基于压缩感知理论的雷达成像技术与应用研究进展

StepPeng33

摘 要：压缩感知理论基于信号稀疏性，将对信号采样转换为对信息自由度的采样，可大大降低采样率。而将压
缩感知理论应用于雷达成像时有望在以下几个方面得到改善：增强成像性能，简化雷达硬件设计，缩短数据获取
+ u0 a$ B, P5 _% q4 r% R" ^0 C$ F时间，减少数据量和传输量等。该文从压缩感知的稀疏性，压缩采样，无模糊重建 3 个关键步骤与成像雷达有机
" X5 ~8 ~; T& l4 m结合的角度，对近年来基于压缩感知理论的雷达成像技术研究现状进行系统综述，重点论述场景稀疏性与成像关
6 C7 l. i7 G  r' d9 l系, 压缩采样方法(包括硬件)设计，场景图像快速高精度重建以及成像系统体制应用等方面，最后探讨了压缩感
# k3 \9 J* q& h6 y知理论应用尚需解决的问题和进一步发展方向。
5 ~/ m3 A; f" V/ O% R5 n关键词：压缩感知；雷达成像；稀疏；采样；图像重建
2 \, `: T. U# {3 A4 H2 J1 引言
成像雷达作为一种主动式信息获取系统，采集
/ E) b) e0 ]/ D- Y5 R4 y的回波包含更加丰富的目标信息，可为目标分类，
识别等任务提供更可靠的依据和支撑；由于能够全
天时，全天候，远距离工作，因此被广泛应用于军
事和民用领域[1]。从成像雷达的发展历程来看，两个
基本因素决定了成像系统的性能[2]：微波成像理论和
' R* ^7 G! X" u3 \, `( h0 [电子学器件的发展。相应地传统雷达成像技术的主
  P5 K8 p+ u* d: B( }- s) x) e要理论基础是匹配滤波。匹配滤波具有实现简单，
普适性和稳健性等特点，但是由于没有利用充分利
用先验信息，其局限性依然十分明显。首先，匹配
滤波是针对信号设计的，也就是说信号(而不是信息)
+ p: G6 g+ ]& k+ S

1 Q, O# t7 [2 g
1 I9 b2 H" D8 s9 _& [
- s  ?9 z" t/ B  Z) O2 W
# ~7 k3 A; i% j1 `& m  f附件下载：

游客，如果您要查看本帖隐藏内容请回复

- ^/ _5 b- A; z% e5 i

messed