基于压缩感知的雷达目标检测研究硕士学位

合集下载

雷达信号处理的关键技术研究

雷达信号处理的关键技术研究雷达作为一种重要的探测手段，在军事、民用等领域都发挥着不可或缺的作用。

而雷达信号处理则是决定雷达性能的核心环节，其关键技术的研究和发展对于提高雷达系统的准确性、可靠性和适应性具有重要意义。

雷达信号处理的首要任务是对接收的回波信号进行滤波和放大。

在这个过程中，需要使用高性能的滤波器来去除噪声和干扰，同时将微弱的有用信号进行放大。

这不仅要求滤波器具有良好的频率响应特性，还需要能够适应不同的信号环境和工作条件。

为了实现这一目标，研究人员不断探索新的滤波算法和结构，如自适应滤波器、数字滤波器等，以提高滤波效果和处理速度。

目标检测是雷达信号处理的关键环节之一。

传统的检测方法如恒虚警检测（CFAR）在一定程度上能够有效地检测出目标，但在复杂的电磁环境下，其性能往往受到限制。

近年来，基于机器学习和深度学习的目标检测算法逐渐崭露头角。

这些算法通过对大量的雷达数据进行学习和训练，能够自动提取目标的特征，从而提高检测的准确性和可靠性。

然而，这些算法也存在一些问题，如对训练数据的依赖性较强、计算复杂度较高等。

因此，如何将传统的检测方法与新兴的机器学习算法相结合，以实现更优的目标检测性能，是当前研究的热点之一。

在目标跟踪方面，雷达需要对检测到的目标进行连续的观测和估计，以获取目标的运动轨迹和状态信息。

常用的跟踪算法包括卡尔曼滤波、粒子滤波等。

卡尔曼滤波算法基于线性系统模型，计算简单、效率高，但对于非线性、非高斯的系统模型，其性能会受到影响。

粒子滤波算法则能够处理非线性、非高斯的系统模型，但计算复杂度较高。

为了提高跟踪的精度和稳定性，研究人员提出了多种改进的跟踪算法，如扩展卡尔曼滤波、无迹卡尔曼滤波等。

此外，多目标跟踪也是一个具有挑战性的问题，需要解决目标的关联、数据关联等问题，以实现对多个目标的准确跟踪。

雷达信号的参数估计也是雷达信号处理中的重要内容。

通过对雷达回波信号的分析，可以估计出目标的距离、速度、方位等参数。

脉冲压缩及其旁瓣抑制技术研究(1)

低截获概率技术的出现和发展使雷达的性能得到了极大提高。由于低截获概率雷达具有良好的抗干扰性与隐蔽性，可降低敌方侦察接收机的作用距离与我方雷达作用距离的比值（即截获概率）．传统的侦察机难以发现信号，无法进行检测与跟踪，大大提高了雷达的生存能力，因此，低截获概率技术获得了广泛应用。目前实现低截获概率的主要途径是采用超低旁瓣天线、选择大时宽带宽积的脉冲压缩信号以及采用相控阵技术。
脉冲压缩及其旁瓣抑制技术研究
率（ＬＰＩ）技术：扩频技术；超低旁瓣技术等。对抗“四大”威胁必然是上述一系列先进技术的综合运用，并非某一单项技术手段所能奏效的，这就迫使雷达不断发展先进的信号处理技术和新的雷达体制。为适应现代电子战、信息战的特征，对现代雷达系统提出了超分辨、抗干扰、自适应反隐身、低截获、强生存能力等新的要求。因此，超宽带雷达信号产生技术、脉冲压缩技术、超分辨信号处理技术、低截获概率技术（ＬＰＩ）、数字化接收机技术和以ＤＳＰ为基础的软件无线电技术在雷达中的应用等正成为现代雷达领域的研究热点。
本学位论文属于保密，在——年解密后适用本授权书。
本人签名：ｇ丛堑
导师签名：盘毯
日期塑堕：！：！Ｚ：
日期兰塑！：！：！乏
第一章绪论
第一章绪论
§１．１研究背景和意义
雷达是集中了现代电子科学技术各种成就的高科技系统。众所周知，雷达已成功地应用于地面（含车载）、舰载、机载方面。近年来，雷达应用已经向外层空间发展，出现了空间基（卫星载、航天飞机载、宇宙飞船载）雷达。目前正在酝酿建立比地面预警雷达、机载预警雷达和超视预警雷达更优越的星载预警监视雷达。鉴于雷达在军事中所起的重要作用，各国纷纷投入大量的人力物力，借助现代电子科技的不断进步来发展自己的雷达技术，使雷达技术和理论得到了迅猛的发展，同时也促进了其民用领域的应用。

