- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
超宽带雷达的压缩感知成像重建技术研究
博士学位论文公示材料
学生姓名 孙延鹏 学号 1310294 二级学科 信号与信息处理 导师姓名 张石
论文题目 超宽带雷达的压缩感知成像重建技术研究
论文研究方向 雷达信号处理
论文关键词 超宽带雷达;压缩感知;探地雷达成像;穿墙雷达成像;衍射层析成像;成像重建
论文摘要(中文)
超宽带雷达发射信号具有极宽的频带,在目标识别、探测隐蔽目标和目标成像等领域显示了巨大
的潜力,已日益受到广泛关注。随着超宽带雷达技术应用需求的进一步推动,超宽带雷达不断朝着多
通道、多极化、多波段和高分辨率方向发展,这使得超宽带雷达系统存在数据采集量大和数据采集时
间长等问题。为此,本文以压缩感知(Compressed Sensing,CS )理论为基础,面向探地雷达和穿墙雷达
这两个超宽带雷达的主要应用领域,研究基于压缩感知的超宽带雷达成像方法,探索解决超宽带雷达
在系统构建和成像重建方面面临的数据获取与处理问题。
本文的研究内容如下:
(1) 提出了一种强杂波环境下的基于 CS 的探地雷达偏移成像算法。
在探地雷达的实际测量过程中,由于强地面杂波的存在,探地雷达 CS 偏移成像算法的重建性能会
急剧下降。所以需采用合适的杂波抑制方法对原始测量数据进行预处理以去除较强的地面反射波。传
统的探地雷达杂波抑制算法大都是基于均匀采样数据,而在 CS 成像过程中,考虑到成像数据的大幅度
减少且表现为非均匀采样数据,经典杂波抑制算法往往都不适用。针对上述问题,本文以频率步进连
续波探地雷达(Stepped Frequency Continuous Wave Ground Penetrating Radar,SFCW-GPR)为例,在分
析 SFCW-GPR 系统的工作原理、回波信号模型和 CS 理论的基础上,将 CS 理论与后向投影偏移成像
算法相结合,研究了基于 CS 的 SFCW-GPR 的稀疏偏移成像和数据获取模型,在深入分析 CS 数据采
样模型和经典杂波抑制技术的基础上,提出了一种基于子空间投影杂波抑制技术的 SFCW-GPR 压缩感
知成像重建算法。该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采
样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后采用稀疏重建算法对地下目标
图像进行CS 成像重建。仿真和实验数据处理结果表明所提成像重建算法在强杂波探测环境中可以仅用
10%的降采样数据实现在强杂波环境下对地下目标进行准确的成像定位,成像结果具有旁瓣低和分辨率
高等优点。所提成像方法进一步提高了探地雷达 CS 成像重建结果的准确性和稳健性,进一步扩展了探
地雷达 CS 成像方法的工程适用范围。
(2) 提出了一种基于贝叶斯压缩感知的探地雷达偏移成像方法。
针对 CS 探地雷达偏移成像算法存在计算量大、对噪声和重建正则化参数敏感的问题,以
SFCW-GPR 探测工程为例,提出了一种基于贝叶斯压缩感知框架的探地雷达偏移成像方法,通过建立
分层稀疏模型和相关向量机学习实现探测场景反射系数的重构。仿真结果表明,与传统 CS 成像方法相
比,所提成像方法利用探测场景的统计先验信息,能够更好地兼顾重构精度和计算效率。在此基础上
针对低信噪比和低数据量的问题研究了基于多任务贝叶斯压缩感知的探地雷达成像算法,仿真结果表
明在低信噪比和低数据量的条件下,多任务贝叶斯压缩感知比单任务贝叶斯压缩感知具有更高的重建
精度,从而进一步提高了成像结果的准确性。
(3) 提出了一种基于 CS 框架的探地雷达衍射层析成像重建方法。
传统高分辨率探地雷达衍射层析成像(Diffraction Tomography ,DT )重建方法需要系统具有较大
的工作带宽和天线合成孔径,系统的测量时间较长。为了解决这一问题,本文分别对双站和多站多视
角两种不同的探地雷达测量方式,在深入研究探地雷达传统 DT 成像重建方法的基础上,首先提出了一
种基于 CS 框架的探地雷达双站 DT 成像重建方法,所提成像方法对地下目标的频域散射场数据在频域
采用压缩采样,然后在每个天线测量位置利用接收信号的稀疏性采用稀疏重建算法重建原始时域回波
信号进而重建工作频带内全部散射场数据,最后采用传统 DT 成像算法进行地下目标成像。在此基础上,
文档评论(0)