导读:本文包含了无源雷达成像论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式无源雷达,布局优化,协方差稀疏表示,稀疏贝叶斯学习
无源雷达成像论文文献综述
公富康,张顺生[1]（2018）在《分布式无源雷达接收机配置优化及其成像技术》一文中研究指出由于其较低的成像成本和较强的鲁棒性,使得利用多发射机和多接收机对目标进行有效观测的分布式无源雷达成为雷达技术研究的热门领域。本文在分布式雷达稀疏成像模型基础上,提出一种分布式无源雷达成像接收机配置优化方法,以成像分辨率最高为优化目标函数,针对不同发射机布局采用遗传算法计算出最优接收机布局。同时针对正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法在低信噪比下成像精度较低,信号估计不准确的情况,推导出用协方差稀疏表示接收信号,利用稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)进行信号重构的成像算法,并通过仿真实验对成像性能的改善进行了验证。(本文来源于《信号处理》期刊2018年11期）
刘玉春[2]（2018）在《窄带无源雷达OMP叁维成像算法》一文中研究指出对基于民用窄带信号的无源雷达叁维成像方法进行了研究。设计了一种目标先后绕Y轴和Z轴转动的分时转动成像模型,在此模型下目标相对于成像系统在叁个维度上均有运动,使系统具有叁维成像能力。由于该叁维运动的复杂性,采用了时域算法进行了叁维成像处理。时域算法存在旁瓣高且分辨率低等问题导致系统分辨性能不佳,因此在时域算法基础上开展了正交匹配追踪(OMP)成像算法研究。仿真实验验证了两种算法的正确性,表明OMP算法的成像效果优于时域成像算法,能够在小转动角情况下成像,并且在回波信号信噪比1dB情况下也能取得较好成像效果。(本文来源于《电子测量与仪器学报》期刊2018年07期）
王天云,刘冰,凌晓冬,刘勇,陈卫东[3]（2018）在《存在站址误差下的无源雷达稀疏成像》一文中研究指出无源雷达稀疏成像要求精确已知系统观测矩阵,然而在实际应用中通常存在发射机和接收机站址误差,会使得雷达回波模型中的观测矩阵部分未知,导致回波测量值与观测矩阵失配,将大大减弱传统稀疏成像算法的性能。首先对存在收发阵元位置误差下的无源成像进行了建模分析,接着提出一种基于优化迭代技术的自适应相位误差校正成像方法,可以在重构目标图像的同时消除相位误差对无源成像的影响。仿真结果验证了所提成像方法的有效性。(本文来源于《雷达科学与技术》期刊2018年03期）
胡显洋[4]（2017）在《基于稀疏空间谱的分布式无源雷达成像技术研究》一文中研究指出随着对隐身目标探测能力的强烈需求,利用广播信号和电视信号进行目标无源探测已逐步进入实用阶段。相比于无源雷达探测和跟踪技术,被动雷达成像能够提供关于目标更为精细的特征描述,有利于对目标进行分类和识别。针对收发站数目较少且空间谱填充不致密的情况,本文研究基于稀疏空间谱的分布式被动雷达的成像方法。主要研究工作如下:1.分析了分布式无源雷达接收回波信号的空间谱特性。建立了分布式无源雷达的成像模型,分析了收发站数目较少情况下接收回波信号的空间谱特性,阐述了分布式无源雷达的压缩感知成像算法。2.研究了分布式无源雷达成像中的布站优化设计方法。分别建立了基于峰值信噪比(PSNR)、分辨率和互相关系数的优化目标函数,提出了基于遗传算法的分布式无源雷达接收机布站优化设计方法,给出了具体的实现流程。仿真结果表明,采用布站优化后的接收机构型能够大大提高分布式无源雷达的成像性能、分辨率以及算法性能。3.提出了基于协方差稀疏表示和稀疏贝叶斯学习(SBL)的分布式无源雷达成像算法。