雷达目标一维距离像稀疏子带融合

《雷达目标一维距离像稀疏子带融合》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、雷达目标一维距离像的稀疏子带融合杜小勇，胡卫东，郁文贤国防科技大学ATR重点实验室，湖南长沙410073针对雷达目标的多子带频域测量信号，分析了无先验融合方法的性能。进一步，利用稀疏成份分析技术给出了稀疏子带信号融合的线性规划算法。根据约束最小二乘解的性质，提出了多子带成像的次优线性规划算法。数值结果表明，该方法能从稀疏子带数据中稳定地获得一维距离像，并有效地恢复散射点的幅度信息。摘要提纲多子带频域测量模型多子带测量的信号融合融合算例结论设目标静止，回波数据满足(1)：雷达扫频频带的数目；：子带的扫频带宽；：频率步长；多子带频域测量模型：子带扫频点数

2、；；：散射中心数目；：散射中心离雷达的径向距离；：散射中心的散射强度；：第个子带中第个扫频脉冲的频率；：第子带的初始频率；：光速。多子带测量的信号融合无先验信号融合在各个测量带之间的空白区域补零。设有信号的时域测量(2)其中为窗函数，频谱(3)图1窗函数幅度谱根据(3)式及图1可知：1）主瓣变窄；2）由于的调制效应，副瓣电平升高。B基于稀疏成份分析的信号融合在距离向上对目标进行剖分，模型(1)可以写为(4)用稀疏成份分析求解，即s.t.(5)令，，，其中则(5)式可写为s.t.(6)在引入矢量的正部和负部这些辅助变量时，问题的规模扩大了了一倍。事实上

3、，模型(6)可写为s.t.(7)其约束最小二乘解,记，令，其中，根据(7)式可得(8)s.t.数值算例考虑由两块正方形金属平板组成的目标，如图2所示。扫频点数：。首尾各截取点的数据作为双子带频域测量数据，进行融合处理。-22-9-510-550ZX图2目标结构模型(a)全频段一维距离像(b)双子带无先验融合距离像(c)最优线性规划融合距离像(d)次优线性规划融合距离像图3双子带融合一维距离像从图3的结果可以看出：无先验融合的距离像峰值减小；稀疏成份分析方法能较好地恢复散射中心的幅度信息；次优算法获得的距离像与最优线性规划的结果基本相同，但计算量较小。

4、结论