压缩感知在宽带雷达信号处理中的应用
DOI: DOI:10.13232/j.cnki.jnju.2014.01.006
Keywords: 压缩感知,稀疏表示,观测矩阵,信号重构
Abstract:
高分辨雷达成像系统在当今的军事和民用方面都有着广泛的需求,高分辨率成像需要发射宽带的雷达信号,然而根据奈奎斯特采样定理,信号带宽的增加又使得雷达系统面临高采样率、高传输率、大数据量存储以及信号实时快速处理等问题。压缩感知(cs)理论通过构造非相关测量矩阵,以远低于奈奎斯特采样率的速率获得一组测量值,通过重构算法对信号进行精确的重构。压缩感知理论应用的前提是信号的稀疏性,关键是测量矩阵和稀疏度之间的关系,重要支撑是重构算法。本文对压缩感知原理进行了简要介绍并针对雷达常用的线性调频信号提出一种稀疏基构造方案。同时,利用matlab构造了线性调频信号模型并对压缩感知处理线性调频信号的采样重建过程及应用于二维成像的过程进行了仿真。本文也研究了不同重建算法并进行了各个算法间的效果比较。仿真结果表明,在宽带雷达回波信号的处理过程中,压缩感知能通过降低采样率有效缓解回波数据的存储和传输的压力,这一点在宽带雷达目标检测中应用前景广阔。
References
[1] | .喻玲娟,谢晓春.压缩感知理论简介[j].电视技术,2008(12):16-18.
|
[2] | .donohodl.compressedsensing[j].ieeetransactionsoninformationtheory,2006,52(4):1289-1306.
|
[3] | .tsaigy,donohodl.extensionsofcompressedsensing[j].signalprocessing,2006,86(3):549-571.
|
[4] | .刘纪红.压缩感知雷达成像技术综述[j].信号处理,2011(2):221-26.
|
[5] | .hermanm,?strohmert.compressedsensingradar[c].2008ieeeintrnationalconferenceonacousics,speechandsignalprocessing:1509-1512.
|
[6] | .gurbuzac,mcclellanjh,scottwr.gprimagingusingcompressedmeasurements[j].internationalgeoscienceandrmotesensingsymposium,2008,2(1):113-116.
|
[7] | .candesej,rombergj,taot.robustuncertaintyprinciples:exactsignalreconstructionfromhighlyincompletefrequencyinformationtheory[j].2006,52(2):489-509.
|
[8] | .谢志鹏.基于前向后向算子分裂的稀疏信号重构.南京大学学报(自然科学),2012,48(4):475-481.
|
[9] | .gurbuzac,mcclellanjh,scottwr.acompressivesensingdataacquisitionandimagingmethodforsteppedfrequencygprs[j].ieeetransactionsonsignalprocessing,2009,57(7):2640-2650.
|
[10] | .韩红平.压缩感知中信号重构算法的研究[d].南京邮电大学,2012.
|
[11] | .yoonts,aminmg.compressedsensingtechniqueforhigh-resolutionradarimaging[c].processingofspie-signalprocessing,sensorfusion,andtargetrecognitionⅹⅶ,2008,6968:a968.
|
[12] | .baraniukr,steeghspc.compressiveradarimaging[c].2007ieeeradarconference,boston,128-133.
|
Full-Text