利用压缩感知实现随机变频雷达散射中心估计

杨新锋; 张金娜; 滕书华; 崔宇

doi:10.3788/IRLA201645.0526004

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用压缩感知实现随机变频雷达散射中心估计

杨新锋, 张金娜, 滕书华, 崔宇

文章导航 > 红外与激光工程 > 2016 > 45(5): 526004-0526004(6)

杨新锋, 张金娜, 滕书华, 崔宇. 利用压缩感知实现随机变频雷达散射中心估计[J]. 红外与激光工程, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004

引用本文:

杨新锋, 张金娜, 滕书华, 崔宇. 利用压缩感知实现随机变频雷达散射中心估计[J]. 红外与激光工程, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004

Yang Xinfeng, Zhang Jinna, Teng Shuhua, Cui Yu. Parametric estimation of scattering center for random stepped frequency based on compressed sensing[J]. Infrared and Laser Engineering, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004

Citation:

Yang Xinfeng, Zhang Jinna, Teng Shuhua, Cui Yu. Parametric estimation of scattering center for random stepped frequency based on compressed sensing[J]. Infrared and Laser Engineering, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004

利用压缩感知实现随机变频雷达散射中心估计

doi: 10.3788/IRLA201645.0526004

1.
南阳理工学院计算机与信息工程学院,河南南阳 473000;
2.
郑州财税金融职业学院信息技术系,河南郑州 450000;
3.
国防科学技术大学自动目标识别重点实验室,湖南长沙 410073;
4.
中国人民解放军66393部队,河北保定 071000

基金项目:

国家自然科学基金(61471371);中国博士后科学基金(2012M512168);湖南省自然科学基金(2015jj3022);河南省科技攻关重点计划项目(122102210563,132102210215);河南省高等学校重点科研项目计划(15B520008)

详细信息

作者简介:
杨新锋(1979-),男,副教授,主要从事图像处理等方面的研究。Email:ywind2005@163.com

中图分类号: TN957

Parametric estimation of scattering center for random stepped frequency based on compressed sensing

1.
School of Computer and Information Engineering,Nanyang Institute of Technology,Nanyang 473000,China;
2.
Department of Information Technology,Zhengzhou Vocational College of Finance and Taxation,Zhengzhou 450000,China;
3.
Science and Technology on Automatic Target Recognition Laboratory,National University of Defense Technology,Changsha 410073,China;
4.
Department of 66393 PLA,Baoding 071000,China

摘要: 随机变频信号体制不仅可以降低系统瞬时带宽和数据采样率,还具有很强的抗干扰能力,然而,信号频率的随机变化导致现有目标散射中心估计方法失效。推导了随机变频信号的回波模型,在分析回波稀疏特性的基础上,提出了一种基于压缩感知的散射中心模型参数估计方法,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,并分析了感知矩阵对稀疏信号的重构性能。实验结果表明,所提方法能够在降低数据采样率的情况下对目标散射中心参数进行有效估计。
- 雷达目标识别 /
- 压缩感知 /
- 散射中心 /
- 稀疏
Abstract: The random frequency signal format not only reduces the instantaneous band-width and data sampling rate, but also has the good characteristics of the radio-frequency immunity. However, the frequency of the signal changes randomly, which makes the traditional methods of scattering-center estimation invalid. Herein, the model of random frequency signal echoes was derived, and a novel parameter estimating method for scattering-center model was proposed based on the analysis of the radar echoes' sparse characteristic. The parameters estimation was converted to the problem of sparse signal reconstruction in the framework of Compressed Sensing(CS). The performance of the sensing matrix was investigated. Experiment results show that the presented method is effect even for low sampling-rate condition.
- radar target recognition /
- compressed sensing /
- scattering centers /
- sparse

