的影响将导致经典的稀疏重构算法失效，为此，论文提出了两种动目标微波凝视关联稀疏成像算法:(1)针对随机跳频体制，利用发射信号随机跳变的特点进行速度预估计，对辐射场矩阵进行运动补偿，然后关联处理得到目标像;(2)从贝叶斯最大后验角度出发，对经典SBL算法进行修改，迭代估计得到动目标像以及运动速度，并仿真验证了所提算法可同时获得精确的速度估计值和高分辨率图像。
　　最后，研究了动目标微波凝视关联成像中的网格失配（Off-Grid）问题。在将压缩感知理论应用于微波凝视关联成像时，无论网格划分的如何细致，都会存在网格失配问题。针对该问题，本文提出了两种解决方法:(1)在随机跳频体制下，先由其速度预估计方法进行运动补偿，再利用网格点位置和网格偏差具有相同稀疏结构的特性，对经典OMP算法进行修改，校正网格失配偏差;(2)将动目标成像问题转化为连续参数估计问题，利用目标稀疏先验信息，设计优化函数，直接求解散射点位置，避免了经典稀疏重构算法对网格的依赖性，而且仿真结果显示当存在Off-Grid误差时，该方法获得了较好的稀疏反演结果。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 微波凝视关联成像技术

1．2．1 微波凝视关联成像发展现状

1．2．2 微波凝视关联成像基本原理

1．3 压缩感知理论与稀疏重构技术

1．3．1 压缩感知基本理论

1．3．2 常用稀疏重构算法

1．4 论文的主要工作内容与章节安排

第2章 动目标微波凝视关联成像建模及分析

2．1 概述

2．2 运动目标的微波凝视关联成像过程建模

2．2．1 入射场建模

2．2．2 散射场建模

2．2．3 接收回波建模

2．3 目标运动情况下微波凝视关联稀疏成像误差分析

第3章 动目标微波凝视关联稀疏成像算法研究

3．1 概述

3．2 随机跳频体制下动目标微波凝视关联成像方法研究

3．2．1 随机跳频体制下的时空两维随机辐射场的构造

3．2．2 随机跳频体制下的速度预估计方法

3．2．3 基于速度预估计的动目标微波凝视关联成像方法

3．2．4 仿真分析

3．3 基于SBL的动目标微波凝视关联成像方法研究

3．3．1 稀疏贝叶斯模型

3．3．2 稀疏贝叶斯推理

3．3．3 SRA-SBL算法

3．3．4 仿真分析

第4章 动目标微波凝视关联稀疏成像中网格失配问题研究

4．1 概述

4．2 动目标微波凝视关联成像中网格失配问题分析

4．3 随机跳频体制下的基于OMP的动目标微波凝视关联成像方法

4．3．1 求解模型

4．3．2 算法流程

4．3．3 仿真分析

4．4 基于参数化字典学习的动目标微波凝视关联成像方法

4．4．1 求解模型

4．4．2 算法流程

4．4．3 仿真分析

第5章 结束语

5．1 论文工作总结

5．2 后续工作展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果