基于压缩感知的伪随机多相码连续波雷达
贺亚鹏* 王克让 张劲东 朱晓华
南京理工大学电子工程与光电技术学院 南京 210094
Compressive Sensing Based Pseudo-random Multi-phase CW Radar
He Ya-peng Wang Ke-rang Zhang Jin-dong Zhu Xiao-hua
School of Electronic Engineering and Optoelectronic Technology, Nanjing University of Science and Technology,
Nanjing 210094, China
摘要 该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达。建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息。为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化。仿真结果表明了该方法的优越性。
关键词 :
连续波雷达 ,
压缩感知 ,
伪随机多相码 ,
波形优化
Abstract :A novel pseudo-random multi-phase code Continuous Wave (CW) radar using Compressive Sensing (CS) is presented considering the sparse of radar target space. This paper establishes targets information sensing model. Compressive sensing is employed to sample targets echo under Nyquist sampling rate. Then the information of target scene is effectively extracted from a few sampling data in the presence of noise. To improve the effectiveness of targets information extraction, the waveform is optimized using Simulated Annealing (SA) algorithm. Simulation results demonstrate the merits of the proposed approach.
Key words :
Continuous Wave (CW) radar
Compressive Sensing (CS)
Pseudo-random multi-phase code
Waveform optimization
收稿日期: 2010-04-16
通讯作者:
贺亚鹏
E-mail: yapeng.he@gmail.com
引用本文:
贺亚鹏, 王克让, 张劲东, 朱晓华. 基于压缩感知的伪随机多相码连续波雷达[J]. 电子与信息学报, 2011, 33(2): 418-423.
He Ya-Peng, Wang Ke-Rang, Zhang Jin-Dong, Zhu Xiao-Hua. Compressive Sensing Based Pseudo-random Multi-phase CW Radar. , 2011, 33(2): 418-423.
链接本文:
http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2010.00380 或 http://jeit.ie.ac.cn/CN/Y2011/V33/I2/418
[1]
欧伟枫,杨春玲,戴超. 一种视频压缩感知中两级多假设重构及实现方法 [J]. 电子与信息学报, 2017, 39(7): 1688-1696.
[2]
李方敏,夏雨晴,马小林,赵碧海. 基于速度差补偿的双频连续波雷达室内人体定位方法 [J]. 电子与信息学报, 2017, 39(6): 1432-1438.
[3]
严韬,陈建文,鲍拯. 一种基于压缩感知的天波超视距雷达短时海杂波抑制方法 [J]. 电子与信息学报, 2017, 39(4): 945-952.
[4]
程银波,司菁菁,候肖兰. 适用于无线传感器网络的层次化分布式压缩感知 [J]. 电子与信息学报, 2017, 39(3): 539-545.
[5]
王学伟, 董晓璇, 袁瑞铭, 周丽霞, 王婧, 王琳. 压缩感知伪随机动态功率信号的电能测量方法 [J]. 电子与信息学报, 2017, 39(3): 640-646.
[6]
王爱春,向茂生,汪丙南. 一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法 [J]. 电子与信息学报, 2017, 39(1): 95-102.
[7]
张永顺,葛启超,丁姗姗,郭艺夺. 基于稀疏贝叶斯学习的低空测角算法 [J]. 电子与信息学报, 2016, 38(9): 2309-2313.
[8]
刘静,盛明星, 宋大伟,尚社,韩崇昭. 雷达高分辨率紧凑感知矩阵追踪算法 [J]. 电子与信息学报, 2016, 38(8): 1950-1955.
[9]
周跃海,吴燕艺,陈东升,童峰. 采用时域联合稀疏恢复的多输入多输出水声信道压缩感知估计 [J]. 电子与信息学报, 2016, 38(8): 1920-1927.
[10]
孙保明,郭艳,李宁,钱鹏. 无线传感器网络中基于压缩感知的动态目标定位算法 [J]. 电子与信息学报, 2016, 38(8): 1858-1864.
[11]
吴建宁,徐海东,王珏. 基于过完备字典稀疏表示的多通道脑电信号压缩感知联合重构 [J]. 电子与信息学报, 2016, 38(7): 1666-1673.
[12]
郑超,陈杰,殷松峰,杨星,冯云松,凌永顺. 改进的协同训练框架下压缩跟踪 [J]. 电子与信息学报, 2016, 38(7): 1624-1630.
[13]
芦存博,肖嵩,权磊. 基于二进制序列族的压缩感知测量矩阵构造 [J]. 电子与信息学报, 2016, 38(7): 1682-1688.
[14]
李丽娜,马俊,龙跃,徐攀峰. 基于LANDMARC与压缩感知的双段式室内定位算法 [J]. 电子与信息学报, 2016, 38(7): 1631-1637.
[15]
王伟,唐伟民,王犇,雷舒杰. 基于贝叶斯压缩感知的复数稀疏信号恢复方法 [J]. 电子与信息学报, 2016, 38(6): 1419-1423.