[1]	Zhang Kewei, Wang Wei, Zhao Wei, et al. Accurate frequency estimator for optical coherent M-PSK system based on FFT and multiple signal classification algorithm[J]. Infrared and Laser Engineering, 2015, 44(5): 1593-1597.(in Chinese)
[2]	Axelsson S R J. Analysis of random step frequency radar and comparison with experiments[J]. IEEE Trans Geosci Remote Sens, 2007, 45(4): 890-904.
[3]	Cui Ping, Ni Lin. Joint reconstruction algorithm for distributed compressed sensing[J]. Infrared and Laser Engineering, 2015, 44(12): 3819-3824. (in Chinese)
[4]	Wang Peng, Rong Zhibin, He Junhua, et al. Polarzation imaging based on compressed sensing theory[J]. Infrared and Laser Engineering, 2016, 45(2): 0228005-0228005(7). (in Chinese)
[5]	Zhao Aigang, Wang Hongli, Yang Xiaogang, et al. Compressed sense SIFT descriptor mixed with geometrical feature[J]. Infrared and Laser Engineering, 2015, 44(3): 1085-1091. (in Chinese)
[6]	Chen Chunli, Xie Hongmei, Peng Jinye, et al. New compressed sensing algorithm for ISAR imaging of maneuvering target[J]. Infrared and Laser Engineering, 2013, 42(8): 2269-2274. (in Chinese)
[7]	Liu Zhen, Wei Xizhang, Li Xiang. Novel method of unambiguous moving target detection in pulse-doppler radar with random pulse repetition interval[J]. Journal of Radars, 2012, 1(1): 28-35. (in Chinese)
[8]	Yang Jungang, Thompson, Huang Xiaotao, et al. Random-frequency SAR imaging based on compressed sensing[J]. IEEE Trans Geosci Remote Sens, 2013, 51(2): 983-994.
[9]	Peng Suiyang, Lu Dawei, Zhang Jun, et al. Method of scatter center extraction for random stepped frequency signal[J]. Chinese Journal of Radio Science, 2010, 25(2): 265-270. (in Chinese)
[10]	Donoho D, Huo X. Uncertainty principle and ideal atomic decomposition[J]. IEEE Trans Inf Theory, 2001, 47(7): 2845-2862.

