论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)高分辨成像技术被广泛应用于军事侦查、资源勘探以及环境评估等领域。合成孔径雷达发射宽带线性调频(Linear Frequency Modulation,LFM)信号实现高分辨目标成像,然而随着发射信号带宽的增大以及成像区域的增加,传统的SAR成像系统面临着高速采样率、超大数据量和信号实时处理等极大的挑战。近年来新兴的压缩感知(Compressive Sensing,CS)理论在SAR成像技术领域得到了高度关注,基于信号本身特征和目标散射率分布特性建立稀疏化模型,压缩感知SAR成像技术凭借压缩感知信息处理的巨大优势有望利用少量的雷达回波数据实现高分辨目标成像。因此,本论文聚焦于基于压缩感知的宽带线性调频SAR成像技术,围绕宽带线性调频SAR回波信号稀疏性分析、压缩测量方法、信号重构算法以及压缩感知在SAR成像中的应用等方面展开了研究。论文的主要研究内容如下:(1)Stretch处理合成孔径雷达成像算法研究。探讨了 SAR二维回波信号模型,并分别对距离向信号和方位向信号的高分辨率进行了分析,在此基础上,研究了基于Stretch处理的合成孔径雷达成像算法,并通过仿真实验验证了该算法的可行性。(2)SAR回波信号的稀疏性分析研究。针对宽带LFM回波信号波形,构造了基于Stretch处理和傅里叶变换的正交稀疏基,给出了一种新的回波信号的稀疏表示形式。基于构造的正交稀疏基,对SAR回波的距离向信号和方位向信号分别进行稀疏化分析,建立了对应的稀疏化模型。(3)压缩测量方法和信号重构算法研究。针对SAR回波信号的压缩测量方法,深入研究了模拟信息转换器(Analog-to-Information Converter,AIC)技术,以实现对回波信号的实时压缩测量,并利用仿真实验验证了 AIC测量系统的性能。针对信号重构算法,重点讨论了 OMP、ROMP和CoSaMP三种贪婪追踪类重构算法,并通过仿真实验进行了算法的性能对比和筛选。(4)基于压缩感知的宽带线性调频SAR成像研究。基于建立的SAR回波信号稀疏化模型,在距离向和方位向分别进行压缩感知处理,实现二维的降采样处理,提出了基于CS的宽带线性调频SAR二维成像算法,并给出了详细流程步骤。通过仿真实验对传统的Stretch处理方法和CS方法在一维距离成像和二维SAR成像的性能进行对比,验证了压缩感知成像算法的有效性和优越性。