基于压缩感知的雷达目标检测研究大学本科毕业论文.doc
《基于压缩感知的雷达目标检测研究大学本科毕业论文.doc》由会员分享,可在线阅读,更多相关《基于压缩感知的雷达目标检测研究大学本科毕业论文.doc(87页珍藏版)》请在咨信网上搜索。
1、南京航空航天大学硕士学位论文中图分类号: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Nanjing University of Aeronautics and AstronauticsThe Graduate SchoolCollege of Electronic and Information EngineeringStudy ofRadarTarget DetectionBased on Compressed SensingA Thesis inRadar
2、 Signal ProcessingByAdvised bySubmitted in Partial Fulfillmentof the Requirementsfor the Degree ofMaster of EngineeringDecember, 2014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
3、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: 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
4、(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
5、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)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
6、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
7、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
8、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ABSTRACTRecently 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
9、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,
10、target detection. The target detection is one of the main problems needed to be solved in CS radar.This paperwas 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 detectionand the CSradars
11、ignal reconstruction is analyzed. In order to find the solution of the reconstruction problem in low SNR, thepulseaccumulation method are researched in this paper. The researchmainachievem-ents and contributions are listed as following:Dealing with the problem of CS radar, the sparse representation
12、of signal,the measurement matrix designand the recovery algorithmare studied in this paper. Besides the typical architectureof CS radar is described. At the same time, theproblems of CS radar signal recoveryandtarget detection in low SNR are researched, which are urgent to be solved at present.The f
13、ixedthreshold functioninfluences the reconstruction performance of the complex approximate message passing (CAMP) algorithm facing signals corrupted by noise. Thus a CAMP algorithm with adaptive threshold value is proposed.By the adaptive adjustment of the threshold, I obtain the reconstructions of
14、sparse signal and the sparse signal with maximum output SNR.The simulation experiments show that thereconstruction performance of the proposed algorithmis significantly improved.This part of work the foundation of CS radar target detection. Combined with theconstant false alarm rate (CFAR) detection
15、theory and CAMP algorithm, based on CS theory two kinds of radartarget detectionscheme are designed to solve the target detection under assumption of adaptive Gaussian noise in CS radar. Then the detection probability and false alarm probabilityformula of thesparsedomain and non-sparsedomainsignal a
16、re derived. In the end, two schemes are simulated with the sparse signals and the stepped frequency signals. The simulation experiments shows that the performance of non-sparsedomainsignaldetection scheme is significantly better than the sparseone.Threekinds ofCSradar pulseaccumulation methods (the
17、sparsedomain pulse, the pulse accumulation ofmeasurement matrixaccumulation and the pulseaccumulation based onMMV model) are presented to improve probabilityof CSreconstruction in low SNR. Simulation results show that the proposedschemescan effectively improve theratioof reconstruction probabilityun
18、derlow SNR,and realize target detection of CS radar underlow SNR.Key words: CS; target detection; low SNR; multi-pulses accumulation目 录第一章 绪论11.1 研究背景和意义11.2 国内外研究现状31.2.1 压缩感知理论及其发展31.2.2 压缩感知理论在雷达领域中的应用41.3 本论文主要工作及内容安排6第二章 压缩感知及压缩感知雷达82.1 引言82.2 压缩感知与传统信号处理的区别82.3 压缩感知介绍92.3.1 原始信号稀疏表示92.3.2 测量矩阵
19、设计102.3.3 稀疏重构122.4 稀疏重构算法122.4.1 重构原理122.4.2 几种常用的重构算法132.5 压缩感知雷达182.5.1 压缩感知雷达182.5.2 压缩感知雷达亟待解决问题192.6 本章总结20第三章 CAMP重构算法及自适应CAMP算法213.1 引言213.2 CAMP算法的提出213.2.1 迭代阈值算法213.2.2 消息传递算法223.3 CAMP算法及自适应CAMP算法243.3.1 理想CAMP算法243.3.2 中值及自适应CAMP算法283.4 实验结果及分析303.5 本章总结34第四章 基于压缩感知的雷达目标检测方法354.1 引言354.
20、2 传统雷达目标检测354.2.1 传统雷达目标检测原理354.2.2 恒虚警率检测方法364.3 压缩感知雷达目标检测方案404.3.1 稀疏域信号检测方案414.3.2 非稀疏域信号检测方案424.4 步进频雷达信号模型444.5 实验结果及分析454.5.1 稀疏信号454.5.2 步进频信号474.6本章总结50第五章 基于压缩感知的雷达信号积累515.1 引言515.2 传统雷达脉冲积累515.3 基于压缩感知的脉冲积累重构535.3.1 稀疏域积累535.3.2 脉冲积累观测矩阵545.3.3 实验结果及性能分析555.4 MMV模型实现脉冲积累575.4.1 MMV模型575.4
21、.2 MMV模型应用于雷达脉冲积累585.4.3实验结果及分析595.5 本章总结63第六章 总结与展望64参考文献66致 谢72在学期间的研究成果及发表的学术论文73图表清单图1.1两种信号处理框架1图2.1压缩感知框架9图2.2压缩感知理论采样过程9图2.3 OMP算法流程图14图2.4 SP算法流程图15图2.5 SP算法迭代过程中的几何意义15图2.6 SAMP算法流程图17图2.7数字域应用CS理论处理框架18图2.8采用AIC采样模块的处理框架18图3.1通过迭代阈值算法得到最稀疏解的立体图示过程22图3.2迭代阈值算法的流程图22图3.3不同迭代次序中实部虚部的概率密度直方图27
22、图3.4第t次迭代噪声分量的概率密度拟合曲线28图3.5噪声均方差的中值估计与实际值的偏差29图3.6三种CAMP算法对稀疏信号重构情况仿真31图3.7三种CAMP算法对稀疏信号的重构概率对比32图3.8三种CAMP算法对稀疏信号重构的NMSE对比32图3.9 CAMP类重构算法对目标场景恢复的仿真33图3.10三种CAMP算法对步进频雷达信号目标场景的重构概率对比34图3.11三种CAMP算法对步进频雷达信号目标场景重构的NMSE对比34图4.1传统雷达目标检测器35图4.2一般雷达检波处理器示意图37图4.3距离维处理器所使用的一些参考窗39图4.4距离多普勒二维处理器使用的二维参考窗39
23、图4.5 CA-CFAR检测过程40图4.6稀疏域信号检测方案41图4.7非稀疏域信号检测方案42图4.8非稀疏域信号具体检测方案43图4.9步进频雷达发射信号和回波信号示意图44图4.10不同信噪比下两种检测方案的检测情况46图4.11两种方案对稀疏信号的检测性能47图4.12两种检测方案的ROC曲线47图4.13不同信噪比下两种检测方案对步进频雷达目标的检测结果48图4.14非稀疏域信号检测结果(SNR=13dB)49图4.15不同信噪比下两种方案对步进频雷达信号的检测性能49图4.16两种方案对步进频雷达信号的检测ROC曲线50图5.1脉冲稀疏域积累检测框架53图5.2多维稀疏向量矩阵5
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 压缩 感知 雷达 目标 检测 研究 大学本科 毕业论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【胜****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【胜****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。