基于稀疏空間譜的分布式無源雷達(dá)成像技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著對(duì)隱身目標(biāo)探測能力的強(qiáng)烈需求,利用廣播信號(hào)和電視信號(hào)進(jìn)行目標(biāo)無源探測已逐步進(jìn)入實(shí)用階段。相比于無源雷達(dá)探測和跟蹤技術(shù),被動(dòng)雷達(dá)成像能夠提供關(guān)于目標(biāo)更為精細(xì)的特征描述,有利于對(duì)目標(biāo)進(jìn)行分類和識(shí)別。針對(duì)收發(fā)站數(shù)目較少且空間譜填充不致密的情況,本文研究基于稀疏空間譜的分布式被動(dòng)雷達(dá)的成像方法。主要研究工作如下:
  1.分析了分布式無源雷達(dá)接收回波信號(hào)的空間譜特性。建立了分布式無源雷達(dá)的成像模型,分析了收發(fā)站數(shù)目較少情況下接收回波信

2、號(hào)的空間譜特性,闡述了分布式無源雷達(dá)的壓縮感知成像算法。
  2.研究了分布式無源雷達(dá)成像中的布站優(yōu)化設(shè)計(jì)方法。分別建立了基于峰值信噪比(PSNR)、分辨率和互相關(guān)系數(shù)的優(yōu)化目標(biāo)函數(shù),提出了基于遺傳算法的分布式無源雷達(dá)接收機(jī)布站優(yōu)化設(shè)計(jì)方法,給出了具體的實(shí)現(xiàn)流程。仿真結(jié)果表明,采用布站優(yōu)化后的接收機(jī)構(gòu)型能夠大大提高分布式無源雷達(dá)的成像性能、分辨率以及算法性能。
  3.提出了基于協(xié)方差稀疏表示和稀疏貝葉斯學(xué)習(xí)(SBL)的分布

3、式無源雷達(dá)成像算法。建立了基于協(xié)方差稀疏表示的分布式無源雷達(dá)成像模型,推導(dǎo)了該稀疏模型下分布式無源雷達(dá)成像算法,給出了正則化參數(shù)的獲取方法。進(jìn)一步,將稀疏貝葉斯學(xué)習(xí)應(yīng)用于基于協(xié)方差稀疏表示的分布式無源雷達(dá)成像。仿真結(jié)果表明:(1)所提算法能夠獲得比 OMP算法更優(yōu)的重構(gòu)性能;(2)低信噪比下,所提算法在協(xié)方差域的重構(gòu)誤差遠(yuǎn)小于數(shù)據(jù)域的重構(gòu)誤差。
  4.研究了基于 off-grid模型的分布式無源雷達(dá)成像算法。探討了基于不同近似的

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論