基于压缩感知的外辐射源雷达目标检测

中图分类号：TN957 论文编号：1028704 15-S051 学科分类号：081001硕士学位论文基于压缩感知的雷达目标检测研究研究生姓名学科、专业通信与信息系统研究方向雷达信号处理指导教师INanjing University of Aeronautics and AstronauticsThe Graduate SchoolCollege of Electronic and Information EngineeringStudy of Radar Target Detection Based onCompressed SensingA Thesis inRadar Signal ProcessingByAdvised bySubmitted in Partial Fulfillmentof the Requirementsfor the Degree ofMaster of EngineeringDecember, 2014II毕业论文（设计）原创性声明本人所呈交的毕业论文（设计）是我在导师的指导下进行的研究工作及取得的研究成果。

据我所知，除文中已经注明引用的内容外，本论文（设计）不包含其他个人已经发表或撰写过的研究成果。

对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。

作者签名：日期：毕业论文（设计）授权使用说明本论文（设计）作者完全了解**学院有关保留、使用毕业论文（设计）的规定，学校有权保留论文（设计）并向相关部门送交论文（设计）的电子版和纸质版。

有权将论文（设计）用于非赢利目的的少量复制并允许论文（设计）进入学校图书馆被查阅。

学校可以公布论文（设计）的全部或部分内容。

保密的论文（设计）在解密后适用本规定。

作者签名：指导教师签名：日期：日期：III注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

基于压缩感知的空间目标三维雷达成像方法压缩感知是指最近几年来发展起来的一种信号处理技术，它以信号压缩技术为核心，以子程序替换和算法理解等技术为辅助，通过信号的压缩、重构、变换等步骤，能够有效地提取更多的情况下只有少量信息可用的有效信息，并对该信息进行处理，达到更高效率地识别目标和处理信号的目的。

基于压缩感知的空间目标三维雷达成像方法是利用压缩感知技术对空间目标三维雷达观测信号进行有效压缩，以获取有效信息并进行有效处理，最终实现对空间目标三维雷达观测进行成像的方法。

该方法具有处理数据快速、成像精度高等优点，具有一定的应用前景。

一、基于压缩感知的空间目标三维雷达成像原理1、压缩感知基本原理压缩感知是用信号压缩技术，把一个原始信号向量通过子程序替换和算法理解等技术步骤，压缩提取有效信息（包括数据和特征），而且这些信息可以在只有少量信息可用的情况（例如低信噪比的环境）下进行有效获取和重构。

2、基于压缩感知的空间目标三维雷达成像方法特点基于压缩感知的空间目标三维雷达成像方法的特点是能够有效地从三维雷达观测信号中提取有用的信息，进行特征提取、目标识别等，达到更高效地成像效果，更少的信号来源就可以获得足够的有效信息。

二、基于压缩感知的空间目标三维雷达成像方法应用1、目标识别定位系统基于压缩感知的三维雷达成像方法，可以用于目标识别定位系统，对于像舰船、飞机等运动目标等，可以通过压缩感知技术有效提取其特征信息进行识别，从而获得准确的目标三维定位信息。

2、检测系统此外，压缩感知的三维雷达成像方法，还可以用于路段照片、室内照片检测系统，可以有效抓取和检测出隐藏在场景中的物体，例如禁区、限速标志等，实现对不同环境的场景深度检测。

三、基于压缩感知的空间目标三维雷达成像方法总结总的来说，基于压缩感知的空间目标三维雷达成像方法，使得以三维雷达为基础的观测可以更高效地进行，能够更准确地提取出观测信号中的有用信息进行特征提取、目标识别等，而且更少的信号来源也可以获得足够的有效信息，具有良好的应用前景。

基于压缩感知(CS)的SAR雷达成像，附7个程序北京理工大学本科生毕业设计（论文）毕业设计（论文）题目：基于压缩感知的SAR成像算法研究学院：信息与电子学院专业：信息工程班级姓名指导教师：I北京理工大学本科生毕业设计（论文）摘要压缩感知是近年来出现的一种新颖的理论，该理论指出如果信号在某个变换域是稀疏的或可压缩的，就可以利用一个与变换基不相关的观测矩阵将变换所得的高维信号投影到一个低维空间上，根据这些少量的观测值，通过求解凸优化问题实现信号的精确重构。

合成孔径雷达（SAR）是一种高分辨的成像雷达，它不受气候和昼夜影响，能够全天候、全天时、远距离的进行成像，具有大范围观测、可变视角以及良好的穿透能力等特点，在军用和民用领域有着广泛的应用。

