高分辨ISAR稀疏目标成像-电子与通信工程专业论文.docxVIP

高分辨ISAR稀疏目标成像-电子与通信工程专业论文.docx

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高分辨ISAR稀疏目标成像-电子与通信工程专业论文

学校代码 分 类 号  10701 TN95 学 号 1202121281 密 级 公开 TN82西安电子科技大学 TN82 硕士学位论文 高分辨 ISAR 稀疏目标成像 作者姓名:李振炜 领 域:电子与通信工程 学位类别:工程硕士 学校指师姓名、职称: 学校指师姓名、职称: 侯彪教授 李青高工 提交日期:2014 年 12 月 Sparse Targets of ISAR High-Resolution Imaging A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Electronics and Communication Engineering By Li zhenwei Supervisor: Hou biao Li qing November 2014 西安电子科技大学 毕业论文独创性(或创新性)声明 秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标 注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成 果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 学位论文与资料若有不实之处,本人承担一切的法律责任。 本人签名: 日 期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分 内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位 后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名: 导师签名: 日 期: 日 期: 摘要 摘要 西安电子科技大学硕士学位论文 西安电子科技大学硕士学位论文 摘要 高分辨的 ISAR 图像在目标分类识别中有重要的意义,传统的逆合成孔径雷达 (ISAR)成像方法,方位向的分辨率受限于相干积累时间。由于成像目标的非合 作性和强机动性,依靠增加相干积累时间来提高 ISAR 图像方位向的分辨率,对 于雷达系统和成像算法是不现实的。本文是基于强散射点在 ISAR 图像中只占有 很小的一部分,也就是 ISAR 图像是稀疏的这一先验知识,分析了利用压缩感 知,共稀疏和小波域混合高斯模型,在短相干积累时间内实现 ISAR 超分辨成像 可行性,并分别给出了基于这些理论的 ISAR 超分辨成像的方法。通过实测 ISAR 数据来验证这些算法的有效性,实验结果显示我们提出的算法可以得到高质量的 超分辨 ISAR 图像。 本文首先在传统的基于压缩感知成像的基础上,提出了一种基于多层压缩感 知成像的方法。把 ISAR 成像过程分为多个阶段,使得 ISAR 图像方位向的分辨率 逐步提高。在每个阶段把 ISAR 成像看作一个稀疏编码的过程,散射系数就是编 码系数。编码矩阵和解码矩阵构成一个多层感知器,利用误差反向传播算法(BP) 优化解码矩阵和编码矩阵,使得重构的 ISAR 回波数据误差最小。在编码过程之 后加入了激励函数,大大简化了稀疏度控制稀疏选择的难度。解码矩阵看作一个 稀疏字典,基于压缩感知理论,利用平滑零范数算法(SL0),恢复出 ISAR 图像, 然后方位向进行逆傅里叶变换,得到等效回波数据,作为下个阶段的输入。方位 向的分辨率在每个阶段都高于前一阶段,最后输出超分辨的 ISAR 图像。 本文接着提出了一种基于共稀疏的 ISAR 超分辨成像方法。不同于传统的基 于压缩感知的成像方法是一种逆问题求解,我们构造一种正向求解的成像模型。 我们把相位误差的调节和解析操作算子的学习结合起来,学习得到的解析算子可 以把回波映射到高维多普勒空间。此外为了加强算法对噪声的鲁棒性,我们加入 了正则项,利用增强拉格朗日算法来逼近去噪的信号。为了利用 ISAR 图像的稀 疏性,我们受到正交匹配追踪算法的启发,对其作了一些改进,使其适应我们的 正向模型,利用修改的正交匹配追踪算法恢复出目标强散射点,得到聚焦好,噪 声少的高质量的超分辨 ISAR 图像。 本文的最后提出了一种基于小波域混合高斯模型的 ISAR 超分辨成像方法。 传统的基于压缩感知的 ISAR 成像,是利用 约束来实现去噪的,当信噪比很低的 条件下,压缩感知会把一

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档