压缩感知理论在MIMO雷达目标测量中的应用
第11期
1 压缩感知理论
压缩感知理论指出只要信号x具有稀疏性或者是可
T
压缩的,就可以用一个与稀疏基 ( =[ 1, 2, , N])不相关的观测矩阵 将信号投影到一个低维信号上,然后通过求解一个优化问题就可以从这些少量信号数据中以高概率重构出原信号。
如果信号x具有稀疏性,稀疏度为K,那么信号满足:
x=
k=1
MIMO雷达的发射阵列发射Nt个相互正交的波形信号。假设信号的载波频率都为f,第i个发射天线发射的
ft
信号为xi(t)ej2 ,信号的周期为T,信号的脉冲宽度为Tp。
那么第k个目标接收到的波形信号为:
N
dtik(t)dtik(t)
yk(t)= expj2 ft-k xit

-cci=1
t
[8]
[1 2]
N
*s(1)
式中:x是长度为L的离散信号,是L 1矩阵; 是一组正
交稀疏基,是L N矩阵;s是N 1矩阵,是用稀疏基 来表示x时的系数矩阵,并且稀疏系数矩阵s中仅有K(K L)个非零值。如果信号x是可压缩的,那么s中N-K个值可以趋近于0,也可以认为信号x是近似稀疏的,系数度为K。一般稀疏基选取的原则是可以使系数度K尽量小。
选取与稀疏基 不相关的M L观测矩阵 对进行线性变换:
Y= * *s= *s(2)式中: = * 是M N矩阵,其中K<M L。为了保证观测矩阵 和稀疏基 不相关, 需要满足有限等距性质(restrictedisometryproperty,RIP)[6]。一般来说,观测矩阵 可以选取服从高斯分布的矩阵,当M cKlog(L/K)时(c是一个很小的常数),可以使 满足RIP性质,即观测矩阵 在很高的概率下都与任意稀疏基 不相关。
因此,可以通过式(2)先求出稀疏系数矩阵s,然后通过式(1)进一步对进行重构得到x。由于 是M N矩阵,并且M N,因此线性方程(2)没有确定解,稀疏系数s不能直接通过求解线性方程得出。
目前,对于稀疏系数的求解主要有基追踪(basispursuit,BP)算法、匹配追踪(matchingpursuit,MP)算法、正交匹配追踪(orthogonalmatchingpursuit,OMP)算法、迭代阈值法等。
(4)
式中:{ k,k=1,2, ,K}是目标的雷达散射截面(radarcrosssection,RCS)。
在dk(t) rti/rri的情况下,第l个接收天线所接收到的信号可以近似用式(5)表示。
Kr
lkzl(t) ykt-+ l(t)=
k=1c
k=1
x
ki=1
K
Nt
i
dtik(t)+drlk(t)t-
c
(5)
tikrlk+ l(t)
c
式中:l=1,2, ,Nr, l(t)为噪声信号。
如果发射信号是窄带信号,那么:expj2 ft-iklkxit- xi(t)
c
将式(3)和式(6)代入式(5)中,可得式(7)。zl(t) j
k=1
tr
(6)
x(t)exp(j2 f
ki=1
K
Nt
ik
t)
r
[-2dk(0)+ ti( k)+ l( k)]+ l(t)=K
r
kexp(j2 fkt)exp-j2dk(0)expj l( k) k=1
xT(t)v( k)+ l(t)
(7)
式中: 是信号的波长,fk=2vkf/c是由第k个目标运动导致的多普勒频移。
xT(t)=[x1(t),x2(t), ,xN(t)](8)
t
2 MIMO雷达利用CS理论测速度和方位角
MIMO雷达的发射阵列有Nt个发射子阵列,接收阵
列有Nr个子阵列。假设所有的发射阵列和接收阵列都在
trr
同一平面上,用极坐标(rti, i)和(ri, i)来分别表示第i个发射天线和第i个接收天线的位置[7]。假设空间中存在K
v( k)=e,e, ,e(9)脉冲信号的采样频率为fs,采样时间间隔为Ts=1/fs,因此在一个脉冲内的信号点数为L=Tp/Ts。令:
j2 / 1( k)
r
j2 / 2( k)
r
j2 / N( k)
r
T
k= ke
f
D(fk)=diag{[ej2
-j2 / 2dk(0)
k
0Ts
,e
j2 fk1Ts
, ,e
j2 fk(L-1)Ts
]}

(10)(11)
X={x(0Ts),x(1Ts), ,x[(L-1)Ts]}T,(L Nt)(12)
因此根据式(10)、(11)和(12),第m个脉冲到达时,第l个接收天线接收到的信号可以表示为:
zl(m-1)T+0Ts
zlm=
K
rl
个做匀速运动的目标,径向运动速度为vk,起始位置是dk(0)。那么第k个目标的实时距离为dk(t)=dk(0) vk*t。假设目标的距离远远大于发射阵列和接收阵列的距离,即dk(t) rti/rri。可以令第k个目标的方位角为 k,那么第k个目标与第i个发射天线和第i个接收天线的距离为:
rt/rt/rdt/ik dk(t)- i( k)=dk(0)-vk*t- i( k)式中: i( k)=ricos( k- i)。
t/r
t/r
t/r
=
zl(m-1)T+(L-1)Tk
k
k=1
j2 / ( )j2 f
eke
(m-1)T
D(fk)Xv( k)+elm(13)
(3)式中:elm={ l[(m-1)+0Ts], l[(m-1)+1Ts], ,
压缩感知理论在MIMO雷达目标测量中的应用_专业资料。目前,压缩感知理论和多输入多...压缩感知理论在MIMO雷达 目标 测量中 的应 用 田京京 孙彪 407)304 ( 中科...
热门文档