資源描述：
《基于稀疏重構(gòu)的sar成像技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于稀疏重構(gòu)的SAR成像技術(shù)研究作者姓名王哲導(dǎo)師姓名、職稱王敏副教授一級學(xué)科信息與通信工程二級學(xué)科信號與信息處理申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號1202121120分類TN82號TN95密級公開西安電子科技大學(xué)碩士學(xué)位論文基于稀疏重構(gòu)的SAR成像技術(shù)研究作者姓名：王哲一級學(xué)科：信息與通信工程二級學(xué)科：信號與信息處理學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：王敏副教授提交日期：2014年12月ResearchonSARImagingTechnologyBasedonSparseRecons
2、tructionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByWangzheSupervisor:ViceProf.WangminDecember2014西安電子科技大學(xué)學(xué)位論文獨創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡
3、我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)
4、校可以公布論文的全部或部分內(nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要隨著高分辨SAR成像技術(shù)的廣泛應(yīng)用，雷達(dá)需要發(fā)射大帶寬信號。在Nyquist采樣定理框架下，這造成了雷達(dá)系統(tǒng)的采樣率升高、數(shù)據(jù)量變大、實時處理及硬件實現(xiàn)困難。然而，雷達(dá)回波信號本身具有稀疏性質(zhì)，這使得打破Nyquist采樣定理的限制并利用稀疏信號進(jìn)行SAR成像處理成為可能。其中，壓縮感知（Co
5、mpressiveSensing，CS）與矩陣填充（MatrixCompletion，MC）理論是處理稀疏信號的常見方法，將其應(yīng)用于SAR成像領(lǐng)域優(yōu)勢明顯。與此同時，目前壓縮感知理論中觀測矩陣與重構(gòu)算法的設(shè)計方法仍然有待完善，將其利用梯度下降法進(jìn)行改進(jìn)具備一定的研究價值。本文圍繞稀疏SAR成像方法展開研究，主要工作內(nèi)容如下：1.介紹了SAR回波信號模型和距離多普勒算法，分別利用點目標(biāo)模型和實測數(shù)據(jù)對算法的正確性和有效性進(jìn)行了驗證。2.研究了基于壓縮感知的SAR成像模型，對雷達(dá)回波的稀疏性進(jìn)行了分析。以此為基礎(chǔ)，研究了稀疏基矩
6、陣和觀測矩陣的構(gòu)造方式，并轉(zhuǎn)化為數(shù)學(xué)優(yōu)化模型，實現(xiàn)了基于壓縮感知的SAR成像處理。分別在距離維、方位維以及二維應(yīng)用壓縮感知理論進(jìn)行點目標(biāo)仿真，仿真結(jié)果表明該方法在降低采樣數(shù)據(jù)量的同時能夠大幅度提高分辨率。實測數(shù)據(jù)的成像結(jié)果同樣驗證了其有效性。3.在壓縮感知SAR成像方法的基礎(chǔ)上，對觀測矩陣和重構(gòu)算法進(jìn)行了改進(jìn)。首先簡單介紹了梯度下降法。然后分析了表征觀測矩陣性能的因素，并利用梯度下降法改進(jìn)該因素，從而達(dá)到改進(jìn)觀測矩陣的目的。仿真實驗中新方法表現(xiàn)出了更好的重構(gòu)性能。最后介紹了OMP算法與SL0算法，并利用梯度下降法改進(jìn)OMP算
7、法，加快了其收斂速度。仿真結(jié)果表明新方法在重構(gòu)時間上優(yōu)于原始的OMP算法。4.研究了基于矩陣填充的SAR成像方法，對雷達(dá)回波的低秩特性進(jìn)行了簡要說明。然后介紹了SAR成像模型和降采樣集合的構(gòu)造方法，并將其應(yīng)用于距離向降采樣下的SAR成像。在噪聲存在的情況下，利用點目標(biāo)和實測數(shù)據(jù)進(jìn)行仿真，仿真結(jié)果表明該方法在降低采樣數(shù)據(jù)量的同時能夠正確成像且真實地反映了點目標(biāo)散射信息，并具有一定的抗噪性能。關(guān)鍵詞：SAR成像，稀疏重構(gòu)，壓縮感知，矩陣填充，梯度下降法論文類型：應(yīng)用基礎(chǔ)研究類I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTAB
8、STRACTSincehighresolutionSARimagingtechnologyiswidelyused,radarneedstotransmitawide-bandsignal.IntheNyquistsamplingtheoremframework,itresultsinhi