建立了基于协方差稀疏表示的分布式无源雷达成像模型,推导了该稀疏模型下分布式无源雷达成像算法,给出了正则化参数的获取方法。进一步,将稀疏贝叶斯学习应用于基于协方差稀疏表示的分布式无源雷达成像。仿真结果表明:(1)所提算法能够获得比OMP算法更优的重构性能;(2)低信噪比下,所提算法在协方差域的重构误差远小于数据域的重构误差。4.研究了基于off-grid模型的分布式无源雷达成像算法。探讨了基于不同近似的off-grid模型。分析了OMP算法K稀疏重构网格划分的充分条件,提出了基于梯度下降的扰动量修正算法,以及基于扰动量修正的PPOMP分布式无源雷达off-grid成像算法,并建立了off-grid重构误差衡量指标KLD。仿真结果表明:(1)PPOMP算法能够一定程度上解决off-grid问题,实现分布式无源雷达off-grid成像;(2)不同信噪比、扰动量大小、网格大小情况下,PPOMP算法的重构误差均远小于OMP算法。(本文来源于《电子科技大学》期刊2017-04-14）
尹樱[5]（2017）在《基于DVB-T信号的双基无源雷达检测与成像技术》一文中研究指出无源雷达相比有源雷达而言具有优越的“四抗”性能:抗隐身、抗反辐射导弹、抗低空突防、抗干扰能力等。由于无源雷达是利用民用信号等非合作信号作为发射源,自己本身并不发射信号,因此在实际应用中具有更好的生存能力。本文将宽带合成技术应用到多个频段的DVB-T(Digital Video Broadcasting-Terrestrial,数字地面广播电视)信号中,并对多频段DVB-T信号的检测与成像技术进行了研究。研究的工作主要包括以下几点:1、针对低信噪比情况下目标检测问题,提出了一种基于Radon-Fourier变换(RFT)的双基无源雷达目标检测算法。通过宽带合成技术将多个频段的DVB-T信号等效合成一个大的宽带信号,增大信号的时宽带宽积,提高目标检测的信噪比;进一步将RFT检测方法应用到DVB-T信号中,通过距离和速度二维联合搜索消除距离走动和距离方位耦合,实现信号的长时间相干积累。仿真实验验证了所提算法在低信噪比情况下的有效性。2、研究了基于多频段DVB-T信号的无源双基地ISAR成像算法。从双基转台成像模型出发,分析了无源双基地ISAR成像的分辨率,推导了无源双基地ISAR的回波模型和RD(Range-Doppler)成像算法。分析了DVB-T信号中不同保护间隔对双基地ISAR成像的影响,仿真实验验证了成像算法的有效性。3、提出一种基于二维正交匹配追踪(2D-OMP)的双基无源雷达成像算法。分别建立了基于DVB-T信号的双基ISAR一维和二维稀疏成像模型,推导了基于2DOMP的压缩感知二维成像算法。对比分析了不同信噪比下RD成像与CS成像的性能,仿真验证了所提算法的有效性。(本文来源于《电子科技大学》期刊2017-04-06）
刘玉春,支联合,李晋,程琳[6]（2016）在《多发多收的无源雷达成像研究》一文中研究指出首先提出了一个单发多收的无源雷达成像系统,并给出了该系统的时域算法.然后针对所需接收机较多、系统过于复杂的问题,又提出一种多发多收的成像系统,并给出了其处理算法.多发多收系统的复杂度大大降低,其分辨率更佳,副瓣也被充分抑制.在理论分析基础上,多发多收系统取得较好的仿真结果,验证了所提系统和算法的有效性.(本文来源于《湘潭大学自然科学学报》期刊2016年02期）
