基于压缩感知的逆合成孔径雷达成像

《基于压缩感知的逆合成孔径雷达成像》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于压缩感知的逆合成孔径雷达成像作者姓名王美妙学校导师姓名、职称张小华副教授领域电子与通信工程企业导师姓名、职称凤宏晓高工申请学位类别工程硕士提交学位论文日期2014年12月学校代码10701学号1202121443分类TN82号TP39密级公开西安电子科技大学硕士学位论文基于压缩感知的逆合成孔径雷达成像作者姓名：王美妙领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：张小华副教授企业导师姓名、职称：凤宏晓高工提交日期：2014年12月ISARImagingBasedonCompressedSensingAthesissubmittedtoXIDIANUN

2、IVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWangMeimiaoSupervisor:XiaohuaZhangDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含

3、为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究成果撰写的文章，署名单位为西安电子

4、科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要随着雷达成像技术在军用和民用领域发挥着日益广泛的应用价值，高分辨的合成孔径雷达成像技术和逆合成孔径雷达成像技术(SAR/ISAR)正在受到越来越多的关注和重视。ISAR成像中，可以通过发射宽带信号来获得高的距离分辨率，再利用目标和雷达之间的相对运动形成合成孔径使得方位向分辨率提高。然而，传统ISAR成像为了保证方位向分辨率，需要较长时间的观测来获得足够长的相干处理时间(CPI)，这就很难满足现在对于目标识别、实时监测等的实际需求。而且，ISAR目标通常是机动、瞬时、非合作的，从

5、而回波存在很强的多普勒时变性。所以，传统成像方法中的长时间观测相干积累对成像效果具有极大制约。对此，一些学者提出将近几年的一个热点理论-压缩感知理论(CS)应用于ISAR成像中，并形成了基于CS的ISAR成像理论框架。就成像效果而言，相比较于传统ISAR成像方法虽然有所提高，但是成像效率还需要有所改进，而且对信号资源的利用上也只是考虑了信号局部稀疏特性，并未充分利用信号本身固有的一些特点。本文就上述出现的这些问题，充分考虑ISAR数据内在特性，利用压缩感知理论，对原始回波数据进行超分辨成像，不仅提高了ISAR成像效果，还有效保存了信号目标区域能量的同时减少了错假成

6、像。本文主要内容可以总结为以下三个方面：1、提出了采用图割的图像分割思想对压缩感知ISAR成像进行新的加权方法。以往对整幅图像采用相同的加权方法在保存信号能量的同时并不能很好的对背景杂波进行抑制。对于ISAR回波，只有当强散射点的周围也是强散射点时该点才是真正的目标点，否则就是杂波点。然而通常强散射点是位于整个成像平面的一些特定区域，弱散射点位于一定区域，因此我们可以利用图割来将目标信号和杂波区域有效分割，得到目标信号的先验区域，然后对目标区域和背景区域采用不同的加权方法，从而有效的保持信号能量同时抑制杂波影响。通过对实测数据的实验仿真验证了该算法有效改善了成像效

7、果。2、提出基于低秩稀疏矩阵分解的ISAR成像新框架。由ISAR成像特性知道，背景通常是几乎不变的，变化的只是稀疏目标，而现有的成像方法都只是考虑目标的稀疏特性，忽略了背景特点。所以该方法将ISAR图像认为是冗余低秩背景和稀疏目标的相加和，且不同于以往方法只对目标进行单一稀疏约束，而是给目标进行局部稀疏约束，对背景作低秩约束。具体做法是将ISAR成像问题转化为分别对低秩背景和稀疏目标的重构，且认为重构的稀疏部分即为ISAR成像，通过分步迭代方法求解成像问题。实测数据的实验结果也很好的证明了该算法的优越性。3、提出背景减去的ISAR成像方法。ISAR成像数据是在CP

8、I内积累得