欢迎来到天天文库
浏览记录
ID:34170350
大小:9.33 MB
页数:76页
时间:2019-03-04
《压缩感知在微多普勒提取中的应用研究》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、Abstracts锄plingoftheechosignals.Then,t11esignalismultipliedbyaslidingwindowandasensingmatrixcaIlbebuiltaccordingtomecorrespondingtiIllesequenceofsliding埘ndow.WththeCSrecoVe巧algorithms,t11eInl锄biguousDoppler觎quencyinside吐lesliding、vindowcanberecovered.Fillally,theobkIiIledun锄biguousDoppler抒eq
2、uenciesare猢gedinsequencealong廿1etimea)【isaJldt11euIl锄biguousmicro—Dopplerspec仇lIIlisobtained.(3)Ontllebasisoftllemicro-Doppler锄biguoussolution,ametllodforspinandprocessionperiodestimationbasedoncompressiVesensingisproposed.Beforeusingt11ismetllod,tlleun锄biguousrnicro-Dopplermustbeobtainedfir
3、st.nlen,byanalyzingtllemicro·Dopplertime-f论quellcyspecmlm,也eperiodofspina11dprocessioncanbeestimatedwitllcompressivesensing.Comparedwim扛adidonalmethods,mismemodcanex仃actt11eperiodfortllespinaIldcoIlingofprocession,whichisVerifiedbyMATLABsi瑚【ulation.Keywords:CompressiVeSensing;Micro-Doppler~n
4、bigu时;NyquiStSanlplingtheorem;R唱etRecOgnitiOn;RaIldomdisturballce;PeriodEstimation.目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯III目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。VContents⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..IX第l章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。11.2国内外发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。21。2.1微多普勒在雷达领域中的国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯21.2.2压缩感知在微多普勒的国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯41.3课题研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。61.4本文结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7第2章压缩感知在微多普勒中的应用理论基础⋯⋯⋯⋯⋯⋯⋯⋯.92.1时频分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..92.1.1短时傅里叶变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯92.1.2测不准定理⋯⋯⋯⋯⋯⋯
6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一102.2微多普勒提取理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。122.2.1平动和微动引起的多普勒⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..122.2.2旋转引起的微多普勒⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯j.152。2.3进动引起的微多普勒⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..172.2.4仿真分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..182.3压缩感知理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯232.3.1信号的稀疏表示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一242.3.2测量矩阵设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..252。3.
7、3信号重构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯262.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯28V目录第3章基于短时压缩感知的微多普勒解模糊算法⋯⋯⋯⋯⋯⋯.293.1传统的基于压缩感知的徽多普勒估计方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。293.1.1基于压缩感知的微多普勒提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一293.1.2基于OFD.LFM的弹头自旋微动特征重构方法⋯⋯⋯⋯⋯⋯303.1.3基于稀疏分解的微多普勒解模糊算法⋯⋯⋯⋯⋯⋯⋯⋯⋯..313.2基于短时压缩感知的微多普勒
此文档下载收益归作者所有