张永强[7]（2016）在《无源雷达超分辨成像技术》一文中研究指出无源雷达不仅具有可用外辐射源信号资源丰富、隐蔽和对敌隐身的特点,还能有效地解决地物干扰和低空目标探测等难题,有广阔的应用前景。在梳理和总结无源雷达技术的基础上,对无源雷达成像算法开展了探索性和创新性的研究。考虑实际成像因素,研究了叁种针对小转角和短时间积累的无源雷达成像算法。主要研究工作如下:1、针对多发单收和单发多收成像模式,探究其几何模型和回波信号模型。借助建立的多发单收回波信号模型,将时间维的采样数据转换为包含散射点幅度和空间频率信息的参数化信号模型。提出利用RELAX算法估计空间频率和幅度信息用以重构目标图像。仿真实验验证了所提算法的有效性和正确性。2、提出基于压缩感知的无源雷达超分辨成像算法。在离散化目标回波稀疏表示的基础上,提出利用CS方法估计目标散射点的空间频率和幅度信息,并通过位置搜索重构目标图像。仿真实验表明:与ESPEIT和RELAX算法相比,所提算法在低信噪比和有限观测数据条件下具有更鲁棒的成像性能。3、提出基于自相关矩阵稀疏表示(Sparse Representation of Autocorrelation Matrix,SRAM)的无源雷达超分辨成像算法。根据采样信号自相关矩阵的估计误差服从渐进高斯分布的特性,利用提出SRAM算法重构稀疏矩阵,搜索其非零元素的网格点得到散射点位置信息,并利用最小二乘解估计散射点的幅度信息,从而重构目标图像。仿真实验表明:与CS算法相比,提出的SRAM算法在低信噪比和有限观测数据条件下具有更好的成像性能。(本文来源于《电子科技大学》期刊2016-06-03）
王天云,于小飞,陈卫东,丁丽,陈畅[8]（2015）在《基于稀疏贝叶斯学习的无源雷达高分辨成像》一文中研究指出针对无源雷达压缩感知成像,该文提出一种基于稀疏贝叶斯学习的高分辨成像算法。基于一次快拍模式下的无源雷达回波模型,文中首先考虑目标散射系数的统计特性及其对微波频率的依赖关系,将无源雷达成像转化为MMV(Multiple Measurement Vector)联合稀疏优化问题;然后对目标建立了级联形式的稀疏先验模型,并利用稀疏贝叶斯学习技术进行求解。相比之前基于目标确定性假设的稀疏恢复方法,所提算法更好地利用了目标的统计先验信息,具有能够自适应调整参数(目标模型参数和未知噪声功率)和高分辨反演目标等优点。仿真结果验证了该算法的有效性。(本文来源于《电子与信息学报》期刊2015年05期）
庄旭升,汪玲,高瑾,池冰清[9]（2014）在《一种基于WiFi信号的运动目标无源雷达成像方法》一文中研究指出近些年无线局域网快速发展,覆盖范围增加,该文研究基于Wi Fi(Wireless Fidelity)信号的运动目标成像,扩展无源雷达的应用。首先探讨分析Wi Fi信号模糊函数特性,结果表明其具有良好的距离分辨率,可以用作无源雷达的外辐射源。然后采用分布式孔径,借助广义似然比估计理论进行成像,重建运动目标在2维空间的分布与速度,并分析了成像分辨率。仿真结果验证了给出的基于Wi Fi信号的无源雷达运动目标成像方法的有效性。(本文来源于《雷达学报》期刊2014年06期）
庄旭升[10]（2014）在《基于机会照射源的无源雷达动目标成像方法研究》一文中研究指出无源雷达是一种自身不发射电磁信号的雷达,它利用各种外部辐射源实现对目标的无源检测与成像,因此具有良好的电子对抗特性。随着科技的不断发展,近些年可用外部机会照射源的数量日益增多,分布更加广泛,由于不仅可获得良好的电子对抗特性,还可节省系统成本和节约频带资源,基于机会照射源的无源雷达再次成为研究热点。另一方面,动目标是一类非常重要的雷达目标,针对动目标的探测与成像技术一直以来是雷达领域的重要研究内容。基于上述两方面,论文开展利用WiMAX、WiFi等外部机会照射源的无源雷达动目标成像方法研究。首先简要介绍无源雷达的概念及其成像技术,回顾国内外相关研究现状,并给出本文的研究背景、意义及主要内容。