【正文】 ......................... 15 圖 SP 算法迭代過程中的幾何意義 ................................................................................... 15 圖 SAMP 算法流程圖 ...................................................................................................... 17 圖 數(shù)字域應用 CS 理論處理框架 ..................................................................................... 18 圖 采用 AIC 采樣模塊的處理框架 ................................................................................... 18 圖 通過迭代閾值算法得到最稀疏解的立體圖示過程 ........................................................ 22 圖 迭代閾值算法的流程圖 ............................................................................................... 22 圖 不同迭代次序中 tw 實部虛部的概率密度直方圖 .......................................................... 27 圖 第 t 次迭代噪聲分量 tw 的概率密度擬合曲線 ............................................................... 28 圖 噪聲均方差的中值估計與實際值的偏差 ...................................................................... 29 圖 三種 CAMP 算法對稀疏信號重構(gòu)情況仿真 ................................................................. 31 圖 三種 CAMP 算法對稀疏信號的重構(gòu)概率對比 .............................................................. 32 圖 三種 CAMP 算法對稀疏信號重構(gòu)的 NMSE 對比 ......................................................... 32 圖 CAMP 類重構(gòu)算法對目標場景恢復的仿真 .................................................................. 33 圖 三種 CAMP 算法對步進頻雷達信號目標場景的重構(gòu)概率對比 .................................... 34 圖 三種 CAMP 算法對步進頻雷達信號目標場景重構(gòu)的 NMSE 對比 ............................... 34 圖 傳統(tǒng)雷達目標檢測器 .................................................................................................. 35 圖 一般雷達檢波處理器示意圖 ........................................................................................ 37 圖 距離維處理器所使用的一些參考窗 ............................................................................. 39 圖 距離 —多普勒二維處理器使用的二維參考窗 ............................................................... 39 圖 CACFAR 檢測過程 .................................................................................................... 40 圖 稀疏域信號檢測方案 .................................................................................................. 41 圖 非稀疏域信號檢測方案 ............................................................................................... 42 圖 非稀疏域信號具體檢測方案 ........................................................................................ 43 圖 步進頻雷達發(fā)射信號和回波信號示意圖 ...................................................................... 44 基于壓縮感知的雷達目標檢測研究 XII 圖 不同信噪比下兩種檢測方案的檢測情況 .................................................................... 46 圖 兩種方案對稀疏信號的檢測性能 ............................................................................... 47 圖 兩種檢測方案的 ROC 曲線 ....................................................................................... 47 圖 不同信噪比下兩種檢測方案對步進頻雷達目標的檢測結(jié)果 ........................................ 48 圖 非稀疏域信號檢測結(jié)果（ SNR=13dB） ..................................................................... 49 圖 不同信噪比下兩種方案對步進頻雷達信號的檢測性能 ............................................... 49 圖 兩種方案對步進頻雷達信號的檢測 ROC 曲線 ........................................................... 50 圖 脈沖稀疏域積累檢測框架 ........................................................................................... 53 圖 多維稀疏向量矩陣 ...................................................................................................... 54 圖 脈沖積累觀測過程圖 .................................................................................................. 54 圖 不同脈沖數(shù)下稀疏域脈沖積累重構(gòu)概率對比 ............................................................... 55 圖 稀疏域脈沖積累重構(gòu)的 NMSE 對比 ............................................................................ 56 圖 壓縮域脈沖積累的重構(gòu)概率對比 ................................................................................. 56 圖 壓縮域脈沖積累重構(gòu)的 NMSE 對比 ............................................................................ 57 圖 基于 SMV 模型的單脈沖重構(gòu)情況（ L=1， SNR 0 dB? ） ............................................ 59 圖 基于 MMV 模型的多脈沖重構(gòu)情況（ L=40， SNR 0 dB? ） ......................................... 59 圖 基于 MMV 模型的多脈沖重構(gòu)情況（ L=100， SNR 0 dB? ） ..................................... 60 圖 OMP 算法應用于基于 MMV 模型的脈沖積累重構(gòu)概率對比 ....................................... 60 圖 TSBL 算法應用于基于 MMV 模型的脈沖積累重構(gòu)概率對比 ..................................... 61 圖 FOCUSS 算法應用于基于 MMV 模型的脈沖積累重構(gòu)概率對比 ................................. 61 圖 OMP 算法應用于基于 MMV 模型的脈沖積累重構(gòu) NMSE 對比 .................................. 62 圖 TSBL 算法應用于基于 MMV 模型的脈沖積累重構(gòu) NMSE 對比 ................................. 62 圖 FOCUSS 算法應用于基于 MMV 模型的脈沖積累重構(gòu) NMSE 對比 ............................. 62 表格 不同稀疏度下重構(gòu)信號所需的最小測量數(shù) ............................................................... 12 表格 稀疏重構(gòu)的仿真參數(shù) ............................................................................................... 30 表格 稀疏重構(gòu)的仿真參數(shù) ............................................................................................... 45 南京航空航天大學 碩 士學位論文 XIII 縮略詞 縮略詞 英文全稱 中文全稱 ADC AnalogDigitalConverter 模擬數(shù)字轉(zhuǎn)換器 AIC AnalogtoInformation Convertor 模擬信息轉(zhuǎn)換器 AMP Approximate Message Passing 信息逼近傳遞 BP Basis Pursuit 基追蹤 BPDN Basis Pursuit DeNoising 基追蹤去噪 CAMP Complex Approximate Message Passing 復信息逼近傳遞 CFAR Constant False Alarm Rate 恒虛警率 CS Compressive Sensing 壓縮感知 IHT Iterative Hard Thresholding 迭代硬閾值 MMV Multiple Measurement Vectors 多維測量向量 MP Match Pursuit 匹配追蹤法 NMSE Normalized Mean Square Error 歸一化均方誤差 NP NeymanPearson 紐曼 皮爾遜 OMP Orthogonal Match Pursuit 正交匹配追蹤法 PDF Probability Density Function 概率密度函數(shù) POMP Perturbed Orthogonal Matching Pursuit 擾動正交匹配追蹤 Radar Radio Detection and Ranging 雷達 RIP Restricted Isometry Property 約束等容性質(zhì) ROMP Regularized Orthogonal Matching Pursuit 正則化正交匹配追蹤 SAMP Sparsity Adaptive Matching Pursuit 稀疏自適應匹配追蹤 SAR Synthetic Aperture Radar 合成孔徑雷達 SMV Single Measurement Vector 單 重 測量向量 SP Subspace Pursuit 子空間追