[1]	徐亦静, 吴志鹏, 王琦龙. 光谱域编码的压缩光谱测量技术 . 红外与激光工程, 2022, 51(11): 20220093-1-20220093-17. doi: 10.3788/IRLA20220093
[2]	陆秋萍, 石岩, 戴晟昕, 陈义, 赵春柳, 赵天琦, 金尚忠, 牛海彬. 生物组织单像素成像重构的散射干扰抑制 . 红外与激光工程, 2022, 51(3): 20210722-1-20210722-7. doi: 10.3788/IRLA20210722
[3]	孙强, 戴鹭楠, 应恺宁, 倪辰荫. 二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
[4]	李美萱, 王红, 刘小涵, 刘明, 宋立军. 基于相位调制的运动目标多光谱关联成像研究 . 红外与激光工程, 2021, 50(7): 20210184-1-20210184-8. doi: 10.3788/IRLA20210184
[5]	张赛文, 邓亚琦, 王冲, 冷潇泠, 张光富, 文兵, 邓杨保, 谭伟石, 田野, 李稳国. 基于多测量矢量压缩感知的超分辨荧光显微成像研究 . 红外与激光工程, 2021, 50(11): 20210484-1-20210484-8. doi: 10.3788/IRLA20210484
[6]	由四海, 王宏力, 冯磊, 何贻洋, 许强. 基于小波变换与压缩感知的脉冲星TOA估计 . 红外与激光工程, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
[7]	杨程, 鄢秋荣, 祝志太, 王逸凡, 王明, 戴伟辉. 基于深度学习的压缩光子计数激光雷达 . 红外与激光工程, 2020, 49(S2): 20200380-20200380. doi: 10.3788/IRLA20200380
[8]	田鹤, 毛宏霞, 刘铮, 曾铮. 机载逆合成孔径激光雷达微动目标稀疏成像 . 红外与激光工程, 2020, 49(S2): 20200190-20200190. doi: 10.3788/IRLA20200190
[9]	王忠良, 冯文田, 粘永健. 结合光谱解混与压缩感知的高光谱图像有损压缩 . 红外与激光工程, 2018, 47(S1): 189-196. doi: 10.3788/IRLA201847.S126003
[10]	徐晨光, 邓承志, 朱华生. 近似稀疏约束的多层非负矩阵分解高光谱解混 . 红外与激光工程, 2018, 47(11): 1117010-1117010(9). doi: 10.3788/IRLA201847.1117010
[11]	尹红飞, 郭亮, 周煜, 孙剑锋, 曾晓东, 唐禹, 邢孟道. 基于改进SVA和压缩感知的SAL旁瓣抑制算法 . 红外与激光工程, 2018, 47(12): 1230005-1230005(8). doi: 10.3788/IRLA201847.1230005
[12]	袁影, 王晓蕊, 吴雄雄, 穆江浩, 张艳. 多孔径压缩编码超分辨率大视场成像方法 . 红外与激光工程, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
[13]	王中阳, 周燕飞, 张小伟, 沈灏, 李恩荣, 韩申生, 宓现强, 田立君, 彭玉峰. 基于随机采样的超高分辨率成像中快速压缩感知分析 . 红外与激光工程, 2017, 46(2): 201002-0201002(7). doi: 10.3788/IRLA201746.0201002
[14]	申艳, 解颐, 娄淑琴, 王鑫, 赵彤彤. 基于Contourlet变换和压缩感知的实际光子晶体光纤光 . 红外与激光工程, 2017, 46(3): 321001-0321001(7). doi: 10.3788/IRLA201746.0321001
[15]	赵爱罡, 王宏力, 杨小冈, 陆敬辉, 何星. 融合几何特征的压缩感知SIFT描述子 . 红外与激光工程, 2015, 44(3): 1085-1091.
[16]	韩申生, 龚文林, 陈明亮, 李恩荣, 薄遵望, 李望, 张惠, 高昕, 邓陈进, 梅笑东, 王成龙. 基于稀疏和冗余表象的鬼成像雷达研究进展 . 红外与激光工程, 2015, 44(9): 2547-2555.
[17]	尹继豪, 孙建颖. 基于压缩感知理论的波段重构方法 . 红外与激光工程, 2014, 43(4): 1260-1264.
[18]	谭歆, 冯晓毅, 王保平. 稀疏带状测量矩阵在压缩感知ISAR成像中的应用 . 红外与激光工程, 2013, 42(11): 3137-3143.
[19]	朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅. 逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
[20]	陈春利, 谢红梅, 彭进业, 王志成, 王保平. 压缩感知机动目标ISAR成像新方法 . 红外与激光工程, 2013, 42(8): 2269-2274.

点击查看大图

计量

文章访问数: 353
HTML全文浏览量: 53
PDF下载量: 165
被引次数: 0

利用压缩感知实现随机变频雷达散射中心估计

doi: 10.3788/IRLA201645.0526004

1. 南阳理工学院计算机与信息工程学院,河南南阳 473000;

2. 郑州财税金融职业学院信息技术系,河南郑州 450000;

3. 国防科学技术大学自动目标识别重点实验室,湖南长沙 410073;

4. 中国人民解放军66393部队,河北保定 071000

作者简介:
杨新锋(1979-),男,副教授,主要从事图像处理等方面的研究。Email:ywind2005@163.com

收稿日期: 2015-09-13
修回日期: 2015-10-16
刊出日期: 2016-05-25

基金项目:

中图分类号: TN957

关键词:

摘要: 随机变频信号体制不仅可以降低系统瞬时带宽和数据采样率,还具有很强的抗干扰能力,然而,信号频率的随机变化导致现有目标散射中心估计方法失效。推导了随机变频信号的回波模型,在分析回波稀疏特性的基础上,提出了一种基于压缩感知的散射中心模型参数估计方法,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,并分析了感知矩阵对稀疏信号的重构性能。实验结果表明,所提方法能够在降低数据采样率的情况下对目标散射中心参数进行有效估计。