基于改进压缩背景码书模型的运动目标检测方法

基于改进压缩背景码书模型的运动目标检测方法段继华1，郝铎2，刘华宇2，卢梦思2（1.中国电子科技集团公司第五十四研究所，河北石家庄050081；2.北华航天工业学院，河北廊坊065000）收稿日期：2021-12-260引言运动目标检测是计算机视觉监控/跟踪系统中的关键步骤[1-3]。

在视频监控或光电雷达系统中，运动目标检测技术是识别、跟踪等后续处理的前提，直接决定后续处理的精度。

根据文献显示，运动目标检测算法可以大致分为以下几类：①基于学习的分割方法[4-5]，训练时间过于冗长，通过迁移学习的方法训练也具有一定局限性。

②基于图像亮度差分的检测方法[6-7]，差分检测方法仅对边缘具有较强的识别能力，不能有效识别运动物体内部的像素。

③基于压缩背景码书模型算法的检测方法[8]。

传统码书算法在视频图像的暗区（像素值较低部分）和亮区（像素值较高部分），由于色彩偏差和亮度阈值的适应性不强造成的码字匮乏现象，从而使检测结果出现大量误检测和虚影。

针对传统码书模型在暗/亮区的误检测和虚影问题，本文进行了两方面的研究：①通过在不同亮度区域测试和分析，讨论了色彩偏差、亮度阈值合理区间以及自适应阈值问题。

②根据分析结果，提出了一种由改进的色彩偏差和亮度阈值构建的新型背景码书模型，实现运动目标的动态检测。

1传统码书模型缺陷分析及模型改进压缩背景码书模型是Kim 等人[8]于2005年提出的一种实时运动目标检测算法。

背景码书模型主要基于2个评价指标创建，第一个标准是色彩偏差阈值，第二个是亮度差异阈值，即如果一个输入像素满足：①与某个码字之间的色彩偏差小于色彩偏差阈值；②与某个码字之间亮度差处于亮度阈值区间之内，则认为该输入像素属于背景像素；否则认为该像素为前景运动物体像素。

在传统的压缩背景码书算法中，码书模型是根据色彩偏差和亮度差异来构造的。

该策略基于以下2个结论：①在光照变化过程中，像素值大多沿原点(0，0，0)方向的轴呈细长状分布。

压缩感知雷达波形优化设计

稳健性。计算机仿真表明优化波形使得感知矩阵相关系数较传统雷达波形明显减小，验证了该
方法的有效性。
关键词：压缩感知雷达；波形优化；知矩阵；关性；拟退火感相模
中图分类号：Ｎ５．Ｔ９８８
文章编号：０５９３（０１０ — ５９０１０ — ８０２１）４０１ — ６
令Ｌ【））Ｊ单循时矩ＴＪ × Ｄ位环延虹（（为 ¨
阵，＝ｉｇ ∞ ，』 … ，－）单位频移矩阵，Ｆｄａ（ ∞ｖＬ为１，＝ｘ（２ｒＮ）则式（）改写为ｅｐｊ７／，１可
＝
得到更好分辨，高信噪比稀疏雷达场景，Ｓ对ＣＲ可精确重构进行高分辨成像；文献［］７利用雷达
ＯｐｉａａｅｒｓｇｏｍｐｅｓｖｅｉｇＲａａｔｍｌＷｖｆｍＤｅｉｎｆｒＣｏｏｒｓｉｅＳｎｓｎｄｒ
ＨＥ — ｅｇ，ＹａｐｎＺＨＵａ — ｕＺＨＵＡＮＧｈｎｎＷＡＮＧ — ａｇＸｉｏｈａ，Ｓａ — ａ，Ｋｅｒｎ
ｒＤ１１
ＩＥ国际雷达会议上首次提出了压缩感知雷ＥＥ
达（ｏｐｅｓｅｓｎｉａａ，ＳＣｍｒｓｖｅｓｇｒｄｒＣＲ）的概念，ｉｎ
ＣＲ可采用低速率ＡＤ转换器采样超宽带雷达Ｓ／回波信号，无需对回波信号进行匹配滤波，由此也消除了匹配滤波带来的旁瓣问题，得邻近目标使

