基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf

基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf

ID:55727175

大小:1.04 MB

页数:7页

时间:2020-06-01

基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf_第1页
基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf_第2页
基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf_第3页
基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf_第4页
基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf_第5页
资源描述:

《基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第36卷第2期电子与信息学报、1.36NO.22014年2月JournalofElectronics&InformationTechnologyFeb.2014基于波形选择的MIMO雷达三维稀疏成像与角度误差校正方法杨杰廖桂生李军党博刘长赞f西安电子科技大学雷达信号处理国家重点实验室西安710071)摘要:该文研究稀疏目标场景下,波形选择对基于压缩感知理论的MIMO雷达成像效果的影响并提出一种改进的成像角度误差校正方法。首先分析了模糊函数和压缩感知匹配字典的相关系数之间的关系;然后,在空间小角度域情况下,针对成像场景中的角度误差,提出一种改进的基于迭代最小化的稀疏学习fSLI

2、M)算法进行校正。仿真结果表明,选择具有较低旁瓣模糊函数的发射波形可以提高成像质量,改进的SLIM算法可以有效补偿角度误差。关键词:MIMO雷达;稀疏成像;波形选择;角度误差校正;基于迭代最小化的稀疏学习(SLIM)中图分类号:TN958文献标识码:A文章编号:1009—5896(2014)02—0428—07DOI:10.3724/SP.J.1146.2013.00500ThreeDimensionalMIMORadarImagingUsingSparseModelBasedonWavefcIrmSelectionandCalibrationMethodinthePrese

3、nceofAngleImperfectionsYangJieLiaoGui··shengLiJunDangBoLiuChang-zan(NationalLaboratoryofRadarSignalProcessing,XidianUniversity,Xi’an710071,China)Abstract:TheeffectofwaveformselectiononcompressivesensingMIMOradarimagingusingsparsemodelandanimprovedcalibrationmethodinthepresenceofangleimperfe

4、ctionsareresearchedinthispaper.FirstlytherelationshipbetweenambiguityfunctionandCompressiveSensing(CS)“dictionarycoherencecoeficient”isanalyzed.Then,inthepresenceofsmallspatialangle,animprovedmethodbasedon“SparseLearningviaIterativeMinimization’(SLIM)algorithmisproposedtocalibrateangleerror

5、s.Simulationresultsillustratethattheimagingqualitycanbeenhancedwhenselectedwave~rmshavelowsidelobesandprovethatthemodifedmethodcancalibrateangleerrorseffectively.Keywords:MIMOradar;Imagingusingsparsemodel;Wave~rmselection;Angleimperfectionscalibration;SparseLearningviaIterativeMinimization(

6、SLIM)1引言极大地降低数据存储、处理和传输的成本,并且可以以高概率重构出原目标场景,提高分辨率。与传统相控阵雷达相比,多输入多输出鉴于压缩感知理论相比传统匹配滤波的优势,(MIM0)雷达使用多天线发射多重探测信号照射目文献『6—81研究了压缩感知在MIMO雷达成像中的标,并利用多天线接收目标反射的后向散射回波信应用。在MIMO雷达中,成像区域是关于距离、角号,可以显著改善参数可辨识性,实现更为灵活的度、多普勒的3维空间,相比传统相控阵雷达增加发射方向图设计,改进目标检测和参数估计性能[1]o了角度维这一自由度[71,因而目标场景在MIMO雷本文主要研究窄带单基地MIMO雷

7、达稀疏成达的探测空间具有稀疏性,进而可以应用压缩感知像问题。在实际雷达成像场景中,如果目标是稀疏算法进行重构。分布的,则成像场景可以进行稀疏表示,而压缩感与传统的匹配滤波算法不同,压缩感知是一种知作为一种有效的方法,特别适用于这类稀疏问题基于凸优化的重构算法,因而能够突破由雷达模糊的求解。文献『2,3]具体研究了压缩感知在雷达系统函数的不确定性准则funcertaintyprinciple)所引起中的应用,并取得了一些有意义的成果。与传统的的成像分辨率限制[9】,另一方面,文献f2]已经证明基于匹配滤波

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。