【正文】 南京航空航天大學(xué) 碩 士學(xué)位論文 I 中圖分類號： TN957 論文編號 ： 1028704 15S051 學(xué)科分類號： 081001 碩士學(xué)位論文 基于壓縮感知的 雷達目標檢測 研究 研究生姓名 學(xué)科、專業(yè) 通信與信息系統(tǒng) 研究方向 雷達信號處理 指導(dǎo)教師 基于壓縮感知的雷達目標檢測研究 II Nanjing University of Aeronautics and Astronautics The Graduate School College of Electronic and Information Engineering Study of Radar Target Detection Based on Compressed Sensing A Thesis in Radar Signal Processing By Advised by Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering December, 2020 南京航空航天大學(xué) 碩 士學(xué)位論文 III 畢業(yè)論文（設(shè)計）原創(chuàng)性聲明 本人所呈交的畢業(yè)論文（設(shè)計） 是我在導(dǎo)師的指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知， 除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計）不包含其他個人已 經(jīng)發(fā)表或撰寫過的研究成果。對本論文（設(shè)計）的研究做出重要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。 作者簽名： 日期： 畢業(yè)論文（設(shè)計）授權(quán)使用說明 本論文（設(shè)計）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計）并向相關(guān)部門送交論文（設(shè)計）的電子版和紙質(zhì)版。有權(quán)將論文（設(shè)計）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計）進入學(xué)校圖書館被查閱。學(xué)?？梢怨颊撐模ㄔO(shè)計）的全部或部分內(nèi)容。保密的論文（設(shè)計 ）在解密后適用本規(guī)定。 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 基于壓縮感知的雷達目標檢測研究 IV 注 意 事 項 （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標準封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻 8）致謝 9）附錄（對論文支持必 要時） ：理工類設(shè)計（論文）正文字數(shù)不少于 1萬字（不包括圖紙、程序清單等），文科類論文正文字數(shù)不少于 萬字。 ：任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）。 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別字，不準請他人代寫 2）工程設(shè)計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機繪制，所有圖紙應(yīng)符合國家技術(shù)標準規(guī)范。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面 打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計（論文） 2）附件：按照任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）次序裝訂 3）其它 南京航空航天大學(xué) 碩 士學(xué)位論文 V 摘 要 近年來提出的壓縮感知（ Compressive Sensing， CS）理論突破了奈奎斯特（ Nyquist）采樣定理的限制，能夠以較低的采樣率直接對信息進行采樣，在雷達領(lǐng)域具有良好的應(yīng)用前景， CS雷達已成為雷達信號處理領(lǐng)域的研究熱點，但 CS 理論在應(yīng)用雷達領(lǐng)域中面臨著量化誤差、相關(guān)性影響、失配、低信噪比、 目標檢測等問題。其中， CS 雷達目標檢測是 CS 理 論在 雷達系統(tǒng)中 應(yīng)用所面臨 的主要問題之一。 本文在國家自然科學(xué)基金的支持下，針對 CS 雷達低信噪比（ SignaltoNoise Rate， SNR）下的檢測問題，分析了 CS 雷達重構(gòu)與目標檢測關(guān)系、從低信噪比重構(gòu)、脈沖積累方案等方面開展研究。本文的主要研究成果和貢獻概括如下： 針對 CS 雷達面臨的問題，深入分析了信號的稀疏表示、測量矩陣設(shè)計、重構(gòu)算法等基本問題。描述了 CS 雷達的典型架構(gòu)，研究了目前 CS 雷達亟待解決的低信噪比下的重構(gòu)和目標檢測問題。 針對復(fù)信息逼近傳遞（ Complex Approximate Message Passing， CAMP）算法中的固定閾值函數(shù)影響含噪信號的重構(gòu)性能問題， 研究 了一種閾值自適應(yīng)尋優(yōu)的 CAMP 算 法，通過尋找最高輸出信噪比對應(yīng)的閾值，獲得稀疏信號和非稀疏信號的重構(gòu)。仿真實驗證明該算法的重構(gòu)性 能得到顯著 改善，為 CS 雷達 的 目標檢測奠定基礎(chǔ)。 針對目前 CS 雷達在高斯背景下的目標檢測問題，基于恒虛警率（ Constant False Alarm Rate ， CFAR）檢測理論，結(jié)合 CAMP 算法，建立了兩種基于 CS 的雷達目標檢測方案，推導(dǎo)了稀疏域和 非稀疏域信號檢測概率和虛警概率的公式， 利用 稀疏信號 和步進頻雷達信號分別對這兩種方案進行仿真驗證，結(jié)果表明非稀疏域信號檢測方案的性能明顯優(yōu)于稀疏域信號檢測方案。 針對低信噪比下 CS 雷達重構(gòu)概率低的問題，提出了三種 CS 雷達脈沖積累方案：稀疏域脈沖積累、基于觀測矩陣的脈沖積累、基于 MMV 模型的脈沖積累。仿真實驗表明提出的三種積累方案能有效的提高低信噪比下的重構(gòu)概率，從而實現(xiàn)低信噪比下 CS 雷達目標檢測。 關(guān)鍵字： 壓縮感知；目標檢測；低信噪比；脈沖積累 基于壓縮感知的雷達目標檢測研究 VI ABSTRACT Recently proposed Compressive Sensing (CS) theory has broken the limits of the Nyquist sampling theorem. CS reaches a much lower sampling rate by sampling the information directly, which has a good application prospect in the field of radar. Hence it bees a hot research area in radar signal processing. Furthermore the concept of CS radar has been formulated and attracts lots of attention. However, there are many issues of CS radar needed to be further discussed, such as quantization error, the correlation effect, mismatch, low signaltonoise ratio, target detection. The target detection is one of the main problems needed to be solved in CS radar. This paper was supported by National Natural Science Foundation. For the target detection of the CS radar in low SignaltoNoise Rate (SNR), the relationship between the target detection and the CS radar signal reconstruction is analyzed. In order to find the solution of the reconstruction problem in low SNR, the pulse accumulation method are researched in this paper. The research main achievem ents and contributions are listed as following: Dealing with the problem of CS radar, the sparse representation of signal, the measurement matrix design and the recovery algorithm are studied in this paper. Besides the typical architecture of CS radar is described. At the same time, the problems of CS radar signal recovery and target detection in low SNR are researched, which are urgent to be solved at present. The fixed threshold function influences the reconstruction performance of the plex approximate message passing (CAMP) algorithm facing signals corrupted by noise. Thus a CAMP algorithm with adaptive threshold value is the adaptive adjustment of the threshold, I obtain the reconstructions of sparse signal and the sparse signal with maximum output simulation experiments show that the reconstruction performance of the proposed algorithm is significantly part of work the foundation of CS radar target detection. Combined with the constant false alarm rate (CFAR) detection theory and CAMP algorithm, based on CS theory two kinds of radar target detection scheme are designed to solve the target detection under assumption of adaptive Gaussian noise in CS radar. Then the detection probability and false alarm probability formula of the sparse domain and nonsparse domain signal are derived. In the end, two schemes are simulated with the sparse signals and the stepped frequency signals. The simulation experiments shows that the performance of nonsparse domain signal detection scheme is significantly better than the sparse one. 南京航空航天大學(xué) 碩 士學(xué)位論文 VII Three kinds of CS radar pulse accumulation methods (the sparse domain pulse, the pulse accumulation of measurement matrix accumulation and the pulse accumulation based on MMV model) are presented to improve probability of CS reconstruction in low SNR. Simulation results show that the proposed schemes can effectively improve the ratio of reconstruction probability under low SNR, and realize target detection of CS radar