论文部分内容阅读
雷达成像技术能够获取目标精细的结构特征,该项技术的应用在军事、民用等领域中有着重要地位。为了提高雷达成像能力,本文以成像场景中目标的稀疏特性为背景,充分利用目标强散射点的稀疏性的先验信息和目标的结构特征,针对短孔径条件下稳健高分辨逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）成像,稀疏阵列低旁瓣多输入多输出（Multiple Input Multiple Output,MIMO）雷达成像等问题展开研究。本文的主要内容概括如下:1.基于稀疏信号重构高分辨率ISAR成像算法针对低信噪比条件下ISAR成像问题,提出基于参数迭代优化贝叶斯稀疏重构ISAR成像算法。将ISAR成像转化为贝叶斯准则下的稀疏约束最大后验概率估计,通过目标散射系数和噪声功率交替迭代优化求解,实现目标重构。与传统稀疏重构方法相比,算法的参数能够自适应调整,具有较好的稳健性。研究基于单循环结构平滑l0范数稀疏信号重构算法ISAR成像。将ISAR成像问题转换为最小0l范数的优化问题,采用单循环代替双循环结构,减小搜索步长,更新代价函数,实验结果证明该方法可以提高重构精度和运算效率。2.基于多维稀疏信号重构ISAR成像算法针对稀疏重构ISAR成像向量化处理带来的高计算复杂度和高内存占用率问题,利用二维数据的结构特性,通过二维平滑函数近似信号的l0范数,采用二维平滑0l（SL0）范数稀疏信号重构算法实现ISAR稀疏重构成像,实测数据证明该算法提高了运算效率;针对ISAR目标三维成像,分析接收回波信号三维稀疏表示,采用基于三维平滑0l范数稀疏信号重构算法实现ISAR成像,仿真实验验证,该算法可有效降低计算复杂度和运算量。3.基于块稀疏信号重构ISAR成像算法为实现快速高分辨率ISAR成像,利用ISAR目标的块状结构特征,将ISAR成像转化为lp（7）0（27）p?1（8）范数优化问题,结合信号加权优化思想,采用迭代加权lp范数块稀疏信号重构算法,实现快速ISAR成像;构建多测量向量（multiple measurement vector,MMV）ISAR回波模型,利用回波中目标二维块结构特征,提出基于多测量向量模型的块稀疏平滑0l范数重构ISAR成像算法。实验结果证明该算法提高了运算效率和成像质量。4.基于稀疏信号重构MIMO雷达成像算法针对稀疏阵列MIMO雷达成像高旁瓣问题,采用修正牛顿SL0稀疏信号重构算法MIMO雷达进行成像。采用双曲正切函数作为平滑函数来逼近0l范数,将成像问题转化为0l范数的优化问题,沿双曲正切函数的修正牛顿方向优化求解,实现低旁瓣MIMO雷达成像,同时采用奇异值分解方法和对角加载算法进一步提高算法的稳健性。