雷达信号处理的算法优化研究

雷达信号处理的算法优化研究雷达作为一种重要的探测和监测工具，在军事、航空航天、气象、交通等领域发挥着关键作用。

而雷达信号处理是从接收到的雷达回波中提取有用信息的关键环节，其算法的优劣直接影响到雷达系统的性能。

随着技术的不断发展，对雷达信号处理算法的优化成为了一个重要的研究方向。

一、雷达信号处理的基本原理雷达通过发射电磁波并接收目标反射的回波来获取目标的信息。

接收到的回波信号包含了目标的距离、速度、方向、形状等特征，但这些信息往往被噪声和干扰所掩盖。

雷达信号处理的任务就是通过一系列的算法对回波信号进行滤波、检测、参数估计等操作，以提取出有用的目标信息。

在雷达信号处理中，常用的算法包括脉冲压缩、动目标检测（MTD）、恒虚警检测（CFAR）等。

脉冲压缩用于提高距离分辨率，MTD 用于检测运动目标，CFAR 则用于在复杂的杂波环境中保持恒定的虚警概率。

二、现有雷达信号处理算法存在的问题尽管现有的雷达信号处理算法在一定程度上能够满足实际应用的需求，但仍然存在一些不足之处。

首先，计算复杂度较高。

一些复杂的算法在处理大量数据时需要消耗大量的计算资源和时间，这在实时性要求较高的应用场景中可能会导致性能下降。

其次，对复杂环境的适应性不足。

在实际应用中，雷达往往面临着多径传播、杂波干扰、目标遮挡等复杂情况，现有的算法在处理这些复杂环境时可能会出现误判或漏判。

再者，算法的精度和分辨率还有提升的空间。

对于一些对精度要求较高的应用，如精确制导、气象预报等，现有的算法可能无法满足需求。

三、雷达信号处理算法优化的目标和思路算法优化的目标主要包括提高处理速度、增强适应性、提高精度和分辨率等。

为了实现这些目标，可以从以下几个方面入手。

（一）算法改进对现有的算法进行改进是一种常见的优化思路。

例如，通过优化脉冲压缩算法的编码方式，可以在不增加计算复杂度的前提下提高距离分辨率；对 MTD 算法中的滤波器设计进行优化，可以增强对运动目标的检测能力。

压缩感知在多载波EBPSK雷达中的应用

重构算法时ＥＢＰＳＫ与ＢＰＳＫ的目标时延和多普勒频率估计性能，并估计了雷达的目标散射系
数．仿真结果表明：基于ＣＳ的密集多载波雷达的目标检测性能优于正交多载波雷达，而且在正
交与密集多载波条件下，ＥＢＰＳＫ调制的目标检测性能优于ＢＰＳＫ调制；目标散射系数估计精度
ｍａｔｉｏｎａｒｅｃｏｍｐｒｅａｄｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｓｏｆｄｉｆｆｅｒｅｎｔｎｕｍｂｅｒｓｏｆｔｒｇａｅｔｓｕｓｉｎｇｔｈｅｂｌｏｃｋｃｏｍｐｒｅｓｓｉｖｅ
ＣｈｅｎＰｅｎｇＷｕＬｅｎａｎ
（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ）
ｓａｍｐｌｉｎｇｍａｔｃｈｉｎｇｐｕｒｓｕｉｔ（ＢＣｏＳａＭＰ）ｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｉｒｔｈｍ．Ａｎｄｈｅｔｔｒｇａｅｔｓｃａｔｔｅｉｒｎｇｃｏｅｉ— ｆ
陈鹏吴乐南
（东南大学信息科学与工程学院，南京２１００９６）

