预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113820664A(43)申请公布日2021.12.21(21)申请号202111101326.X(22)申请日2021.09.18(71)申请人石家庄铁道大学地址050043河北省石家庄市北二环东路17号(72)发明人马月红剧畅洋刘永泽崔琳刘佳张亭(74)专利代理机构河北冀华知识产权代理有限公司13151代理人王占华(51)Int.Cl.G01S7/02(2006.01)权利要求书5页说明书7页附图2页(54)发明名称基于压缩感知的雷达信号处理方法(57)摘要本发明公开了一种基于压缩感知的雷达信号处理方法,涉及信号处理方法技术领域。所述方法包括如下步骤:在雷达接收天线接收到目标物体返回的信号后,将信号通过小波降噪进行降噪处理;对降噪处理后的信号进行稀疏表示,运用压缩感知算法对信号进行采样处理;信号稀疏表示过后,根据信号选取测量矩阵,进行信号重构,在信号重构过程中使用ADMM算法进行重建优化,得到处理后的雷达信号。所述方法能够在信号不失真的前提下将信号进行滤波、采样、处理、重构。CN113820664ACN113820664A权利要求书1/5页1.一种基于压缩感知的雷达信号处理方法,其特征在于包括如下步骤:在雷达接收天线接收到目标物体返回的信号后,将信号通过小波降噪进行降噪处理;对降噪处理后的信号进行稀疏表示,运用压缩感知算法对信号进行采样处理;信号稀疏表示过后,根据信号选取测量矩阵,进行信号重构,在信号重构过程中使用ADMM算法进行重建优化,得到处理后的雷达信号。2.如权利要求1所述的基于压缩感知的雷达信号处理方法,其特征在于:步骤一:雷达接收天线接收到的目标物体返回的信号可表示为:其中:α(t)为雷达信号的振幅调制波,为雷达信号的相位调制波,f0为雷达信号的调制载波频率;步骤二:将雷达信号进行特征提取,提取后的信号能够保留原信号的特征,信号的特征提取即为信号的小波分解变换的过程:先选取母小波:其中a是缩放因子,当|a|<1时,母小波被压缩,此时由于母小波变窄、变化变快,其在时间轴上有较小的支撑度,并且对应到高频;反之,当|a|>1时,母小波变宽、变化较慢,因此对应到低频;b为平移参数,决定了母小波的位置,选取母小波后,进行小波变换:其中f(t)为雷达接收天线接收到的原始信号;步骤三:将特征提取后剩余的信号进行低通滤波处理,根据临界频率计算公式其中R与C为低通滤波电路中电容与电阻的值,因此求得滤波的临界频率,将大于临界频率的信号波滤除;步骤四:将特征信号与滤波后的信号重建,进行小波逆变换,步骤三与步骤四为小波降噪过程,可得到小波降噪后的信号;步骤五:将去噪后的信号进行稀疏表示;稀疏表示的本质思想是:引入到信号表示理论N中,从基或字典中寻求最小原子的线性组合来表示信号,假设信号x∈R通过基D=[d1,…N×ldi,…dl]∈R(N<l)可得:Tl其中α=[α1,…,αi,…αl]∈R是系数,即只有有限个非零元素,其它元素均为零,则称α是稀疏的;则信号可以通过以下等式约束进行稀疏表示:min||α||0s.t.x=Dα其中,α为信号x的稀疏表示,D称为稀疏变换矩阵,di为原子作为稀疏表示的基;||α||0表示l0范数,含义为非零元素的个数;步骤六:对稀疏信号进行优化;采用ADMM算法进行优化,将压缩后的信号进行凸优化处理;对于待优化的信号,有如下优化问题:2CN113820664A权利要求书2/5页minf(x)+g(z)s.t.Ax+Bz=c;其对应的扩展拉格朗日表达式为:对其进行迭代,迭代步骤为:yk+1=yk+ρ(Axk+1+Bzk+1‑c)经过一定的迭代次数,得到精度较高的雷达信号。3.如权利要求1所述的基于压缩感知的雷达信号处理方法,其特征在于,对于雷达信号处理的过程,采用如下方式:首先雷达接收天线接收雷达信号,雷达接收机的作用是将从天线接收到的微弱射频信号从伴随的噪声和干扰中分选出来,并经过放大和检波,再送至显示器、信号处理器或由计算机控制的雷达终端设备;在接收过程中,如果在天线系统的目标回波信号为:jωtE(t)=Eme则当目标偏离等强信号方向为θ时,其输出端信号偏离天线光轴角度为:其中,kAF(θ0‑θ)为目标信号向左偏离天线光轴的角度,kBF(θ0+θ)为目标信号向右偏离天线光轴的角度,则对于雷达回波信号:为含有噪声的雷达信号,因此也可以表示为:s(t)=f(t)+ε*e(k)k=0,1,2…n‑1其中,s(t)为含噪声信号,f(t)为有用信号,e(k)为噪声,ε为噪声系数的标准偏差。4.如权利要求1所述的基于压缩感知的雷达信号处理方法,其特征在于,对一维信号小波降噪的处理过程如下:信号的小波分解;小波分解高频系数的阈值量化;信号的