基于红外压缩成像的点目标跟踪方法研究

目前压缩测量的应用研究主要集中在重构图像方面,但是很多应用中最终目的是检测和跟踪。直接基于压缩测量的检测和跟踪问题尚未解决。该文首次建立一种压缩域到空间域的映射模型,并提出一种无需重构任何图像且直接从低维压缩测量中经解码进行目标跟踪的方法,并分析其应用于天基红外探测的可能性。该方法利用Hadamard测量矩阵构建红外压缩成像系统,采用自适应压缩背景差分法从低维压缩测量信息中分离背景和前景,再从压缩前景信息中解码目标空间位置,并结合数据关联和Kalman滤波算法解决了杂波环境下点目标跟踪问题。理论分析和仿真实验结果表明,该方法能利用少量压缩测量实现目标跟踪任务,并减小探测器规格及相关算法的计算复杂度和存储代价。     

基于压缩感知的线状目标一维距离成像

传统雷达受到Nyquist采样率的限制,在高分辨率的需求下会产生非常庞大的数据。压缩感知理论降低了整个系统对于采样设备以及存储设备的要求。该文在压缩感知的框架下引入一种基于目标特征的不完备的基集合,并建立与之适应的恢复算法。该方法无需事先已知问题的稀疏度,且在求解长度较长的线状目标问题时具有较好的性能。此外,对于线状多目标的问题该方法也可同样求解。仿真结果验证了所提算法的有效性。     

基于压缩感知的低空风切变风速估计方法

在机载气象雷达的低空风切变检测流程中,风速估计精度是影响风切变检测效果的重要因素。针对脉冲数较少且信噪比较低时风速估计精度变差的问题,该文提出一种基于压缩感知的低空风切变风速估计方法。该方法根据雷达回波信号的稀疏性,利用多普勒矢量构建一个冗余字典以实现信号的稀疏表示,采用观测矩阵对信号进行压缩处理,并通过信号重构算法恢复该稀疏信号,实现风速的精确估计。仿真实验表明：当脉冲数较少且信噪比较低时,该方法能够在获得精确风速估计的同时使得频谱分辨率大大提高,即能够很好地区分在频域间隔很近的风切变与地杂波信号。     

辐射式仿真中脉冲雷达ISAR成像等效模拟方法

脉冲雷达信号广泛用于逆合成孔径雷达(ISAR)成像。在辐射式仿真中采用脉冲雷达信号进行ISAR成像时,由于脉宽对应的传播距离远大于微波暗室的空间长度,脉冲回波会在发射信号未被完全辐射之前返回接收机,使得收发信号相互耦合,难以得到ISAR图像。该文提出基于间歇收发的脉冲雷达ISAR成像等效模拟方法,通过将脉冲信号分段发射、分段接收,得到分段稀疏的目标回波。然后,结合压缩感知与间歇收发回波,重构得到ISAR图像。根据等效模拟的实现流程,对仿真与实测数据进行分析,结果表明,该等效模拟方法所得ISAR图像与完整脉冲回波所得图像基本一致,从而验证了等效模拟方法的有效性。     

一种基于小波分解和压缩感知的冲击声学无损检测方法

压缩感知理论对稀疏信号的采样与重构十分有效,该文将对携带信息量少的冲击声信号利用压缩感知理论进行采样,提出一种基于小波分解和压缩感知的冲击声学无损检测方法。首先,对冲击声信号进行小波分解构建观测矩阵,求解l1最优化问题,完成类别的稀疏表示,然后对表示误差进行分类,得到检测结果。仿真及实验结果表明,该方法实用有效,其检测系统性能稳定,在信噪比3 dB时可达到90%以上的正确率。     

宽测绘带SAR成像的一种侧摆模式及其压缩感知处理方法

宽测绘带合成孔径雷达(SAR)采用了不同的信号录取方式及成像算法,但现有的ScanSAR和循序扫描体制(TOPSAR)往往会造成场景分辨率的整体下降。针对这一问题,该文采用一种新的侧摆模式进行宽幅场景成像。该模式通过距离向波束角度的变化,以损失部分积累时间为代价,得到宽幅场景的回波信号,继而采用稀疏算法在方位向实现降采样成像。仿真结果表明,在波束变化轨迹确定后,星载雷达侧摆模式下稀疏SAR成像可有效增加场景幅宽,同时确保场景中心区域的高分辨成像。     

融合图像块低维流形特性与解析轮廓波稀疏性的压缩成像算法

基于图像的整体稀疏表示和图像块的局部特性,融合图像块低维流形特性和整幅图像在解析轮廓波表示下的稀疏性两种先验知识,该文提出了一种高质量压缩成像算法。该算法利用迭代硬阈值法和流形投影法重构图像。为减小运算复杂度,该文用多个线性子流形的并集来近似表示包含所有图像块的非线性流形,并根据图像块的主方向进行初始分类后再用稀疏正交变换获得各线性子空间的基。实验结果表明,该文算法的重构图像在峰值信噪比和视觉效果两方面均有显著提高。     

压缩采样技术及其应用

如何降低宽带模拟信号数字化过程中的采样率,以及如何有效的对大量数据进行压缩存储一直是学者们关心的问题。该文综述了最近出现的一种新型信号处理方法压缩采样(Compressive Sampling, CS),也称压缩传感(Compressive Sensing)。该方法通过对稀疏信号进行观测而非采样,只需少量观测点就能精确的重构原始信号。结果表明新方法的观测频率可以远远低于奈奎斯特采样频率。该文除介绍其基本原理和主要实现方法外,同时列举了多种应用,并指出若干待研究的问题。     

基于最优索引广义正交匹配追踪的非正交多址系统多用户检测

作为5G的关键技术之一,非正交多址(NOMA)通过非正交方式访问无线通信资源,以实现提高频谱利用率、增加用户连接数的目的。该文提出将压缩感知(CS)及广义正交匹配追踪(gOMP)算法引入上行免调度NOMA系统,从而增强NOMA系统活跃用户检测及数据接收的性能。通过每次迭代识别多个索引,gOMP算法实际上是传统的正交匹配追踪(OMP)算法的扩展。为了获得最优性能,研究分析了在gOMP算法信号重构的每次迭代中所应选择的最优索引数目。仿真结果表明：与其它的贪婪追踪算法及梯度投影稀疏重构(GPSR)算法相比,最优索引gOMP算法具有更优异的信号重构性能;并且,对于不同的活跃用户数或过载率等参数配置的NOMA系统,均表现出最优的多用户检测性能。

     

基于原子范数最小化的步进频率 ISAR一维高分辨距离成像方法

针对传统离散化压缩感知方法在网格失配条件下步进频率(SF) ISAR 1维距离成像估计性能下降的问题,该文提出一种基于原子范数最小化(ANM)的高分辨距离成像方法。首先,构建基于原子范数的无网格SF ISAR距离向稀疏表示模型,将1维距离成像问题转化为原子系数以及频率估计问题。然后,利用原子范数半正定性质,将原子范数最小化问题转化为半正定规划问题,并基于交替方向乘子法实现快速求解。最后,利用Vandermonde分解得到最终的1维高分辨距离成像结果。由于避免了网格离散化处理,因此可以实现网格失配、低量测值条件下的高分辨距离成像,且保持了高的距离分辨能力。理论分析与仿真实验验证了所提方法的有效性。