分布式压缩感知实现宽带频谱感知的方法

频谱感知的第一步就是采集无线信号进行分析,越来越高的采样率成为宽带频谱感知研究中的难点。实际通信中主用户占用频谱具有稀疏特性,符合压缩感知理论的前提条件。因此,本文利用分布式压缩感知实现宽带频谱感知,提出基于差分信号分布式压缩感知（DS_DCS）的加权宽带频谱感知算法。该算法针对宽带频谱采样率高的问题,利用压缩感知技术降低采样率,同时引入差分处理方法降低计算复杂度;又针对单点检测带来的深衰落、隐节点以及抗噪声能力差等问题,采用分布式感知系统进行多节点协同检测并利用信噪比的估计对信号进行加权处理。仿真证明,该算法能有效降低各节点采样率,大幅提高系统检测概率,显著改善系统对噪声的鲁棒性。      

基于压缩感知的随机噪声成像雷达

近年来提出的压缩感知(CS)理论指出可以从很少的采样点中以很大的概率准确重建原始的未知稀疏信号。该文将压缩感知与随机噪声雷达相结合,提出了基于压缩感知的随机噪声雷达,并给出了该雷达系统的基本原理框图,从理论上证明了基于压缩感知的随机噪声雷达的回波观测矩阵具有很好的等容性质,在目标场景稀疏或可以稀疏表示时,基于压缩感知的随机噪声雷达可以采集远小于常规随机噪声雷达成像所需的回波数据并能实现准确成像,最后通过仿真实验验证了该文的结论。     

基于压缩感知的探地雷达成像算法研究

压缩感知理论通过从一系列非自适应线性测量中求解一个凸L_1最小化问题,从而对稀疏信号进行重构。该文基于压缩感知理论对宽带合成孔径雷达成像,利用空间目标信号成像的稀疏性,提出了一种全新的低采样率数据采集重构算法。此算法在获取雷达信号原始数据时采用压缩感知的算法,减少了原始信号数据的采样量,并且用少量的测量数据和测量孔径获得重建测量目标的信息。最后将此算法与传统的反投影成像进行了比较,其仿真试验数据表明,基于压缩感知的探地雷达成像算法比传统反向投影算法成像效果好,且所需数据量少。     

基于压缩感知的弹道导弹微多普勒提取方法

利用微多普勒识别弹道目标的关键是宽带雷达回波信号的微多普勒提取。宽带雷达回波信号的高速采样对硬件和算法提出了更高的要求。将压缩感知方法应用到宽带雷达回波信号的微多普勒提取中,并给出了弹道导弹目标的微多普勒计算公式和利用压缩感知重构弹道导弹微多普勒的方法。在低采样频率下利用压缩感知理论从回波信号中提取的微多普勒,与在高采样频率下利用Gabor变换提取的微多普勒是一致的,这表明利用压缩感知理论以低频率采样弹道导弹回波信号,提取微多普勒,降低工程实现难度的方法是可行的、有效的。     

基于FM广播的MIMO无源雷达性能分析

分析了MIMO雷达和无源雷达特点,建立了基于FM广播的无源MIMO雷达系统模型,基于奈曼-皮尔逊(Neyman-Pearson)准则分析比较了MIMO雷达和相控阵雷达的探测性能,并给出了仿真研究结果。MIMO雷达的分集增益,能有效得克服目标闪烁引起的RCS的波动和多径干扰,提高目标的检测概率。文中的研究工作为改善无源雷达探测性能进行了有益的探索。     

基于随机滤波的探地雷达成像方法

探地雷达是一种超宽带雷达系统,若按传统的奈奎斯特采样,雷达回波信号需要大量空间存储。压缩感知可以实现利用少量的测量值对稀疏信号进行重构,其中最为关键的是测量矩阵和重构算法的选择。本文将压缩感知应用于探地雷达成像,并利用随机滤波的思想选择测量矩阵,可以有效减少测量矩阵中非零值的个数。利用正交匹配追踪算法对信号进行重构,算法简单,降低了数据的存储量和运算复杂度,该算法同样可以对时间和空间上同时压缩的数据进行成像。最后,本文给出基于时间连续信号的GPR接收机一种CS实现方案。仿真结果表明,本文提出的成像方法可以以少量数据精确地对信号进行重构,并且运算量少。      

