压缩雷达成像翻译.docVIP

本科生毕业设计（论文）外文翻译 外文原文题目： Compressive Radar Imaging 中文翻译题目： 压缩雷达成像 毕业设计（论文）题目： 基于压缩感知的SAR成像算法研究 姓 名： 钟恬恬 学 院： 信息与电子学院 班 级： 指导教师： 白霞 压缩雷达成像 Richard Baraniuk Philippe Steeghs 莱斯大学电子与计算机工程罗马尼亚布加勒斯特E. P. Wigner 摘要——我们简要介绍一种基于压缩感知（CS）的雷达成像新方法。在CS中，使用一个低维、非适应的线性投影少量一个可压缩的有效通过求解逆问题重建求解逆问题线性贪婪算法结果表明CS在两个方面有潜力雷达系统改善(1)接收器不需要用于脉冲压缩匹配滤波器(2)降低了接收带宽要求所以它需要雷达反射的“信息率”而高奈奎斯特率。这些想法使一个雷达系统将重心从昂贵的接收硬件的信号恢复算法。 典型的雷达系统脉冲(线性编码脉冲(PN)序列等等)然后匹配滤波器脉冲压)[1]做相关处理。传统的雷达接收由模拟脉冲压缩系统后跟一个高速(A/D)转换器或高速/D转换器跟数字计算机(见图1和2)；这两种方法都是复杂贵。 发生器 发射天线 图1 典型雷达发射器 接收天线 模拟匹配 高速 接收的 滤波器 转换器 接收天线 高速 接收的 转换器 图2 典型数字雷达接收机按图1从发射机处接收信号然后通过（a）模拟模式或（b） 数字模式执行匹配滤波 为实现宽PN/线性调频雷达信号(匹配滤波压缩脉冲)的A/D转换高采样频率和动态范围。目前A/D转换技术在设计超宽带(高分辨率)雷达系统是一个限制性因素因为在许多情况下所需的性能要么超出了技术上可。 本文中我们介绍一种。在CS非线性投影可压缩信号有趣的是随机起着极其重要的作用。 结果表明应用CS理论进一步精确表。减少所需的接收机A / D转换带宽 接收天线 低速模数 y 处理 接收的 转换器 器 图3 无需匹配滤波器和高速数模转换器的压缩感知雷达接收机 二、压缩感知 假设有一个N的任意维度的离散信号x1D）信号）向量表示为x(n)， n = 1，...，N，x为N×1维列向量。如果存在稀疏基{}提供信号x的K-稀疏表征，那么信号x为可稀疏表示的，表示形式如下 （1） 其中X是{}中选择的K个基向量的线性组合，{}是那K个基向量的索引，{}为加权系数。或者由N×N的稀疏基矩阵= [| . . . |] ， （2） 其中θ是包含K个非零元素的N×1阶列向量。 用表示范数，我们可以写为；也就是说 “范数”为计算向量θ中的非零数目。如果排序后的系数迅速为零x是可压缩的压缩信号 被称为变换编码(1)通过采样获得信号(2)计算变换系数(3)定位K最大、重要系数摒弃小系数(4)将最大系数。 第一对宽带信号大量的N开始。第二 编码器必须计算N变换系数即使舍弃所有。第三编码器 在压缩感知（CS）中，我们不直接测量或编码K个大系数θi；而是测量和编码向第二组向量组，m = 1，...，M，线性投影的MN个的投影值其中表示的转置，·，·表示点积。矩阵形式为 （3） 其中y为M×1维列向量，测量矩阵Φ为以测量向量为其行向量的M×N维矩阵。 因为MN，通常由测量值y得到信号x是不适定的。然而，CS理论告诉我们当矩阵ΦΨ有等距(RIP)[2]、[3][5]，那么个测量值y中恢复最大K个θi值是可能的。RIP与Φ和Ψ间的不相关性紧密相关，Φ和Ψ间的不相关性是指Φ的各行无法提供Ψ各列的稀疏表示，反之亦然