现代雷达系统经常采用大宽带、多通道的信号处理方法来提高雷达的探测精度，但这样会产生大量的雷达数据。相对于探测背景，很明显的是，目标场景可以看成是稀疏的。压缩感知理论作为稀疏信号采集与处理的理论，主要目的是降低信号处理的复杂度。压缩感知雷达利用回波信号稀疏采样和优化重构技术，实现了对目标的高精度探测。但是现代雷达系统发展也面临着许多的难题，低信噪比问题就是其中的一个主要难题。在信噪比极低的情况下，模拟-信息转换器可能会失灵、压缩感知中的观测矩阵设计会更有难度、重构算法性能急剧降低，最终导致压缩感知雷达性能损失。根据上述问题，本文主要通过设计脉冲积累观测矩阵，来实现在低信杂噪比的背景下，对信号杂波的有效抑制，从而提高压缩感知雷达的探测性能。
目录
第一章 绪论 1
1.1课题研究的背景及意义 1
1.2目前的研究现状 1
1.3课题研究的主要内容及实现方法 2
1.4论文的整体框架 2
第二章压缩感知理论及压缩感知雷达 3
2.1 压缩感知原理 3
2.1.1 信号的稀疏表示 3
2.1.2 信号的观测矩阵 4
2.1.3 信号的优化重构 5
2.2 压缩感知雷达 6
2.2.1 回波信号稀疏表示模型 6
2.2.2 随机压缩采样方法 8
第三章 压缩感知雷达噪声分析 10
3.1含噪声的压缩感知模型 10
3.2 测量噪声分析 12
3.3 信号噪声分析 13
第四章 压缩感知雷达观测矩阵设计 15
4.1脉冲积累观测矩阵设计 15
4.2实验和讨论 17
第五章 课题总结 20
参考文献 21
致谢 22
第一章 绪论
1.1课题研究的背景及意义
雷达(Radar),就是无线电探测和测距，被称为无线电定位。雷达通过发射电磁波，对目标进行照射并接收回波，根据接收的回波确定目标的距离、方位、高度、径向速度等信息。由于雷达不受气候的影响，如雾、云和雨等，且可全天候、全天时探测远距离的目标，因此，雷达在国 *51今日免费论文网|www.jxszl.com +Q: @351916072@ 
防、经济和社会等领域都得到广泛的应用，不仅影响了现代战争的胜负，且推动了人类社会的发展。随着现代科技的发展以及国际形势的变化，雷达在各领域的地位越来越高，人类对雷达的探测精度、成像分辨率等性能的需求越来越高，改善雷达的这些性能成为现代雷达系统的重要研究方向。
在提高雷达探测精度和成像分辨率时，主要有两种处理方式。一种方式是采用大宽带信号（如线性调频信号、频率进步信号）作为发射信号，但这种方式对系统接收端数模转换模块具有很高的要求，且会出现大量的待处理数据。另一种方式是通过增加雷达的阵列天线数或者数据处理通道来提高探测精度，这种方式处理方便，硬件系统设计也比较简单，但是大量的数据通道带来了大数据量也是一个比较大的问题。
压缩感知为解决雷达信号采集与处理中出现的问题提供了方法。压缩感知理论提出，如果信号是在某个变换域是具有稀疏性的或是可压缩的，则可以用一个与变换基不相关的观测矩阵将变换所得高维信号投影到一个低维空间上，然后就可以通过求解一个优化逆问题来重构出原始信号。在雷达系统中，接收信号相对于整个频谱是稀疏的，即目标相对于探测背景是稀疏的，这奠定了压缩感知理论在雷达信号采集与处理的基础。
1.2目前的研究现状
压缩感知理论可以分为三部分：稀疏表示、压缩观测和优化重构，压缩感知理论的基础是信号的稀疏性，核心思想是压缩感知理论使得信号在采集和压缩同时完成以最大力度降低信号的采样速率。压缩感知理论利用信号的稀疏性，为雷达信号数据采集与处理的难题的解决提供了依据。随着压缩感知理论研究的深入，国内外许多研究机构和学者都开展了对压缩感知理论应用于雷达信号处理系统的研究。Baraniuk首次将压缩感知理论应用于雷达成像系统中，形成基于压缩感知的雷达成像方法。Herman提出了压缩感知高分辨雷达的概念，有效地降低了硬件成本。Lee等人提出了针对合成孔径雷达成像技术的系数重构方法。随着压缩感知雷达系统的研究与发展，研究取得一系列成果，如设计并实现模拟信息转换（AIC），提出调制宽带转换系统（MWC），提出随机滤波法等。
观测矩阵是压缩感知理论的重要组成部分，压缩感知可以实现高概率重构原始信号的必要条件是等距同构条件（RIP），因此观测矩阵设计与优化是压缩感知理论研究的重点。为了优化低信噪比时的感知矩阵，可以根据设计的观测矩阵，使得感知矩阵与观测噪声最小相关，且观测矩阵与信道噪声分布最小相关，以减小观测噪声的影响。压缩感知理论中的噪声可以分为两种，一种是信号噪声，由信道的物理特征及干扰引起，不可避免；另一种是处理噪声，由测量系统硬件造成。通常在对目标优化重构时抑制噪声的干扰，对噪声进行约束，常见的算法有OMP算法、CoSaMP算法、ROMP算法和阶梯正交匹配追踪算法等。
重构算法决定了压缩感知雷达的性能，因此，重构算法是压缩感知雷达研究的重点。国内外研究的学者们也提出了许多重构算法，包括凸优化算法、贪婪算法、阈值算法和贝叶斯类算法等。贝叶斯类算法拥有参数化的先验数学模型这一特点，因此，贝叶斯类算法在压缩感知重构算法中获得了广泛的研究。
1.3课题研究的主要内容及实现方法
本课题的主要内容为研究观测矩阵设计的压缩感知雷达杂波抑制方法。首先，对压缩感知理论的稀疏信号、压缩观测和优化重构三方面进行阐述，以及压缩感知雷达在这三方面的总结；其次，针对压缩感知雷达探索杂波的影响，并通过设计观测矩阵寻求抑制杂波的方法以及可行性。
实现方法：通过算法对噪声进行约束。设计观测矩阵，使得感知矩阵与观测噪声最小相关，且观测矩阵与信道噪声分布最小相关，以减小观测噪声的影响。
1.4论文的整体框架
第一章的绪论主要对本课题进行背景分析，主要的内容和大体的实现方法。
第二章是对压缩感知理论及压缩感知雷达的介绍。
第三章是杂波对压缩感知雷达的影响
第四章是通过观测矩阵来实现干扰的抑制，提高目标探测性能

原文链接：http://www.jxszl.com/dzxx/dzkxyjs/557043.html