项目名称: 压缩感知雷达中感知矩阵自适应构建理论与关键技术研究

项目编号: No.61201367

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 张劲东

作者单位: 南京航空航天大学

项目金额: 27万元

中文摘要: 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。

中文关键词: 雷达;新概念;感知矩阵;压缩感知;

英文摘要: This project will investigate the theory and key technique of the adaptive construction of the sensing matrix in compressed sensing radar (CSR) to optimize its performance for observing sparse target scene. First, to slove the computation and storage problem of the large dimensional matrix caused by a redundant dictionary in the fast adaptive construction of the sensing matrix, the low dimensinal optimization criterion will be designed, and the radar transmit waveform and measurement matrix will be optimized by the hybrid optimization technique. Then, for severely decreased recovery performance in colored noise enviornment, the adaptive construction criterion of the sensing matrix, which has good orthogonaltiy and the capability of whitening colored noise, will be considered. The sensing matrix will be optimized by the convex programming technique to decrease the target scene recovery error in colored noise. Finally,we note that the CSR system can not effectively observe the target scene with wide dynamic range. The corresponding improvement criterion based on prior target scene information will be given and the reasonable sensing matrix design method will be proposed to enhance detection performance of the weak target. The research of this project will optimize the target information obtainment in colored noise

英文关键词: Radar;New Notion;Sensing Matrix;Compressed Sensing;

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
64+阅读 · 2021年5月3日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
专知会员服务
105+阅读 · 2020年10月31日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
网络安全态势感知
计算机与网络安全
26+阅读 · 2018年10月14日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
14+阅读 · 2021年3月10日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
64+阅读 · 2021年5月3日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
专知会员服务
105+阅读 · 2020年10月31日
相关资讯
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
网络安全态势感知
计算机与网络安全
26+阅读 · 2018年10月14日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员