要满足现代雷达的高分辨率要求,就需要提高信号带宽以及增大阵列孔径或者增加阵元个数。但是,若是依然采用奈奎斯特定理采样则会导致采样率太高,同时会得到大量的采样数据量,并且在这种情况下硬件电路实现也比较困难。将压缩采样理论应用到雷达信号处理中,可以解决大数据量的采样、传输、处理以及存储的问题。本文主要对基于压缩采样模型的雷达目标参数估计方法展开研究。主要工作如下:1.研究了压缩感知中测量矩阵的设计。研究一种切比雪夫-贝努利测量矩阵(Chebyshev Bernoulli,CB)构造算法。将切比雪夫混沌系统产生的序列通过符号函数映射成元素只有?1的序列,并证明了映射后的序列服从贝努利分布,从而由该序列构造出切比雪夫-贝努利测量矩阵。通过仿真实验表明,该测量矩阵能够达到和随机矩阵以及混沌矩阵一样的重构效果,同时还要比随机矩阵更加稳定,以及避免了混沌系统产生大量的数据对其等间隔采样来构造测量矩阵造成资源浪费的现象。切比雪夫-贝努利测量矩阵与其它矩阵相比易于实现,具有一定的实用价值,更加适用于压缩感知应用中。2.在分段模拟信息转换器(Analog to Information Coverter,AIC)的基础上,研究一种分块分段AIC压缩采样结构。将该结构的等效测量矩阵转化为稀疏对角块矩阵,解决了由于分段AIC等效测量矩阵是密集矩阵给硬件实现以及存储空间带来的压力。并将该结构应用在雷达目标参数估计中,对雷达目标的距离-多普勒信息进行估计,降低采样率的同时提高了分辨率。通过仿真实验说明,在压缩采样值较多情况下,分块分段AIC结构能够达到和分段AIC结构一样的性能,而此时分块分段AIC结构比分段AIC结构更加节省硬件资源。3.研究了空时二维压缩采样阵列结构。对阵列接收信号在角度域稀疏性进行分析,在此基础上设计出一种空时二维压缩采样阵列结构。空域压缩结构由混沌电路和模拟乘法器组成,减少了阵元接收通道数,降低了硬件实现的复杂度。时域压缩采用分块分段AIC结构,降低采样率的同时节约了存储空间。仿真结果表明,空时二维压缩采样结构能够在减少阵元接收通道数和降低时域采样率的同时得到精确的DOA估计结果,说明了该结构的可行性。
暂无评论