随着对雷达图像分辨率的需求不断提高，以香农采样定理为基础的信号处理框架对采样速度和数据处理速度的要求也越来越高，因此给数据存储和传输系统带来了沉重负担。

压缩感知理论能够降低数据量，因此对于稀疏场景的SAR成像，可将其与压缩感知相结合，有效的减缓了数据量大所导致的存储压力大的问题。

本文介绍了压缩感知的概念与原理以及脉冲压缩的基本原理，研究了合成孔径雷达成像的基本原理，并将其压缩感知相结合。

最后进行了仿真实验，实现了基于脉冲压缩的SAR成像和基于压缩感知的SAR成像。

关键词：压缩感知；合成孔径雷达成像；脉冲压缩II北京理工大学本科生毕业设计（论文）AbstractCompressed Sensing (CS) is a novel theory in recent years. The theory suggests that if the signal is sparse or compressible in a transform domain, we can use an observation matrix which is not related with transformation basis to project the high-dimensional transformed signal to a low dimensional space. According to these few observations, the signal can be accurate reconstructed by solving a convex optimization problem. Synthetic Aperture Radar (SAR) is a sort of high resolution imaging radar．Using SAR we call obtain radar images independent of all time，all weather, and long distance conditions，it provide multi-bands，huge-range observation and high resolution image．So it has a wide application in the fields of military and civilian．With the increasing demand in radar image resolution, signal processing framework based on the Shannon sampling theorem has become increasingly demanding the sampling speed and data processing speed, thereby bringing great difficulties to storage, transmission. CS theory can reduce the amount of data, so for sparse scene, we can combine it with SAR imaging to solve the problem of storing pressure caused by the amount of data. This article describes the concept of CS and pulse compression, studies the basic principles of SAR imaging and combines it with CS theory. Finally, the simulation experiment is conduct to realize the SAR imaging based on pulse compression and CS theory.Keywords：Compressive Sensing； Synthetic Aperture Radar imaging； Pulse CompressionIII北京理工大学本科生毕业设计（论文）目录第1章引言 .................................................................. ....................1 1.1 应用背景 .................................................................. .................1 1.1.1 压缩感知简介 .................................................................. ....1 1.1.2 雷达发展简介 .................................................................. ....3 1.2 本文安排 .................................................................. .................6 第2章压缩感知理论基本原理...........................................................7 2.1 压缩感知的基本知识 ..................................................................7 2.2 压缩感知的主要原理内容 ...........................................................8 2.2.1 信号的稀疏表示 .................................................................. .9 2.2.2 测量矩阵的设计 .................................................................10 2.2.3 信号的重构算法 .................................................................10 2.3 压缩感知的主要应用 ................................................................ 11 第3章脉冲压缩基本原理. (14)3.1 雷达工作原理................................................................... ........ 14 3.2 线性调频脉冲信号的特性调频脉冲信号的脉冲压缩 .................................................. 19 第4章合成孔径雷达成像. (24)4.1 合成孔径雷达（SAR）简介 .......................... 错误！未定义书签。

外辐射源雷达目标检测和干扰抑制技术研究外辐射源雷达目标检测和干扰抑制技术研究随着信息化技术的快速发展，雷达系统在军事、民用和科研领域中扮演着重要角色。

然而，雷达系统在其工作过程中经常面临着各种各样的问题，其中最常见的就是外辐射源和干扰信号对雷达目标检测造成的干扰。

因此，外辐射源雷达目标检测和干扰抑制技术的研究变得至关重要。

首先，我们需要了解外辐射源对雷达目标检测的影响。

外辐射源是指不同频率和功率的电磁波信号源，这些信号源可能来自雷达系统周围的信号源，比如电视和广播发射塔、手机基站等。

外辐射源会产生干扰信号，这些信号与雷达系统本身的信号混合，导致目标检测的准确性下降。

为了解决这个问题，研究人员一直致力于改善雷达系统的抗干扰能力，提高雷达目标检测的准确性。

其次，为了抑制外辐射源的干扰，研究人员提出了一系列的技术。

其中之一就是差分方位多普勒处理技术。

该技术通过对雷达接收到的信号处理，从而抑制外辐射源产生的干扰信号。

它基于观察到的干扰信号和目标信号的不同分布特征，通过自适应处理器对两者进行分离，从而提高雷达系统的目标检测性能。

此外，自适应滤波技术也被广泛应用于外辐射源雷达目标检测和干扰抑制中。

该技术基于对接收到的干扰信号进行建模和估计，并利用这些信息设计滤波器，将干扰信号从雷达系统中抑制出去。

自适应滤波技术能够根据干扰信号的变化自动调整滤波器的参数，从而更加适应不同的工作环境和信号情况。

除了以上技术，利用空间域信息和时间域信息的处理方法也是外辐射源雷达目标检测和干扰抑制的重要技术手段。

空间域信息处理方法通过对雷达系统接收到的信号进行空间域的分析和处理，从而抑制干扰信号。

时间域信息处理方法则基于对信号在时间上的变化进行分析和处理，从而提高雷达系统的目标信号检测能力。

最后，为了进一步改善外辐射源雷达系统的性能，研究人员还将深度学习技术应用于这一领域。

深度学习技术通过建立神经网络模型，实现对不同信号的自动分类和辨识，从而提高目标检测的准确性和抗干扰能力。