基于压缩感知的CFAR目标检测在机会雷达中的应用

提出一种基于压缩感知(CS)技术在机会雷达系统中进行恒虚警率(CFAR)目标检测的算法,根据目标回波在距离单元上的稀疏性,采用压缩感知技术对目标回波进行压缩采样;设计了一种新的建立在压缩域上的CA-CFAR检测器,它能在不恢复原始信号的条件下,快速完成目标回波的检测;进行了检测门限理论分析,设计出一种适用于压缩域检测的门限选定方法;给出系统检测结果与接收机的性能曲线。仿真结果表明,本算法可以实现低信噪比下雷达信号的直接检测,无需信号重构,节省了运算量。     

压缩感知雷达成像技术综述

压缩感知理论突破了传统Nyquist采样定理的限制,它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构。这种全新的信号处理理论为克服传统雷达固有缺陷,解决传统高分辨雷达面临的高采样率、大数据量和实时处理困难等问题提供了可能。本文概述了压缩感知基本理论,详细讨论了基于压缩感知的雷达成像技术,对压缩感知在高分辨雷达成像领域中的研究现状进行了归纳和分析,应用对象包括SAR/ISAR、穿墙雷达、MIMO雷达、探地雷达等,充分体现了压缩感知在简化雷达硬件设计、弥补雷达数据缺陷、改善雷达成像质量等方面的巨大潜力,明确了研究中存在的问题,阐述了有待进一步研究的方向,并总结了压缩感知用于雷达成像的优势和缺陷。      

基于信息论的脉冲压缩雷达DRFM干扰检测技术

信息熵是一种测量信号信息内容的重要手段,能够反映信号的信息量。针对脉冲压缩雷达数字射频存储(DRFM)干扰的检测问题,利用目标回波和干扰回波的分布差异,提出了基于信息论的脉冲压缩雷达DRFM干扰检测方法。以回波信息熵为检测统计量,设计二元干扰检测器,实现对脉冲压缩雷达DRFM干扰的检测。仿真实验验证了该方法的可行性和有效性,在RSN>0 dB时对相位编码和线性调频等脉压波形的切片重构干扰的检测概率>90%。     

基于非均匀FFT的压缩感知雷达信号快速重构方法

雷达处理是压缩感知理论重要的应用方向之一,基于压缩感知的雷达处理可以降低对回波信号的采样速率要求,并且在部分应用中也可改善处理性能。然而,压缩感知重构算法的计算复杂性限制了压缩感知理论在实际雷达信号处理中的应用,尤其是大尺度雷达数据的处理。本文提出了一种基于压缩感知的雷达信号快速重构方法,利用均匀和非均匀快速傅里叶变换运算实现了常规压缩感知重构算法中的矩阵-向量乘法运算,有效降低了重构算法的计算复杂度,加快了压缩感知雷达信号的重构速度。同时,由于引入了快速傅里叶变换运算,该方法消除了大多数常规重构算法对感知矩阵的存储需求。仿真实验验证了该方法的可行性和高效性。      

联合平移不变子空间的压缩采样及应用

针对有效核函数(active kernel function)未知的联合平移不变子空间(Union of Shift-InvariantSubspaces,USI),提出了一种压缩采样模型,基于稀疏重构理论,该采样模型能够有效降低信号的采样率。首先建立一个多脉冲雷达回波信号模型,在信号的延时-多普勒平面上对延时轴离散化,将回波信号表示为USI信号;然后在根据构建的压缩采样模型降低信号采样率的同时,利用稀疏贝叶斯学习和ESPRIT算法由信号样本值估计出雷达回波信号的延时、多普勒频移和反射系数等参数;最后仿真验证了研究结论的有效性。     

目标极化散射特性对极化分集雷达检测性能的影响

针对全极化、混合极化和单极化3种典型体制的极化分集雷达(PDR)系统,该文分析了目标极化散射特性对系统检测性能的影响。基于目标极化散射统计模型和雷达接收电压方程,分别推导了3种体制下的目标回波向量的统计特性。在高斯背景下,设计了奈曼-皮尔逊准则下的最优极化分集多通道融合检测算法,并推导了虚警概率和检测概率的闭式表达式。仿真结果表明,当系统信噪比(SNR)一定时,目标极化散射分量间的相关性是影响系统检测性能的主要因素,特别是匹配极化散射分量和交叉极化散射分量间的相关性。此外,全极化体制和单极化体制的检测性能比混合极化体制稳健。      

分集通道相关时MIMO雷达的检测算法

多输入多输出(MIMO)雷达利用波形分集或空间分集提高雷达性能,目标回波散射系数是全相关或者独立完全取决于阵列系统配置。然而,在有些情况下,雷达阵列系统配置导致散射系数部分相关,从而使MIMO雷达的检测性能受到影响。针对上述问题,文中研究了基于尼曼-皮尔逊准则下分集通道相关时MIMO雷达检测算法,推导检测概率与虚警概率的近似解析表达式,分析了分集通道相关性对MIMO雷达检测的影响。仿真结果验证了该算法的有效性。     

