基于平滑l0范数的高分辨雷达一维成像研究

雷达高分辨距离像对于目标检测、识别具有重要意义。该文针对高频区雷达散射响应的特点,采用稀疏信号表示方法研究了雷达高分辨1维成像问题。以理想点散射模型为基础,构造了相应的过完备基,并引入平滑l0范数法实现雷达高分辨成像。实验结果表明该方法在观测数据采样率降低、观测数据缺失等实验条件下均能正确成像,验证了该方法的有效性。     

基于联合稀疏性的多视全极化HRRP目标识别方法

该文考虑利用连续获取的多视全极化高分辨距离像(High Range Resolution Profile, HRRP)进行目标识别的问题。多视全极化HRRP样本包含了3个层次的先验信息：样本内各分量来自同一目标;单视内4种极化组合方式下的HRRP均对应相同的目标姿态;相同极化方式下的多视观测是相关的。为有效利用上述信息进行目标识别,该文提出一种基于联合稀疏表示的多视全极化HRRP目标识别方法。该方法约束各分量对应的稀疏表示系数共享原子级的稀疏模式。原子级稀疏约束使得从各极化字典中选择来自相同姿态的字典原子对样本中各分量进行稀疏表示,可以有效利用上述3个层次的先验信息进行目标识别。利用目标电磁散射数据对所提方法进行了验证,结果表明,该方法具有较好的识别性能,并且对噪声具有良好的鲁棒性。     

高分辨雷达信号极化检测研究

本文针对高分辨雷达体制提出了横向极化滤波的概念,利用它进行了雷达信号的极化检测研究,获得了良好的检测效果.给出了检测性能与横向极化滤波器组参数之间的函数关系,证明了雷达检测性能的极化域最优化问题实质上可以归结为一个SINR极化滤波问题.     

基于时频联合域极化滤波的高分辨极化雷达信号检测

本文以瞬态极化时频分析作为理论工具,针对高分辨极化雷达体制,提出了时频联合域极化滤波的概念;然后应用文中介绍的瞬态极化短时Fourier变换(STFT),提出了一种通过时频联合域积累的高分辨极化雷达信号检测算法.仿真实验表明了该算法的可行性和有效性.     

基于稀疏重构的全极化SAR联合多维重建

各极化通道独立处理和三维分步成像会忽视数据之间的关联性,造成散射中心的失配以及极化散射矩阵获取的不准确。鉴于此,该文提出一种基于稀疏重构的全极化联合多维重建方法。该方法通过设置联合稀疏约束对所有极化通道及所有维度进行联合,将全极化多维重建建模为多通道联合稀疏重构问题。通过数据插值对模型简化后,结合三维快速傅里叶变换、共轭梯度法和牛顿迭代法给出一种高效的模型求解方法,可以同时得到极化散射矩阵和目标三维信息。该文方法保证了不同极化通道、不同维度的稀疏支撑集一致,且充分利用了数据之间的关联性带来的额外信息。基于仿真数据和电磁计算数据的实验结果表明,该方法的性能不受目标类型影响,具有一定的抗噪性,能有效地获取目标的多维重建结果,得到的三维成像结果分辨率高且极化散射矩阵估计精度高。      

基于混合范数稀疏约束的ISAR高分辨成像算法

基于逆合成孔径雷达(ISAR)信号的稀疏性,提出了一种基于混合范数稀疏约束的ISAR高分辨成像算法。该方法通过利用压缩感知理论建立了一个基于l_2,0混合范数稀疏约束下的最优化ISAR信号模型,通过求解该最优化模型实现短相干积累时间下ISAR图像的高分辨重建。该模型利用了l_2,0混合范数的优势,运算时可实现更快收敛,大大提高了模型求解的运算速度;同时,该最优化模型在求解时采用了共轭梯度下降法和快速傅里叶变换操作,提高了算法的求解运算效率。仿真和实测数据都验证了方法的有效性。     

基于分布式稀疏理论的高分辨阵列测向

针对常规波束形成受限于阵列孔径的瑞利限而不能实现高分辨率估计这一问题,提出了一种基于分布式稀疏理论的高分辨测向方法.该方法首先结合分布式稀疏优化理论对多周期阵列测向问题进行了建模,将阵列测向问题转变成了稀疏表示优化问题;然后通过交替方向迭代优化策略获得了该优化问题的解,从而得到高分辨率的角度估计.仿真实验有效验证了所提方法在计算复杂度以及测角精度方面的优势.     

