本项目研究压缩感知雷达中感知矩阵自适应构建的理论和关键技术以优化稀疏目标场景的观测性能。首先,针对高维冗余字典下感知矩阵整体自适应构建面临的高维矩阵运算与存储问题,设计低维度的感知矩阵构建准则,采用混合优化技术解决雷达发射波形和测量矩阵的联合设计问题,减小所需运算和存储负荷;然后,针对有色噪声引起重构算法性能严重下降的问题,研究同时具有良好正交性和有色噪声白化能力的感知矩阵构建准则,采用凸规划技术完成其优化,降低在有色噪声环境下的场景重构误差;最后,针对压缩感知雷达无法有效对大动态范围场景观测的问题,建立基于稀疏场景先验信息的压缩测量空间动态范围改善准则,提出可行的感知矩阵设计方法,提升对弱小目标的检测能力。通过本项目的研究,完善现有的感知矩阵构建理论和方法,对于提升新型雷达系统性能、拓展其应用场合具有重要意义。
英文主题词Radar;New Notion;Sensing Matrix;Compressed Sensing;