基于压缩感知的二维雷达成像算法

谢晓春; 张云华

doi:10.3724/SP.J.1146.2009.01223

基于压缩感知的二维雷达成像算法

doi: 10.3724/SP.J.1146.2009.01223

谢晓春^{①②;张云华,},
张云华

计量
- 文章访问数: 5648
- HTML全文浏览量: 171
- PDF下载量: 3834
- 被引次数: 151
出版历程
- 收稿日期: 2009-09-15
- 修回日期: 2010-02-09
- 刊出日期: 2010-05-19

2D Radar Imaging Scheme Based on Compressive Sensing Technique

Xie Xiao-chun^{①②;张云华
,},
Zhang Yun-hua

摘要

摘要: 压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析，提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法，方位向采用传统的雷达成像算法处理的雷达2维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案的有效性。
- 逆合成孔径雷达; 雷达成像; 压缩感知; 距离压缩
Abstract: Compressive sensing technique has been shown to be able to reduce effectively the data rate of high- resolution radar imaging system. A phase-preserving range compression algorithm based on Compressive Sensing (CS) technique is proposed, after analyzing the sparse characteristics of complex base-band echo signal from a target using chirp signal as transmitted signal. Based on this range compression algorithm, a 2D imaging scheme is established, i.e. performing range compression by using CS technique and performing azimuth compression by using traditional technique. The effectiveness of the 2D imaging scheme is tested through processing both simulated data and real radar data.

HTML全文

参考文献(1)

Tsaig Y and Donoho D L. Extensions of compressed sensing[J].Signal Processing.2006, 86(3):549-571[2]Candes E J, Romberg J, and Tao T. Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information[J].IEEE Transactions on Information Theory.2006, 52(2):489-509[3]Baraniuk R and Steeghs P. Compressive radar imaging[C]. IEEE Radar Conference, Boston, MA, USA, Apr.17-20, 2007: 128-133.[4]Herman M and Strohmer T. Compressed sensing radar[C]. IEEE International Conference on Acoustics, Speech and Signal Processing, Las Vegas, NV, USA, Mar.30-Apr.4, 2008: 1509-1512.[5]Yoon Y S and Amin M G. Compressed sensing technique for high-resolution radar imaging [J]. Proceedings of the SPIE, 2008, Vol.6968: 69681A-69681A-10.[6]Varshney K R, Cetin M, and Fisher J W, et al.. Sparse representation in structured dictionaries with application to synthetic aperture radar[J].IEEE Transactions on Signal Processing.2008, 56(8):3548-3561[7]Potter L C, Schniter P, and Ziniel J. Sparse reconstruction for radar[J].Proceedings of the SPIE.2008, Vol.6970:697003-697003[8]Tello M, Lopez-Dekker P, and Mallorqui J J. A novel strategy for radar imaging based on compressive sensing[C]. International Geoscience and Remote Sensing Symposium, Boston, MA, USA, Jul.7-11, 2008, Vol.2: II-213-II-216.[9]Gurbuz A C, Mcclellan J H, and Scott W R Jr. GPR imaging using compressed measurements[C]. International Geoscience and Remote Sensing Symposium, International Geoscience and Remote Sensing Symposium, Boston, MA, USA, Jul.7-11, 2008, Vol.2: II-13-II-16.[10]Lin Yun, Hong Wen, and Tan Wei-xian, et al.. Compressed sensing technique for circular SAR imaging[C]. IET International Radar Conference, Guilin, China, Apr.20-22, 2009: 676-679.[11]Lei Z, Mengdao X, and Cheng-Wei Q, et al.. Achieving higher resolution ISAR imaging with limited pulses via compressed sampling[J].IEEE Geoscience and Remote Sensing Letters.2009, 6(3):567-571[12]Shi G M, Lin J, and Chen X Y, et al.. UWB echo signal detection with ultra-low rate sampling based on compressed sensing[J].IEEE Transactions on Circuits and Systems II-Express Briefs.2008, 55(4):379-383[13]Jouny I. Compressed sensing for UWB radar target signature reconstruction[C]. Digital Signal Processing Workshop and 5th IEEE Signal Processing Education Workshop, Marco Island, FL, USA, Jan.4-7, 2009: 714-719.[14]Sami K, Jason L, and Michael W, et al.. Analog-to- Information conversion via random demodulation[C]. IEEE Dallas Circuits and Systems Workshop, Dallas, Tex, USA, Oct.29-30, 2006: 71-74.[15]Ji S H, Xue Y, and Carin L. Bayesian compressive sensing[J].IEEE Transactions on Signal Processing.2008, 56(6):2346-2356[16]Zhang Yun-hua.[J].Zhang Xiang-kun, and Zhai Wen-shuai, et al.. Moving train imaging by ground-based Ka-band radar[C]. Loughborough Antennas Propagation Conference 2009, Loughborough, UK, Nov.16-1.2009,:-

