動目標微波凝視關聯成像中稀疏重構技術研究.pdf

1、為了更好地從回波中提取出目標信息，提高雷達成像分辨率是最主要的途徑之一?；跁r空兩維隨機輻射場的微波凝視關聯成像方法能夠在方位向上獲得超越孔徑衍射極限的分辨率，動目標微波凝視關聯成像是一種新的獲取動目標超分辨特性的成像方法，但是靜止目標的關聯處理方法不適用于運動目標。在地基雷達的空中凝視照射區(qū)域，運動目標往往具有稀疏分布特性，本文正是利用該稀疏先驗信息，重點開展以微波凝視關聯成像理論為基礎的運動目標稀疏重構技術研究。
　　論文首先

2、分析了目標運動對微波凝視關聯成像的影響。在靜止目標成像模型的基礎上，從成像物理過程出發(fā)，建立了動目標微波凝視關聯成像模型，并結合目標稀疏分布特性，將正交匹配追蹤(Orthogonal Matching Pursuit，OMP)、稀疏貝葉斯學習(Sparse Bayesian Learning，SBL)和欠定系統(tǒng)局域解法(FocalUnderdetermined System Solver，FOCUSS)等經典的稀疏重構算法應用于動目標微

3、波凝視關聯成像系統(tǒng)，仿真分析了目標運動對經典稀疏重構算法在微波凝視關聯成像中的應用所帶來的影響。
　　其次，研究了動目標微波凝視關聯稀疏成像算法。在動目標的成像場景中，若不考慮目標運動的影響將導致經典的稀疏重構算法失效，為此，論文提出了兩種動目標微波凝視關聯稀疏成像算法:(1)針對隨機跳頻體制，利用發(fā)射信號隨機跳變的特點進行速度預估計，對輻射場矩陣進行運動補償，然后關聯處理得到目標像;(2)從貝葉斯最大后驗角度出發(fā)，對經典SBL算

4、法進行修改，迭代估計得到動目標像以及運動速度，并仿真驗證了所提算法可同時獲得精確的速度估計值和高分辨率圖像。
　　最后，研究了動目標微波凝視關聯成像中的網格失配（Off-Grid）問題。在將壓縮感知理論應用于微波凝視關聯成像時，無論網格劃分的如何細致，都會存在網格失配問題。針對該問題，本文提出了兩種解決方法:(1)在隨機跳頻體制下，先由其速度預估計方法進行運動補償，再利用網格點位置和網格偏差具有相同稀疏結構的特性，對經典OMP算法