基于壓縮感知的逆合成孔徑雷達成像

《基于壓縮感知的逆合成孔徑雷達成像》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、基于壓縮感知的逆合成孔徑雷達成像作者姓名王美妙學校導師姓名、職稱張小華副教授領(lǐng)域電子與通信工程企業(yè)導師姓名、職稱鳳宏曉高工申請學位類別工程碩士提交學位論文日期2014年12月學校代碼10701學號1202121443分類TN82號TP39密級公開西安電子科技大學碩士學位論文基于壓縮感知的逆合成孔徑雷達成像作者姓名：王美妙領(lǐng)域：電子與通信工程學位類別：工程碩士學校導師姓名、職稱：張小華副教授企業(yè)導師姓名、職稱：鳳宏曉高工提交日期：2014年12月ISARImagingBasedonCompressedSensingAthesissubmittedtoXIDIANUN

2、IVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWangMeimiaoSupervisor:XiaohuaZhangDecember2014西安電子科技大學學位論文獨創(chuàng)性(或創(chuàng)新性)聲明秉承學校嚴謹?shù)膶W風和優(yōu)良的科學道德，本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含

3、為獲得西安電子科技大學或其它教育機構(gòu)的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學位論文若有不實之處，本人承擔一切法律責任。本人簽名：日期：西安電子科技大學關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學有關(guān)保留和使用學位論文的規(guī)定，即：研究生在校攻讀學位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學。學校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學位后結(jié)合學位論文研究成果撰寫的文章，署名單位為西安電子

4、科技大學。保密的學位論文在年解密后適用本授權(quán)書。本人簽名：導師簽名：日期：日期：摘要摘要隨著雷達成像技術(shù)在軍用和民用領(lǐng)域發(fā)揮著日益廣泛的應(yīng)用價值，高分辨的合成孔徑雷達成像技術(shù)和逆合成孔徑雷達成像技術(shù)(SAR/ISAR)正在受到越來越多的關(guān)注和重視。ISAR成像中，可以通過發(fā)射寬帶信號來獲得高的距離分辨率，再利用目標和雷達之間的相對運動形成合成孔徑使得方位向分辨率提高。然而，傳統(tǒng)ISAR成像為了保證方位向分辨率，需要較長時間的觀測來獲得足夠長的相干處理時間(CPI)，這就很難滿足現(xiàn)在對于目標識別、實時監(jiān)測等的實際需求。而且，ISAR目標通常是機動、瞬時、非合作的，從

5、而回波存在很強的多普勒時變性。所以，傳統(tǒng)成像方法中的長時間觀測相干積累對成像效果具有極大制約。對此，一些學者提出將近幾年的一個熱點理論-壓縮感知理論(CS)應(yīng)用于ISAR成像中，并形成了基于CS的ISAR成像理論框架。就成像效果而言，相比較于傳統(tǒng)ISAR成像方法雖然有所提高，但是成像效率還需要有所改進，而且對信號資源的利用上也只是考慮了信號局部稀疏特性，并未充分利用信號本身固有的一些特點。本文就上述出現(xiàn)的這些問題，充分考慮ISAR數(shù)據(jù)內(nèi)在特性，利用壓縮感知理論，對原始回波數(shù)據(jù)進行超分辨成像，不僅提高了ISAR成像效果，還有效保存了信號目標區(qū)域能量的同時減少了錯假成

6、像。本文主要內(nèi)容可以總結(jié)為以下三個方面：1、提出了采用圖割的圖像分割思想對壓縮感知ISAR成像進行新的加權(quán)方法。以往對整幅圖像采用相同的加權(quán)方法在保存信號能量的同時并不能很好的對背景雜波進行抑制。對于ISAR回波，只有當強散射點的周圍也是強散射點時該點才是真正的目標點，否則就是雜波點。然而通常強散射點是位于整個成像平面的一些特定區(qū)域，弱散射點位于一定區(qū)域，因此我們可以利用圖割來將目標信號和雜波區(qū)域有效分割，得到目標信號的先驗區(qū)域，然后對目標區(qū)域和背景區(qū)域采用不同的加權(quán)方法，從而有效的保持信號能量同時抑制雜波影響。通過對實測數(shù)據(jù)的實驗仿真驗證了該算法有效改善了成像效

7、果。2、提出基于低秩稀疏矩陣分解的ISAR成像新框架。由ISAR成像特性知道，背景通常是幾乎不變的，變化的只是稀疏目標，而現(xiàn)有的成像方法都只是考慮目標的稀疏特性，忽略了背景特點。所以該方法將ISAR圖像認為是冗余低秩背景和稀疏目標的相加和，且不同于以往方法只對目標進行單一稀疏約束，而是給目標進行局部稀疏約束，對背景作低秩約束。具體做法是將ISAR成像問題轉(zhuǎn)化為分別對低秩背景和稀疏目標的重構(gòu)，且認為重構(gòu)的稀疏部分即為ISAR成像，通過分步迭代方法求解成像問題。實測數(shù)據(jù)的實驗結(jié)果也很好的證明了該算法的優(yōu)越性。3、提出背景減去的ISAR成像方法。ISAR成像數(shù)據(jù)是在CP

8、I內(nèi)積累得