壓縮感知雷達高分辨成像與波形設計研究.pdf

1、壓縮感知(CS)是信息論和信號處理領域的一項新興技術，它突破了傳統(tǒng)Nyquist采樣定理的限制，基于信號的稀疏性或可壓縮性完成對信號的壓縮采樣和重構。CS理論為解決現代數字信號處理系統(tǒng)的高采樣率、大數據存儲和高傳輸代價等問題提供了新的思路。在雷達實際應用中，感興趣的目標通常僅占據少量的空間分辨單元，雷達照射區(qū)域內目標回波信號是稀疏的，由此壓縮感知雷達(CSR)受到了雷達信號處理領域研究人員的廣泛關注。這種全新的雷達概念在簡化雷達硬件設計

2、、彌補雷達接收數據缺陷、改善雷達成像質量等方面有著巨大潛力。
　　 本文針對CSR稀疏重構高分辨成像運算復雜度高、系統(tǒng)感知矩陣非相干性差、低信干噪比情況下成像虛假目標較多等問題，以構建穩(wěn)健、低運算復雜度的CSR感知系統(tǒng)為核心出發(fā)點，圍繞CSR高分辨成像及波形優(yōu)化設計展開相關研究，其主要工作包括:
　　 1.頻率編碼脈沖(FCP)壓縮感知雷達高分辨成像方法
　　 研究了一種頻率編碼脈沖壓縮感知雷達(FCP-CSR)

3、的目標高分辨距離成像方法。利用目標場景的空間稀疏性，建立了FCP-CSR目標回波稀疏信號模型，給出了FCP-CSR脈沖相參合成處理方法。該方法采用少量雷達信號子脈沖對目標頻域響應進行采樣，即可提取目標高分辨距離像信息。為了降低CS重構算法的運算復雜度，提出一種基于FFT目標速度預估計的動態(tài)構造降維感知矩陣的方法，提高了FCP-CSR脈沖相參合成處理的速度。較傳統(tǒng)IFFT脈沖相干合成算法，該方法具有較小的目標強散射中心幅度估計誤差，對速度

4、估計誤差及噪聲的魯棒性更好。
　　 利用雷達目標在時頻域的稀疏特性，研究了一種偽隨機頻率步進脈沖壓縮感知雷達(PRSFP-CSR)進行距離-多普勒高分辨成像的方法。首先建立了目標距離-多普勒參數感知模型;然后針對在噪聲統(tǒng)計特性未知情況下，傳統(tǒng)稀疏信號重構算法無法適用的問題，給出一種基于交叉驗證的穩(wěn)健SL0(CV-RSL0)目標距離-多普勒成像算法。PRSFP-CSR由于其感知矩陣具有較強的非相干性，可獲得更高的距離-速度聯合分辨

5、性能;給出的CV-RSL0算法無需已知噪聲統(tǒng)計特性，隨著信噪比(SNR)的提高，其目標參數提取性能能夠快速逼近先知估計器(Oracle-estimator)的估計誤差界。
　　 2.偽隨機多相碼連續(xù)波CSR距離-多普勒成像及波形優(yōu)化設計
　　 為了克服脈沖體制CSR對應的準Toeplitz形式感知矩陣造成的性能損失，研究了一種采用偽隨機多相碼連續(xù)波的CSR距離-多普勒成像方法，在建立目標信息感知模型的基礎上，采用CS以低

6、于Nyquist采樣率對目標回波采樣，然后從少量的采樣數據中對噪聲背景下的目標場景進行成像。
　　 為了進一步提高目標信息提取的有效性，改善多相編碼CSR目標場景距離-多普勒成像性能，在測量矩陣采用隨機矩陣時，給出一種最小化感知矩陣統(tǒng)計相干系數的CSR波形優(yōu)化設計方法。在建立最小化感知矩陣統(tǒng)計相干系數的波形優(yōu)化目標函數的基礎上，采用遺傳算法(GA)對目標函數進行優(yōu)化求解。優(yōu)化設計的波形使得感知矩陣子矩陣近似正交程度達到最優(yōu)，與傳

7、統(tǒng)波形相比，能夠有效降低目標參數估計誤差，提高可檢測目標個數的上限，改善了CSR目標成像的準確性和魯棒性，同時該波形具有硬件實現容易，設計靈活等優(yōu)點。
　　 3.壓縮感知雷達多目標高分辨角度估計
　　 研究基于CSR的多目標DOA估計問題。利用雷達目標的空域稀疏性，構建了一種新的DOA壓縮感知模型，其感知矩陣滿足約束等容(RIP)條件。給出一種基于奇異值分解(SVD)的多測量矢量欠定系統(tǒng)正則化聚焦求解(SVD-RMFOC

8、USS)算法。該算法在一定程度上克服了稀疏重構算法無法用于低SNR情況下的缺陷，且具有較低的運算復雜度。所提算法性能優(yōu)于傳統(tǒng)DOA估計算法，能夠對任意相關性的信號進行有效DOA估計，具有更高的角度分辨力及估計精度。
　　 4.干擾噪聲背景下壓縮感知雷達波形優(yōu)化設計
　　 為了改善CSR在干擾噪聲背景下目標檢測及距離-多普勒參數的估計性能，提出聯合優(yōu)化感知矩陣平均相干系數(ACSM)與信干噪比(SINR)的波形設計方法。文