论文部分内容阅读
雷达成像是利用雷达散射回波信号反演目标散射特性的过程,在军事上有着重大意义。为了得到精确的雷达目标特性,高分辨雷达成像技术,包括ISAR雷达成像以及三维成像得到了广泛的研究。信号稀疏表示分析是一种新兴的信号分析方法,在建立过完备字典的基础上,利用观测数据实现信号的稀疏形式表示,深入挖掘信号的稀疏本质,为雷达高分辨成像提供了很多新颖的解决思路。本文以提高雷达成像质量为目的,以信号稀疏表示分析为基础,以多雷达数据融合技术和压缩感知技术为线路,深入研究高分辨雷达成像方法,为后续雷达目标识别打下深厚的基础。本文主要通过以下几部分来介绍高分辨成像技术:第一部分主要介绍了高分辨成像的背景以及基础理论,包括ISAR雷达成像、三维雷达成像、信号稀疏表示理论、散射中心建模、压缩感知理论等等。第二部分研究了 GTD建模下基于雷达数据融合的成像技术,着重分析了同视角多频带雷达数据融合成像技术和多频带多视角雷达数据融合成像技术。给出了一维雷达回波信号稀疏表示模型以及二维雷达回波信号稀疏表示模型,针对已知的子频带子孔径雷达回波数据,利用贝叶斯压缩感知(BCS)和方差成分扩张压缩方法(ExCoV)完成稀疏信号求解,实现雷达回波数据融合拓宽并完成高分辨成像,分析了不同噪声情况下不同重构方法实现数据融合对于成像质量的影响,在低信噪比下实现雷达回波数据融合高分辨成像。第三部分研究了基于张量方法的三维雷达成像技术。首先分析了三维成像基本原理、建立了三维雷达信号稀疏表示模型,研究了基于矢量化压缩感知的三维雷达成像方法,提高了三维雷达成像的质量。其次针对矢量化压缩感知成像方法时间复杂度高、空间复杂度大的问题,利用三维雷达回波数据的内在联系,采用张量多维度压缩感知算法MD-NSL0对三维数据直接处理,三维成像过程空间、时间复杂度明显降低,为三维成像在普通计算机上的实现提供了解决思路。