施引文献

期刊类型引用(49)

1.	孔舒亚，王亮. 压缩感知合成孔径雷达自适应射频干扰抑制方法. 电子测量技术. 2019(13): 107-111 . 百度学术
2.	马俊涛，高梅国，郭宝锋，胡文华，夏明飞. 基于二维稀疏特性的空间目标高分辨ISAR成像方法. 北京理工大学学报. 2018(05): 511-518+550 . 百度学术
3.	朱晓秀，胡文华，郭宝锋. 基于压缩感知的ISAR成像技术综述. 飞航导弹. 2018(03): 84-89 . 百度学术
4.	蒙继东，尚社. 基于贝叶斯压缩感知的自旋目标成像. 电子科技. 2017(02): 94-97 . 百度学术
5.	戴光智. 测量矩阵及其在超声检测系统中的应用研究. 科技通报. 2017(07): 71-76+93 . 百度学术
6.	孔舒亚，叶伟，班红艳，王康. 压缩感知合成孔径雷达射频干扰抑制方法. 兵器装备工程学报. 2016(02): 119-122 . 百度学术
7.	王俊刚. 雷达成像技术研究与仿真实现. 电子科技. 2015(04): 54-56 . 百度学术
8.	李炳杰，李旭威，闫龙. 基于压缩感知的合成孔径雷达二维成像算法. 空军工程大学学报(自然科学版). 2015(04): 37-41 . 百度学术
9.	许会，任建，李邦宇，周春源，郭莹. 应用于超宽带呼吸检测的压缩感知算法研究. 仪器仪表学报. 2015(01): 56-62 . 百度学术
10.	俞翔，朱岱寅，张劲东，蒋锐. 基于设计结构化Gram矩阵的ISAR运动补偿方法. 电子学报. 2014(03): 452-461 . 百度学术
11.	温晓杨，匡纲要，胡杰民，占荣辉，张军. 基于实波束扫描的相控阵雷达前视成像. 航空学报. 2014(07): 1977-1991 . 百度学术
12.	RAO Wei，LI Gang，WANG XiQin，XIA XiangGen. Comparison of parametric sparse recovery methods for ISAR image formation. Science China(Information Sciences). 2014(02): 157-168 . 必应学术
13.	孙凤莲，张群，罗迎，顾福飞，朱丰. 基于压缩感知的自适应稀疏子脉冲成像方法. 计算机工程与应用. 2014(07): 212-216+258 . 百度学术
14.	陈秀伟，张云华，刘小军，方广有. 基于CS理论的一种雷达数据压缩方法. 系统仿真学报. 2014(04): 810-816 . 百度学术
15.	邓振淼，叶淋美，傅茂忠，张贻雄. 压缩感知雷达超分辨率成像. 应用科学学报. 2014(02): 133-140 . 百度学术
16.	段化军，朱岱寅. 带距离徙动校正的压缩感知PFA成像方法. 中国图象图形学报. 2014(07): 1085-1094 . 百度学术
17.	吕燚，吴文焘，李平. 压缩感知在医学超声成像中的仿真应用研究. 声学技术. 2013(02): 106-110 . 百度学术
18.	朱丰，张群，罗迎，顾福飞，梁必帅，李开明. OFD-LFM信号MIMO高分辨雷达一次快拍稀疏成像方法. 仪器仪表学报. 2013(05): 1076-1085 . 百度学术
19.	朱丰，张群，顾福飞，孙凤莲，李开明. 合成孔径雷达运动目标谱图二维压缩与重构方法. 电波科学学报. 2012(01): 157-164 . 百度学术
20.	宗竹林，胡剑浩，朱立东，王健. 编队卫星合成孔径雷达空时二维压缩感知成像. 电波科学学报. 2012(03): 626-631+636 . 百度学术
21.	张顺生，常俊飞，李晶. 方位多波束合成孔径雷达压缩感知成像研究. 电波科学学报. 2012(05): 979-984 . 百度学术
22.	朱丰，张群，段艳丽，顾福飞，李开明，毕博. 基于二维稀疏采样的HRRP合成及ISAR成像方法. 电子科技大学学报. 2012(06): 847-852 . 百度学术
23.	俞翔，朱岱寅. 一种ISAR二维压缩感知成像的运动补偿方法. 电子学报. 2012(09): 1783-1789 . 百度学术
24.	王伟伟，廖桂生，张磊，吴孙勇，李彩彩. 一种基于压缩感知的稀疏孔径SAR成像方法. 电子学报. 2012(12): 2487-2494 . 百度学术