一种稳健的盲稀疏度压缩感知雷达目标参数估计方法

关键词：压缩感知雷ｉ￣（ＣＳＲ）；盲稀疏度；感知矩阵相干系数（ＣＳＭ）；模拟退火（ＳＡ）算法中图分类号：ＴＮ９５８ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１１４６．２０１３．０１００７文献标识码：Ａ文章编号：１００９ — ５８９６（２０１４）０４－０９６０．０７
一
种稳健的盲稀疏度压缩感知雷达目标参数估计方法
王超宇梅湄朱晓华贺亚鹏
西安
李洪涛
２１１
（南京理工大学电子工程与光电技术学院南京
（中国空间技术研究院微波遥感与数传技术研究所
摘
要：针对压缩感知雷达（ＣｏｍｐｒｅｓｓｉｖｅＳｅｎｓｉｎｇＲａｄａｒ，ＣＳＲ）在感知矩阵和目标信息矢量失配时距离一多普勒参数
ＡＲｏｂｕｓｔＢｌｉｎｄＳｐａｒｓｉｔｙＴａｒｇｅｔＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎＡｌｇｏｒｉｔｈｍｆｏｒＣｏｍｐｒｅｓｓｉｖｅＳｅｎｓｉｎｇＲａｄｒａ
ｓｐａｒｓｉｔｙｔａｒｇｅｔｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ａｔｗｏ — ｄｉｍｅｎｓｉｏｎａｌｓｐａｒｓｅｓｅｎｓｉｎｇｍｏｄｅｌｏｒｆ

基于压缩感知的伪随机多相码连续波雷达

基于压缩感知的伪随机多相码连续波雷达贺亚鹏;王克让;张劲东;朱晓华【期刊名称】《电子与信息学报》【年(卷),期】2011(033)002【摘要】该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达.建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息.为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化.仿真结果表明了该方法的优越性.%A novel pseudo-random multi-phase code Continuous Wave (CW) radar using Compressive Sensing (CS)is presented considering the sparse of radar target space. This paper establishes targets information sensing pressive sensing is employed to sample targets echo under Nyquist sampling rate. Then the information oftarget scene is effectively extracted from a few sampling data in the presence of noise. To improve the effectiveneesof targets information extraction, the waveform is optimized using Simulated Annealing (SA) algorithm.Simulation results demonstrate the merits of the proposed approach.【总页数】6页(P418-423)【作者】贺亚鹏;王克让;张劲东;朱晓华【作者单位】南京理工大学电子工程与光电技术学院,南京,210094;南京理工大学电子工程与光电技术学院,南京,210094;南京理工大学电子工程与光电技术学院,南京,210094;南京理工大学电子工程与光电技术学院,南京,210094【正文语种】中文【中图分类】TN958.95【相关文献】1.伪随机码在连续波雷达测距中的应用 [J], 张志勇;王彦萍2.伪随机码调相和正弦波调频的连续波雷达 [J], 邢清盖3.伪随机码调制连续波雷达泄漏信号抑制途径 [J], 赵锦华;李宗茂4.伪随机码连续波雷达的作用距离计算 [J], 孙锦涛;齐连宝;盛卫星5.伪随机码连续波雷达的近距离目标干扰抑制 [J], 孙锦涛;齐连宝;盛卫星;赵晔因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于压缩感知的雷达目标检测研究硕士学位南京航空航天大学硕士学位论文

XIII 中图分类号：TN957

论文编号：1028704 15-S051 学科分类号：081001

硕士学位论文基于压缩感知的雷达目标检测研究

研究生姓名学科、专业通信与信息系统研究方向雷达信号处理指导教师南京航空航天大学硕士学位论文

XIII Nanjing University of Aeronautics and Astronautics The Graduate School College of Electronic and Information Engineering

Study of Radar Target Detection Based on Compressed Sensing

A Thesis in Radar Signal Processing

Advised by Submitted in Partial Fulfillment of the Requirements for the Degree of

Master of Engineering

December, 2014 南京航空航天大学硕士学位论文

XIII 毕业论文（设计）原创性声明

本人所呈交的毕业论文（设计）是我在导师的指导下进行的研究工作及取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文（设计）不包含其他个人已经发表或撰写过的研究成果。对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。

作者签名：日期：毕业论文（设计）授权使用说明

本论文（设计）作者完全了解**学院有关保留、使用毕业论文（设计）的规定，学校有权保留论文（设计）并向相关部门送交论文（设计）的电子版和纸质版。有权将论文（设计）用于非赢利目的的少量复制并允许论文（设计）进入学校图书馆被查阅。学校可以公布论文（设计）的全部或部分内容。保密的论文（设计）在解密后适用本规定。