基于删失数据的低通信量融合检测方法

在多基地雷达中,该文为解决局部雷达站同融合中心之间通信带宽受限的问题,提出一种基于删失数据的分布式融合(CDDF)检测算法。在局部雷达站具有多通道接收系统的条件下,计算了杂波背景下动目标回波信号的似然比函数。各个局部雷达站根据其自身传输信道的通信限制设置局部门限,剔除低于局部门限的似然比,同时将高于局部门限的似然比向融合中心传输。基于奈曼-皮尔逊引理,融合中心根据接收到的删失数据计算全局检验统计量,并将其与全局门限进行比较获得全局判决。此外,该文推导了全局门限同虚警概率或者检测概率的闭式表达式。数值仿真表明,该算法可以在大幅降低通信率的同时获得比“或”准则更好的检测性能,并且随着通信率的增加逐渐逼近集中式(CF)融合的检测性能。     

一种天波雷达瞬态干扰抑制方法

瞬态干扰是天波超视距雷达中一类常见的干扰,会降低雷达目标的可检测性,需要加以抑制。文中分析了雷达接收回波的多普勒频率稀疏性,建立了由潜在回波信号构成的过完备字典,使得雷达接收回波在该字典下有稀疏表示形式,同时提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法利用压缩感知重构雷达接收回波,由其代替瞬态干扰位置上的原始信号,从而实现瞬态干扰抑制。实测数据处理证明了该文方法的有效性。     

利用压缩感知实现随机变频雷达散射中心估计

随机变频信号体制不仅可以降低系统瞬时带宽和数据采样率,还具有很强的抗干扰能力,然而,信号频率的随机变化导致现有目标散射中心估计方法失效。推导了随机变频信号的回波模型,在分析回波稀疏特性的基础上,提出了一种基于压缩感知的散射中心模型参数估计方法,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,并分析了感知矩阵对稀疏信号的重构性能。实验结果表明,所提方法能够在降低数据采样率的情况下对目标散射中心参数进行有效估计。     

基于压缩感知的红外与可见光图像融合算法

压缩感知是一种新的信号采样理论,突破了传统的Nyquist采样率须为信号最高频率的2倍以上的定理。对于稀疏信号,它能够以远低于Nyquist采样速率对信号进行采样,并通过重构算法恢复出原信号。提出了一种基于压缩感知的红外与可见光图像融合算法,对图像进行测量,并通过融合算法对测量值进行融合。仿真实验显示,压缩感知能较好地实现图像的融合。     

雷达导引头对机载拖曳式诱饵检测技术研究

机载拖曳式诱饵会对单脉冲雷达形成双点源干扰。以振幅和差单脉冲雷达导引头为对象,研究了目标检测过程中单脉冲比的分布特性和检测模型。首先分析了雷达导引头主波束内接收信号的特点,给出了目标检测时接收信号单脉冲比实部和虚部的分布特征;然后针对双点源干扰时单脉冲比实部和虚部的变化,分别提出了基于奈曼皮尔逊准则的广义似然比检测方法和虚部门限检测方法。因为单一的检测方法所包含的目标信息有限,为提高检测性能,提出了广义似然比检测与虚部门限检测相结合的检测模型,该模型充分利用了单脉冲比的实部与虚部信息。最后,对该方法的检测流程和检测性能进行分析,仿真结果表明,该方法能够获得更高的检测概率以及更低的虚警概率。     

基于压缩感知的间歇采样转发干扰方法

针对现代雷达信号带宽大、频率高,相干干扰实现困难的问题,提出了基于压缩感知的间歇采样转发干扰方法.研究了压缩感知基本原理及其对模拟信号处理的实现方法,分析了压缩感知对线性调频信号的间歇采样实现方法及其转发干扰效果.仿真结果表明,压缩感知理论对宽带雷达信号间歇采样具有较好的适用性,对宽带雷达能够实现较好的干扰效果.     

基于部分频谱小波边缘检测的压缩宽带频谱感知

压缩宽带频谱感知是一种采用压缩感知技术去感知相对较宽的频谱的方法.针对压缩宽带频谱感知中信号重构引起的计算资源消耗比较大以及能量检测在低信噪比下感知性能差的问题,提出了基于部分频谱小波边缘检测的压缩宽带频谱感知方法.首先使用基于最大熵准则的部分傅里叶矩阵获得部分频谱,然后根据部分频谱进行小波边缘检测,最后判别.仿真结果证明了该方案的有效性和优异性.