基于壓縮感知的稀疏采樣與成像方法研究.pdf

1、作為一種信息獲取與處理的新理論，壓縮感知已成為當(dāng)前信號(hào)處理領(lǐng)域的一個(gè)熱門研究方向。壓縮感知理論指出：在滿足“信號(hào)可壓縮”與“觀測(cè)系統(tǒng)與表示系統(tǒng)非相關(guān)”這兩個(gè)條件下，能夠從信號(hào)的少量采樣數(shù)據(jù)中高概率復(fù)原信號(hào)，使得信號(hào)在空、時(shí)、譜等上的超分辨成為可能。由于大部分無線電信號(hào)具有可壓縮性，即在某個(gè)正交/過完備字典下的編碼系數(shù)是稀疏的，因此壓縮感知在無線通信和成像等諸多應(yīng)用中有著廣泛的應(yīng)用前景。例如在合成孔徑雷達(dá)成像中，雷達(dá)接收到的回波可以看作是

2、多個(gè)強(qiáng)散射中心回波的疊加，這種稀疏性先驗(yàn)使得基于壓縮感知理論的稀疏成像成為可能。
　　目前，雖然壓縮感知在雷達(dá)成像顯示出初步的成功，但是仍存在幾個(gè)問題：第一，目前已有的壓縮感知雷達(dá)成像方法基于壓縮感知理論，僅利用了目標(biāo)的稀疏性先驗(yàn)進(jìn)行較少方位向脈沖下的超分辨成像。然而，隨著方位向脈沖數(shù)的減少，成像質(zhì)量隨之迅速下降。第二，由于距離維的采樣容易降低目標(biāo)能量，目前已有的壓縮感知雷達(dá)成像大部分均在方位維進(jìn)行采樣。然而，隨著寬帶/超寬帶微波

3、成像在安全檢測(cè)與非破壞性控制等領(lǐng)域中的迫切需求，距離-方位維聯(lián)合的超分辨技術(shù)已成為亟待解決的研究難題。
　　針對(duì)上述問題，本文研究了基于壓縮感知的稀疏采樣與成像方法。具體工作如下：
　?。?）設(shè)計(jì)了一種基于壓縮感知的距離-方位聯(lián)合稀疏雷達(dá)成像方法。首先對(duì)合成孔徑雷達(dá)回波信號(hào)的稀疏性進(jìn)行分析，研究了稀疏基的構(gòu)造，實(shí)現(xiàn)快時(shí)間和慢時(shí)間兩個(gè)維度上的聯(lián)合欠采樣。將該方法分別用于SAR和ISAR的超分辨成像，實(shí)驗(yàn)結(jié)果表明：壓縮感知成像方

4、法相對(duì)于傳統(tǒng)微波成像方法，可以在低脈沖數(shù)下可以獲得更低的旁瓣和更高的成像質(zhì)量。
　?。?）設(shè)計(jì)了一種基于顯著性先驗(yàn)和加權(quán)L1優(yōu)化的稀疏成像方法。除了目標(biāo)的稀疏性先驗(yàn)之外，目標(biāo)的顯著性與幾何結(jié)構(gòu)可以作為先驗(yàn)信息以改善較少采樣下的成像質(zhì)量。首先利用低分辨成像結(jié)果提取視覺顯著圖，從中區(qū)分出顯著目標(biāo)區(qū)域。其次，在重構(gòu)過程中對(duì)目標(biāo)和背景加以不同的權(quán)值，來達(dá)到抑制背景中的雜波，同時(shí)增強(qiáng)目標(biāo)區(qū)域中的強(qiáng)散射點(diǎn)的目標(biāo)。將該方法用于256個(gè)方位維脈沖

5、數(shù)的Yak-42數(shù)據(jù)的超分辨成像，實(shí)驗(yàn)結(jié)果表明：基于顯著性先驗(yàn)的加權(quán)L1優(yōu)化可以區(qū)別地對(duì)待目標(biāo)和背景，實(shí)現(xiàn)成像時(shí)增強(qiáng)目標(biāo)散射點(diǎn)同時(shí)抑制背景雜波。
　?。?）設(shè)計(jì)了一種基于圖Laplacian正則的合作式稀疏成像方法。除了目標(biāo)的稀疏性先驗(yàn)和目標(biāo)顯著性之外，目標(biāo)鄰近距離單元的相關(guān)性也可以進(jìn)一步改善成像質(zhì)量。在基于顯著圖的加權(quán)L1優(yōu)化成像基礎(chǔ)上，挖掘臨近距離單元的相似性，構(gòu)成圖Laplacian正則項(xiàng)，對(duì)原本的稀疏優(yōu)化問題增加結(jié)構(gòu)性約束

6、。針對(duì)該優(yōu)化問題，設(shè)計(jì)了一種基于增廣拉格朗日乘子法的交替優(yōu)化求解算法。將該方法用于點(diǎn)信號(hào)的256個(gè)方位維脈沖數(shù)的Yak-42超分辨成像，實(shí)驗(yàn)結(jié)果表明：圖Laplacian正則項(xiàng)有效地降低了背景雜波中孤立的散射點(diǎn)，而目標(biāo)上的強(qiáng)散射之點(diǎn)之間由于位于鄰近距離單元，受結(jié)構(gòu)性約束的影響很小。
　　（4）設(shè)計(jì)了一種模擬信號(hào)稀疏采樣的模擬信息轉(zhuǎn)換器（Analog-to-Information Converter，AIC）實(shí)現(xiàn)。研究了基于壓縮感知