基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究

基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究

ID:33101553

大小:3.50 MB

页数:66页

时间:2019-02-20

基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究_第1页
基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究_第2页
基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究_第3页
基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究_第4页
基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究_第5页
资源描述:

《基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究》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、声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名:阳l1年弓月4日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程

2、序处理。研究生签名:沁11年弓月哆日—1l·‘硕上论文基于压缩感知的合成孔径雷达超分辨成像j摘要』IIfllIllllfll[1ll[1llIJIf/Y1918589合成孔径雷达是一种全天时、全天候、大面积的高分辨率成像雷达。伴随着它在军事、国民经济方面的广泛应用,提高其成像分辨率的研究受到越来越大的重视,不同领域的学者分别从软件和硬件两个方向进行了卓有成效的尝试。正则化方法是通过数据处理提高合成孔径雷达分辨率技术的一种,但是正则化模型的最优化求解算法通常要求解在实数据范围内,而对于SAR的复数回波数据无能为力,本文

3、结合课题组在信号稀疏分解与重建领域的研究成果,给出了一种解决这个问题的方法,是在课题组原有研究基础上的进一步延伸。本文的主要工作包括:首先,依托课题组在信号的稀疏表示领域的深入研究成果,将压缩感知的思想应用于正则化模型,提出了成像算子的概念,分别就一维距离向、方位向和二维系统精确建模,将SAR成像问题转化为稀疏信号重构问题。其次,依据土耳其学者Cetin在09年提出的交替迭代的思想,将回波重建过程分为相位和幅值两部分交替处理,实现了合成孔径雷达正则化成像模型中的复数据最优化求解算法。本文立足于实验,所有结论均通过大量

4、的实验得以证明,为了方便实现数据仿真,专门在matlab环境下实现了可视化的、可即时调整场景参数的应用软件。关键词:压缩感知,合成孔径雷达,超分辨,正则化模型,复数据,交替迭代Abstract硕士论文Syntheticapertureradarisaall—day,all-weather,large-·areaandhighresolutionimagingradar.Withitsmilitaryandnationaleconomicaspectsofthewidespreadapplication,researc

5、hofimproveitsimagingresolutionratiobecomemoreandmorehighattention,differentscholarsrespectivelyfrombothsoftwareandhardwareconductedfruitfulattempt.RegularizationmethodisoneoftechnicaltOimprovesyntheticapertureradarresolutionthroughdataprocessing,butregularizati

6、onmodeloptimizationalgorithmusuallyrequireasolutioninarealdatarange,whileforthepluralofSAP.echodataispowerless,combiningwithourachievementsinfieldofsignalsparsedecompositionandreconstruction,thispaperpresentsawaytOsolvethisproblem,itisfurtherextensionsonthebasi

7、sofourodgi砌research.Inthispaperthemaininnovationpointsinclude:First,relyingonourresearchteamofin-depthresearchachievementsinthefieldofsignalimagesparserepresentation,willcompressedsensingappliedtoregularizationmodel,andthenputsforwardtheconceptofimagingoperator

8、,precisemodelingforone—dimensionaldistance,orientationand2-dsystemrespectively,willSARimageryproblemintoasignalreconfigurationproblem.Secondly,accordingtOtheTurkishscholarsC

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。