25.	王伟伟，廖桂生，朱圣棋. 基于压缩感知的双通道SAR地面运动目标检测方法研究. 电子与信息学报. 2012(03): 587-593 . 本站查看
26.	徐建平，皮亦鸣. 压缩感知SAR成像中的运动补偿. 电子与信息学报. 2012(02): 294-299 . 本站查看
27.	王伟伟，廖桂生，朱圣棋，许京伟. 一种基于压缩感知的地面运动目标检测方法. 电子与信息学报. 2012(08): 1872-1878 . 本站查看
28.	杨东，廖桂生，朱圣棋，王伟伟，张学攀. 宽测绘带SAR成像的一种侧摆模式及其压缩感知处理方法. 电子与信息学报. 2012(11): 2594-2600 . 本站查看
29.	赵光辉，张天键，沈方芳，石光明，陈旭阳. 低信噪比下稳健压缩感知成像. 航空学报. 2012(03): 561-572 . 百度学术
30.	Waveform design and high-resolution imaging of cognitive radar based on compressive sensing. Science China(Information Sciences). 2012(11): 2590-2603 . 必应学术
31.	张弓，杨萌，张劲东，陶宇. 压缩感知在雷达目标探测与识别中的研究进展. 数据采集与处理. 2012(01): 1-12 . 百度学术
32.	潘汇，张劲东，张弓. 压缩感知雷达感知矩阵优化. 数据采集与处理. 2012(02): 138-143 . 百度学术
33.	刘记红，徐少坤，高勋章，黎湘. 基于压缩感知的LFM雷达成像方法. 数据采集与处理. 2012(S2): 284-290 . 百度学术
34.	朱丰，张群，顾福飞，李开明，毕博，张晓曦. 压缩感知SAR成像方法及抗相干干扰性分析. 现代雷达. 2012(08): 20-28 . 百度学术
35.	朱丰，张群，洪文，顾福飞. 基于压缩感知的条带随机噪声雷达稀疏成像方法. 系统工程与电子技术. 2012(01): 56-63 . 百度学术
36.	王伟伟，廖桂生，朱圣棋. 二维稀疏采样下的双通道SAR地面运动目标检测方法. 系统工程与电子技术. 2012(12): 2444-2450 . 百度学术
37.	王鹏宇，宋千，王建，金添，周智敏. 基于压缩感知的地雷散射结构提取. 信号处理. 2012(05): 637-644 . 百度学术
38.	李晶，张顺生，常俊飞. 基于压缩感知的双基SAR二维高分辨成像算法. 信号处理. 2012(05): 737-743 . 百度学术
39.	朱丰，张群，顾福飞，李开明. 频域空域二维稀疏SIMO高分辨雷达成像方法. 宇航学报. 2012(03): 358-366 . 百度学术
40.	潘汇，张弓，张劲东. 基于压缩感知的脉冲体制雷达. 信息化研究. 2011(01): 15-17+38 . 百度学术
41.	王伟伟，廖桂生，吴孙勇，朱圣棋. 基于小波稀疏表示的压缩感知SAR成像算法研究. 电子与信息学报. 2011(06): 1440-1446 . 本站查看
42.	徐建平，皮亦鸣，曹宗杰. 基于贝叶斯压缩感知的合成孔径雷达高分辨成像. 电子与信息学报. 2011(12): 2863-2868 . 本站查看
43.	张成，杨海蓉，韦穗. 确定性相位掩膜可压缩双透镜成像. 光子学报. 2011(06): 949-954 . 百度学术
44.	张成，杨海蓉，韦穗. 托普利兹-循环块相位掩膜矩阵压缩成像. 光子学报. 2011(09): 1322-1327 . 百度学术
45.	常俊飞，张顺生. 基于压缩感知的多发多收高分辨SAR成像算法研究. 火控雷达技术. 2011(04): 25-31 . 百度学术
46.	王健，宗竹林. 一种深度欠采样的快速SAR成像算法. 火控雷达技术. 2011(04): 19-24 . 百度学术
47.	宗竹林，王健，胡剑浩，朱立东. 基于压缩转发的协作MIMO雷达成像算法. 信号处理. 2011(04): 612-618 . 百度学术
48.	刘记红，徐少坤，高勋章，黎湘，庄钊文. 压缩感知雷达成像技术综述. 信号处理. 2011(02): 251-260 . 百度学术
49.	张成，杨海蓉，沈川，韦穗. 循环-循环块相位掩膜矩阵压缩双透镜成像. 光电子.激光. 2012(01): 174-179 . 百度学术