基于自适应的压缩感知雷达高分辨成像技术研究

The performance of traditional Compressive Sensing Radar (CSR) is sensitive to the mismatch between the target scenes and the sensing matrix, which is composed of non-adaptive random measurement matrix and Overcomplete Time-delay and Frequency-shift Basis (OTFB) matrix, leading to the decline or even error of the accuracy of the target parameter estimation. This project proposes an adaptive CSR high resolution imaging method through adaptive optimizing the sensing matrix according to the echo signal. First, a sparse sensing model is established when there is mismatch in the sensing matrix, and the cause of mismatch of the sensing matrix is analyzed. Then a waveform based optimization method is studied to minimize the averaged coherence of the sensing matrix and the suppression of the interference and the noise simultaneously. Finally, an adaptive CSR high resolution imaging method is established by correcting the mismatch between the sensing matrix and the target scenes. This project could make the sensing matrix matching with the target scenes adaptively, enhance the accuracy and robustness of the CSR high resolution imaging, and provide technical and theoretical support in CSR field.

常规压缩感知雷达(CSR) 采用由信号的非自适应随机投影测量矩阵与时延-频移超完备基（OTFB）矩阵组成的感知矩阵，由于该感知矩阵与目标场景信息存在一定的失配，且对于目标场景信息的变化没有自适应能力，导致目标参数估计精度下降甚至出现估计错误。本项目根据从回波信号中得到的目标场景信息自适应优化感知矩阵，研究基于自适应的压缩感知雷达高分辨成像技术。首先分析感知矩阵失配的机理，构建感知矩阵失配下稀疏感知模型；其次进行基于波形设计的感知矩阵非相干性与干扰噪声抑制联合优化的研究；最后根据感知矩阵与目标场景信息的匹配关系，提出基于感知矩阵自适应优化的高分辨成像技术，研究有效克服感知矩阵失配下的CSR高分辨成像方法。本项目可使感知矩阵对目标场景信息自适应匹配，有效提高了雷达高分辨成像的精确度和稳健性，为该领域的科学研究提供更多的理论与技术支持。

针对压缩感知雷达(CSR)感知矩阵与目标场景信息失配造成目标参数估计精度下降甚至出现估计错误的问题。本项目从感知矩阵构建、波形设计、矩阵填充等几个方面进行了研究，提出了通过感知矩阵以及波形的优化来提高目标参数估计性能的方法，主要研究内容包括下面几个方面：.1）提出一种感知矩阵平均相干系数与信干噪比联合优化的波形设计方法。首先建立了CSR距离-多普勒二维参数感知模型，推导了波形联合优化设计的目标函数；其次以多相编码信号作为优化码型并采用模拟退火算法对目标函数进行优化求解。与传统CSR波形相比，优化设计的波形提高了CSR在低信干噪比条件下的成功检测概率，同时有效降低了目标距离-多普勒参数估计误差，由此改善了CSR在干扰噪声背景下的距离-多普勒成像质量。.2）针对调频步进压缩感知雷达（FSCS-CSR）的运动目标高分辨成像方法进行了研究，提出一种稳健的目标一维距离像合成方法。首先，建立了基于调频步进信号的稀疏感知模型；其次，为降低采用压缩感知方法进行一维距离像合成的运算复杂度，对相邻脉冲组回波混频后的信号进行FFT获得目标速度的预估计，动态构造了降维的感知矩阵；再次，针对压缩感知雷达中高分辨距离像合成中存在的失配问题，提出一种RSL0算法和LASSO算法相结合的距离像合成方法，迭代优化出强散射中心复幅度和散射点分辨单元位置的精确估计；最后，讨论了调频步进信号的频率编码方式对目标参数估计的影响，进一步改善了调频步进压缩感知雷达参数估计的性能。.3）提出一种基于奇异值阈值的空间谱估计算法，然后对该算法进行改进并提出一种基于不动点迭代的多项式求根算法，基于奇异值阈值的空间谱估计算法构建了符合矩阵填充理论要求的稀疏阵列，并建立 DOA 估计的矩阵填充信号模型，然后通过 SVT 算法将稀疏阵列信号恢复为完整信号，最后利用 MUSIC 算法恢复信号估计二维波达方向。在基于奇异值阈值的空间谱估计算法的基础上进行改进并给出了多项式求根算法，该算法通过稀疏阵列接收信号获得完整阵列接收信号矩阵的左右奇异值向量，并利用左右奇异值向量构建信号子空间，然后通过对多项式求根来估计二维波达方向。