版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著高分辨SAR成像技術的廣泛應用,雷達需要發(fā)射大帶寬信號。在Nyquist采樣定理框架下,這造成了雷達系統(tǒng)的采樣率升高、數(shù)據(jù)量變大、實時處理及硬件實現(xiàn)困難。然而,雷達回波信號本身具有稀疏性質(zhì),這使得打破Nyquist采樣定理的限制并利用稀疏信號進行 SAR成像處理成為可能。其中,壓縮感知(Compressive Sensing,CS)與矩陣填充(Matrix Completion,MC)理論是處理稀疏信號的常見方法,將其應用于SAR成
2、像領域優(yōu)勢明顯。與此同時,目前壓縮感知理論中觀測矩陣與重構算法的設計方法仍然有待完善,將其利用梯度下降法進行改進具備一定的研究價值。
本文圍繞稀疏SAR成像方法展開研究,主要工作內(nèi)容如下:
1.介紹了 SAR回波信號模型和距離多普勒算法,分別利用點目標模型和實測數(shù)據(jù)對算法的正確性和有效性進行了驗證。
2.研究了基于壓縮感知的SAR成像模型,對雷達回波的稀疏性進行了分析。以此為基礎,研究了稀疏基矩陣和觀測矩陣
3、的構造方式,并轉化為數(shù)學優(yōu)化模型,實現(xiàn)了基于壓縮感知的SAR成像處理。分別在距離維、方位維以及二維應用壓縮感知理論進行點目標仿真,仿真結果表明該方法在降低采樣數(shù)據(jù)量的同時能夠大幅度提高分辨率。實測數(shù)據(jù)的成像結果同樣驗證了其有效性。
3.在壓縮感知SAR成像方法的基礎上,對觀測矩陣和重構算法進行了改進。首先簡單介紹了梯度下降法。然后分析了表征觀測矩陣性能的因素,并利用梯度下降法改進該因素,從而達到改進觀測矩陣的目的。仿真實驗中新
4、方法表現(xiàn)出了更好的重構性能。最后介紹了OMP算法與SL0算法,并利用梯度下降法改進OMP算法,加快了其收斂速度。仿真結果表明新方法在重構時間上優(yōu)于原始的OMP算法。
4.研究了基于矩陣填充的 SAR成像方法,對雷達回波的低秩特性進行了簡要說明。然后介紹了SAR成像模型和降采樣集合的構造方法,并將其應用于距離向降采樣下的SAR成像。在噪聲存在的情況下,利用點目標和實測數(shù)據(jù)進行仿真,仿真結果表明該方法在降低采樣數(shù)據(jù)量的同時能夠正確
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏重構的SAR動目標檢測技術.pdf
- 基于稀疏貝葉斯重構方法的雷達成像技術研究.pdf
- 陣列三維SAR成像及基于稀疏重構的分辨率增強技術.pdf
- 基于稀疏重構的電子偵察技術研究.pdf
- 基于快速處理的SAR成像技術研究.pdf
- 機載SAR成像技術研究.pdf
- GEO SAR成像技術研究.pdf
- 基于FPGA的SAR實時成像實現(xiàn)技術研究.pdf
- 基于去調(diào)頻處理的SAR成像技術研究.pdf
- 動目標微波凝視關聯(lián)成像中稀疏重構技術研究.pdf
- 基于實測數(shù)據(jù)的機載SAR成像技術研究.pdf
- 基于混合模式的SAR-ISAR成像技術研究.pdf
- 基于字典學習與稀疏模型的SAR圖像壓縮技術研究.pdf
- 運動目標SAR成像技術研究.pdf
- SAR成像算法及技術研究.pdf
- 高分辨SAR稀疏目標成像研究.pdf
- 稀疏場景下采樣SAR成像研究.pdf
- 基于稀疏表示的分布式目標SAR成像方法研究.pdf
- 基于GPU的超寬帶SAR實時成像技術研究.pdf
- 基于信號模型的SAR參數(shù)化成像技術研究.pdf
評論
0/150
提交評論