基于稀疏信号重构的DOA和极化角度估计算法

现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l?₁范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.     

Gabor字典及l0范数快速稀疏表示的人脸识别算法

针对光照、遮挡、伪装情况下,识别率比较低,识别时间长的问题,本文提出了基于Gabor字典及l0范数快速稀疏表示的人脸识别算法。Gabor小波提取的特征能够克服遮挡、光照等干扰对人脸识别的影响,平滑l0算法通过平滑连续函数来近似 l0范数,只需较少测量值并且较快速度便能重构稀疏信号。本算法通过提取人脸的Gabor特征、主成分分析法（PCA）降低维度,l0范数快速稀疏分类完成识别。在伪装人脸情况下,分块计算Gabor人脸特征,提高Gabor字典的形成速度。基于AR人脸数据库的实验结果表明,本算法可在一定程度上提高识别速度和识别时间,即使在小样本情况下,依然具有较高的识别率。      

基于稀疏贝叶斯学习的无源雷达高分辨成像

针对无源雷达压缩感知成像,该文提出一种基于稀疏贝叶斯学习的高分辨成像算法。基于一次快拍模式下的无源雷达回波模型,文中首先考虑目标散射系数的统计特性及其对微波频率的依赖关系,将无源雷达成像转化为MMV(Multiple Measurement Vector)联合稀疏优化问题;然后对目标建立了级联形式的稀疏先验模型,并利用稀疏贝叶斯学习技术进行求解。相比之前基于目标确定性假设的稀疏恢复方法,所提算法更好地利用了目标的统计先验信息,具有能够自适应调整参数(目标模型参数和未知噪声功率)和高分辨反演目标等优点。仿真结果验证了该算法的有效性。     

一种基于混沌调频信号的稀疏雷达成像

稀疏雷达成像是指将稀疏信号处理理论引入雷达成像并有机结合而成的微波成像新方法。混沌调频信号是一种基于混沌映射产生的类噪声信号,与采用线性调频信号的雷达相比,它的波形之间互不相干且具有随机性,提升了雷达的隐蔽性能;其模糊函数形状为图钉形,增强了稀疏雷达成像中观测矩阵的列不相关性。利用支持分布式运算的交替方向法对稀疏场景进行重构,仿真实验表明,基于混沌调频信号的稀疏雷达成像可以在降低信号采样率的条件下对原始场景进行准确重建。     

基于稀疏信号表示的雷达目标成像技术

雷达目标成像本质上是对雷达目标散射特性进行信号表示的过程.在高频区,雷达目标散射特性可用少数几个散射中心来描述,利用散射中心稀疏分布的先验信息能有效增强雷达图像的分辨率.以稀疏信号表示为基础,针对雷达成像系统的结构特点,提出了一种基于FFT和分块Toeplitz系统的快速成像算法.该算法无需存储系数矩阵,极大地降低了存储量和运算量.仿真结果表明,该技术对雷达目标图像具有良好的分辨率增强能力.     

临近空间高分辨率偏振成像仪

偏振成像技术在大气探测、环境监测、资源普查和军事侦察应用中具有十分重要的作用,该技术在航空遥感和空间遥感中已经开始使用。临近空间飞行器的发展为偏振成像遥感提供了新的应用舞台,并显示出了明显的优势。本文介绍偏振原理、偏振探测和成像方式,针对临近空间飞行器给出了一种凝视式高分辨率偏振成像系统的方案,并通过论证和分析性能得出了该方案实现的可行性。     

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

 雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.     

宽频段高精度信号到达角与极化联合估计算法

针对宽频段信号,提出一种高精度的到达角与极化联合估计算法.本算法采用正交偶极子稀疏均匀L型阵列,该阵列间距大于载波波长.首先通过ESPRIT算法估计出模糊的空间相位差,为解决阵列孔径与角度模糊的问题,利用正交偶极子中包含的方向信息进行解模糊.这种方法不需要损失阵元,而且能提高估计的精度.通过仿真,分析了本方法在不同信噪比下的估计性能、孔径的扩展能力以及在2-18GHz频段范围内的参数估计性能.     

基于稀疏贝叶斯学习的双基雷达关联成像

双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。