基于压缩感知的频率估计技术的研究

• 作 者: 梁宏光
• 发表日期: 2013年期
• 关键词: 多普勒频率 压缩感知 相关性 信号恢复

在雷达信号处理中，利用多普勒频率估计是鉴别目标的一种主要方法，经典的处理手段是把回波信号解调至单频，然后通过多普勒滤波器组。然而在信息处理数字化时代，N点快速傅里叶变换相当于N组匹配滤波器。分辨力和数据长度N成反比，要获得较高的分辨力就要增加数据长度，那么运算时间也随之增加，反之，如果采用较少的数据量虽然可以减少运算时间，但是分辨力则会相应降低。因此经典方法在快速高分辨频率估计中遇到了无法克服的困难，难以实现多普勒频率高精度估计。本文主要研究将压缩感知理论应用于雷达信号多普勒频率估计方面的优势，探索稀疏信号的处理方法，得到以少量的观测值获得信号的准确的多普勒频率估计的新方法。文章首先详细阐述压缩感知理论的基本内容，深入探讨了信号的稀疏变换、观测矩阵和信号重构算法三个方面，并对压缩感知理论的应用方向进行总结。然后研究了适用于信号多普勒频率估计的稀疏表示模型，并对用于压缩感知理论进行多普勒频率估计的稀疏变换基和的测量矩阵的选择问题进行分析。进一步应用经典的正交匹配追踪算法及其改进算法对多普勒频率进行重建，经过仿真分析对算法性能进行对比，分析其优劣性。并提出梯度迭代方法以降低测量矩阵与变换基矩阵之间的相关性，进一步优化算法性能，减少频率估计误差。接着作为扩展，本文还研究了对于稀疏度未知情况下的多普勒频率估计的方法，并对其进行分析，针对其缺点提出改进算法，并将原算法和改进后的算法进行仿真对比，证明了改进后算法的优越性。最后，对本文所进行的研究工作进行了全面总结，并且针对信号多普勒频率估计问题提出了进一步的研究方向。