然后开展利用机会照射源的无源逆合成孔径雷达(ISAR)成像技术研究。ISAR是一种用于非合作运动目标成像的雷达,可获得动目标的高分辨图像,用于雷达目标识别。基于机会照射源的ISAR成像属于双基ISAR成像,论文首先阐述双基ISAR成像原理,以及必需的ISAR运动补偿和成像方法,然后以复杂海情下舰船目标成像为例,采用WiMAX信号,给出具体的无源舰船成像方法和成像处理流程,最后利用WiMAX信号对无源ISAR成像性能进行验证。目前大部分已有无源成像方法假定发射源信息已知或是通过辅助手段获取,然后经过最佳匹配接收处理,然而发射信号的信息通常很难获得,且会增加系统的硬件成本。论文给出一种无需发射源信息的无源成像方法。该方法基于广义似然比检验理论,且适用于合作与非合作运动目标成像。通过分析该成像方法的点目标扩展函数,对动目标成像分辨率进行分析,并在此基础上研究不同接收机和发射源配置对成像的影响。在自由空间的基础上,进一步研究多径环境下的无源动目标成像。以往处理中,大多数算法均是直接将多径信号抑制,未将其考虑到成像中。通过建立符合多径环境下的回波模型,将多径分量引入到成像中,研究其对成像可能存在的积极与消极作用。由于大部分机会照射源带宽窄,导致成像距离向分辨较差,针对这一现状,论文研究利用多通道合成技术以改善系统的距离向分辨。首先建立多通道信号模型,推导多通道带宽合成处理方法,然后以多通道DVB-T信号为例,给出模糊函数特性分析并进行仿真实验。结果表明成像的距离分辨率得到提高,验证了该处理技术的有效性。论文最后对全文所做工作进行总结,指出仍需进一步研究的问题。(本文来源于《南京航空航天大学》期刊2014-12-01）
无源雷达成像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对基于民用窄带信号的无源雷达叁维成像方法进行了研究。设计了一种目标先后绕Y轴和Z轴转动的分时转动成像模型,在此模型下目标相对于成像系统在叁个维度上均有运动,使系统具有叁维成像能力。由于该叁维运动的复杂性,采用了时域算法进行了叁维成像处理。时域算法存在旁瓣高且分辨率低等问题导致系统分辨性能不佳,因此在时域算法基础上开展了正交匹配追踪(OMP)成像算法研究。仿真实验验证了两种算法的正确性,表明OMP算法的成像效果优于时域成像算法,能够在小转动角情况下成像,并且在回波信号信噪比1dB情况下也能取得较好成像效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无源雷达成像论文参考文献
[1].公富康,张顺生.分布式无源雷达接收机配置优化及其成像技术[J].信号处理.2018
[2].刘玉春.窄带无源雷达OMP叁维成像算法[J].电子测量与仪器学报.2018
[3].王天云,刘冰,凌晓冬,刘勇,陈卫东.存在站址误差下的无源雷达稀疏成像[J].雷达科学与技术.2018
[4].胡显洋.基于稀疏空间谱的分布式无源雷达成像技术研究[D].电子科技大学.2017
[5].尹樱.基于DVB-T信号的双基无源雷达检测与成像技术[D].电子科技大学.2017
[6].刘玉春,支联合,李晋,程琳.多发多收的无源雷达成像研究[J].湘潭大学自然科学学报.2016
[7].张永强.无源雷达超分辨成像技术[D].电子科技大学.2016
[8].王天云,于小飞,陈卫东,丁丽,陈畅.基于稀疏贝叶斯学习的无源雷达高分辨成像[J].电子与信息学报.2015
[9].庄旭升,汪玲,高瑾,池冰清.一种基于WiFi信号的运动目标无源雷达成像方法[J].雷达学报.2014
[10].庄旭升.基于机会照射源的无源雷达动目标成像方法研究[D].南京航空航天大学.2014