作者签名：指导教师签名：

日期：日期：南京航空航天大学硕士学位论文

XIII 注意事项 1.设计（论文）的内容包括： 1）封面（按教务处制定的标准封面格式制作） 2）原创性声明 3）中文摘要（300字左右）、关键词 4）外文摘要、关键词 5）目次页（附件不统一编入） 6）论文主体部分：引言（或绪论）、正文、结论 7）参考文献 8）致谢 9）附录（对论文支持必要时） 2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。 3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。 4.文字、图表要求： 1）文字通顺，语言流畅，书写字迹工整，打南京航空航天大学硕士学位论文 XIII 印字体及大小符合要求，无错别字，不准请他

人代写 2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画 3）毕业论文须用A4单面打印，论文50页以上的双面打印 4）图表应绘制于无格子的页面上 5）软件工程类课题应有程序清单，并提供电子文档 5.装订顺序 1）设计（论文） 2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订 3）其它

摘要近年来提出的压缩感知（Compressive Sensing，CS）理论突破了奈奎斯特（Nyquist）南京航空航天大学硕士学位论文 XIII 采样定理的限制，能够以较低的采样率直接对信

息进行采样，在雷达领域具有良好的应用前景， CS雷达已成为雷达信号处理领域的研究热点，但CS理论在应用雷达领域中面临着量化误差、相关性影响、失配、低信噪比、目标检测等问题。其中，CS雷达目标检测是CS理论在雷达系统中应用所面临的主要问题之一。本文在国家自然科学基金的支持下，针对CS雷达低信噪比（Signal-to-Noise Rate，SNR）下的检测问题，分析了CS雷达重构与目标检测关系、从低信噪比重构、脉冲积累方案等方面开展研究。本文的主要研究成果和贡献概括如下：针对CS雷达面临的问题，深入分析了信号的稀疏表示、测量矩阵设计、重构算法等基本问题。描述了CS雷达的典型架构，研究了目前CS雷达亟待解决的低信噪比下的重构和目标检测问题。针对复信息逼近传递（Complex Approximate Message Passing，CAMP）算法中的固定阈值函数影响含噪信号的重构性能问题，研究了一种阈值自适应寻优的CAMP算法，通过寻找最高输出信噪比对应的阈值，获得稀疏信号和非稀疏信号的重构。仿真实验证明该算法的重构性能得到显著改善，为CS雷达的目标检测奠定基础。针对目前CS雷达在高斯背景下的目标检测问题，基于恒虚警率（Constant False Alarm Rate ，CFAR）检测理论，结合CAMP算法，建立了两种基于CS的雷达目标检测方案，推导了稀疏域和非稀疏域信号检测概率和虚警概率的公式，利用稀疏信号和步进频雷达信号分别对这两种方案进行仿真验证，结果表明非稀疏域信号南京航空航天大学硕士学位论文 XIII 检测方案的性能明显优于稀疏域信号检测方案。

针对低信噪比下CS雷达重构概率低的问题，提出了三种CS雷达脉冲积累方案：稀疏域脉冲积累、基于观测矩阵的脉冲积累、基于MMV模型的脉冲积累。仿真实验表明提出的三种积累方案能有效的提高低信噪比下的重构概率，从而实现低信噪比下CS雷达目标检测。

关键字：压缩感知；目标检测；低信噪比；脉冲积累南京航空航天大学硕士学位论文

XIII ABSTRACT Recently proposed Compressive Sensing (CS) theory has broken the limits of the Nyquist sampling theorem. CS reaches a much lower sampling rate by sampling the information directly, which has a good application prospect in the field of radar. Hence it becomes a hot research area in radar signal processing. Furthermore the concept of CS radar has been formulated and attracts lots of attention. However, there are many issues of CS radar needed to be further discussed, such as quantization error, the correlation effect, mismatch, low signal-to-noise ratio, target detection. The target detection is one of the main problems needed to be solved in CS radar. This paper was supported by National Natural Science Foundation. For the target detection of the CS radar in low Signal-to-Noise Rate (SNR), the relationship between the target detection and the CS radar signal reconstruction is analyzed. In order to find the solution of the reconstruction problem in low SNR, the pulse accumulation method are researched in this paper. The research main achievem -ents and contributions are listed as following: Dealing with the problem of CS radar, the sparse representation of signal, the measurement matrix design and the recovery algorithm are studied in this paper. Besides the typical