欢迎来到天天文库
浏览记录
ID:23537523
大小:7.71 MB
页数:131页
时间:2018-11-08
《机载前视雷达扫描波束锐化方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA博士学位论文DOCTORALDISSERTATION论文题目机载前视雷达扫描波束锐化方法研究学科专业信号与信息处理学号201211020407作者姓名谭珂指导教师杨建宇教授分类号密级注1UDC学位论文机载前视雷达扫描波束锐化方法研究(题名和副题名)谭珂(作者姓名)指导教师杨建宇教授电子科技大学成都(姓名、职称、单位名称)申请学位级别博士学科专业信号与信息处理提交论文日期2018.5.7论文答辩日期2018.6.5学位授予单位和日期电
2、子科技大学2018年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonBeamSharpeningMethodofAirborneForward-LookingScanningRadarADoctoralDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:SignalandInformationProcessingAuthor:TanKeSupervisor:Prof.YangJianyuSc
3、hoolofInformationandCommunicationSchool:Engineering摘要摘要机载前视扫描雷达可以全天时、全天候对飞行器正前方区域的地形地貌和目标分布情况进行成像探测,在飞行器自主着陆、地形回避、物资空投等领域具有重要应用价值。但现有雷达技术受天线实波束的孔径限制,方位分辨率较低,无法实现前视较远区域地形地貌及集群目标的有效分辨。因此,研究机载前视扫描雷达波束锐化成像技术,在不改变系统基本硬件条件的情况下,通过信号处理的方法提高目标方位分辨率,对提升机载雷达性能具有重要意义。本文围绕提高机载前视扫描雷达方位分
4、辨率的相关理论与方法问题,从基于统计优化及正则化两种途径开展了波束锐化方法、算法实现和畸变修正等研究工作,主要内容如下:1.提出了基于I/Q通道噪声建模的最大似然波束锐化方法,通过联合考虑I/Q通道噪声分布构建匹配的似然函数,缓解了传统方法中回波统计模型失配造成的噪声敏感问题,有效抑制了成像结果中的寄生波纹和虚假目标。2.提出了基于平方拉普拉斯约束的最大后验波束锐化方法,利用拉普拉斯分布联合二次项分布对目标进行约束,解决了稀疏场景中由噪声放大现象引起的不完全收敛问题,在实现稀疏目标精确反演的同时,提高了波束锐化算法稳定性。3.提出了双通道正
5、则化处理策略,构建了相应的锐化方法,打破了现有正则化波束锐化方法只能对单一特性场景进行处理的局限性,解决了集群目标反演时的背景轮廓丢失问题。4.提出了基于三点向量外推的加速迭代阈值收缩方法,解决了迭代正则化方法收敛速度较慢的问题,为正则化波束锐化方法的高效实现奠定了技术基础,利于算法的工程实现。5.针对载机高速运动情况下的波束畸变问题,建立了运动速度与畸变方向图的解析关系,采用基于分块处理的正则化修正算法,有效改善了载机高速运动条件下的波束锐化效果。以上理论和方法已通过仿真与实测数据进行了验证,结果表明,上述方法能够有效解决机载前视扫描雷达
6、波束锐化方法的工程应用相关问题。关键词:前视扫描雷达,卷积反演,波束锐化,统计优化,正则化IABSTRACTABSTRACTAirborneforward-lookingscanningradarhasgreatapplicationvalueinthefieldsofautonomouslanding,terrainavoidanceandgroundattack.However,theazimuthresolutionoftheairborneforward-lookingscanningradarisrelativelylowduet
7、othelimitationoftherealaperture.Asaresult,theterrainandtheclusterytargetsintheforward-lookingareaofthevehiclecannotbedetectedeffectively.Therefore,itisofgreatimportancetoexplorenewapproachestosharpentherealbeamandimprovetheazimuthresolutionoftheairborneforward-lookingscann
8、ingradar.Focusingontheproblemofbeamsharpeningmethodofairborneforward-lookingscanningradar
此文档下载收益归作者所有