文 献 综 述
摘 要 基于分布式压缩感知理论，提出了一种全极化逆合成孔径雷达超分辨成像算法，联合各极化通道进行超分辨处理。首先，建立全极化信号模型及超分辨字典，利用各极化通道信号的联合稀疏性将全极化超分辨成像建模为最小L2,1范数的优化问题，运用一种快速算法求解该优化问题。由于利用联合稀疏约束，多极化通道联合成像相比于单通道成像能够获得更好的超分辨性能和噪声抑制能力，最终有效提高图像极化融合的效果，同时，采用快速傅里叶变换操作提升了算法的运算效率。
关键词 逆合成孔径雷达；超分辨成像；分布式压缩感知；极化
引言
逆合成孔径雷达（ISAR）具有全天时、全天候、远距离对目标进行探测、成像等能力，因此在目标检测、识别等应用中发挥重要作用，在军用和民用领域都有很高的应用价值[1]。电磁波电场（磁场）的振动方向称作极化。通过发射不同极化状态电磁波，捕捉目标与环境在极化域的差异，即极化分集技术。与传统雷达系统使用单一发射和接收天线不同，极化雷达发射和接收不同极化波，从而获取目标和环境的完整极化信息。极化提供了目标环境在几何，材料和方向等方面的物理信息，利用极化信息可以显著提高雷达系统的探测能力，特别是当来波在时域和频域难以区别目标和杂波
环境间的差异时。极化信息作为目标时域、频域和空域之外的又一可利用的重要信息，因其与目标几何结构、材料等物理属性之间存在深刻的内在联系，在目标检测、目标识别、地物分类等方面得到重要应用，因而具备高分辨成像和全极化测量能力的雷达已成为现代雷达发展的重要方向[2]。
在逆合成孔径雷达（Invere Synthetic Aperture Radar, ISAR）成像中，一般雷达保持静止而目标运动，分别依靠雷达发射宽带信号和目标绕雷达视线方向的转动实现距离向和方位向的分辨，而距离和方位分辨率分别受雷达发射带宽和成像积累角的限制。为了获得高的距离分辨率和方位分辨率，通常需要发射大带宽信号以及宽的观测孔径，这会使得成像雷达面临采样率高、数据量大等问题[3]。近年来 Donoho、Candes和 Tao 等人提出的压缩感知(CS, compressive sensing)[4]理论是建立在矩阵分析、统计概率论、拓扑几何、优化与运筹学、泛函分析等基础上的一种全新的信号描述与处理的理论框架，它充分利用目标信号结构的稀疏特性，通过非自适应线性投影得到信号的量
测值，然后利用重构算法实现对信号的精确重构[5]。它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构，使得信号获取和压缩一并实现，省略了高速采样得到大量数据然后再抛弃大部分数据实现压缩的中间过程，从而减少了传输成本和处理成本。
雷达目标的回波信号实际上是多个散射中心回波的合成，满足稀疏信号的特征，因
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
