摘要：传统的方法在对信号进行处理时，需要满足奈奎斯特采样定理。但是随着信息量的提高以及对系统分辨率的高要求，使得系统的带宽不断增大，导致产生的数据量越来越大，影响了雷达系统的检测性能。由于目标相对背景的稀疏性使得压缩感知能够运用到雷达系统中，降低了计算的复杂度。压缩感知雷达（CSR）的探测问题成为雷达研究领域的一大热点。由于存在噪声使得压缩感知雷达的探测性能在信噪比比较低时就会受到极大的影响，甚至会失效。然而，在实际的应用中，信噪比通常非常低，因此采用了基于多普勒滤波观测矩阵和脉冲积累观测矩阵的一种低信噪比情况下的目标估计方法来增强CSR的检测性能。通过采用设计观测矩阵来减少数据量，使得在低信噪比下，压缩感知雷达的探测性能得到明显的提高。

关键词：观测矩阵  压缩感知雷达  脉冲积累  重构算法

目录

摘要

Abstract

第一章 绪论-1

1.1课题研究的背景及意义-1

1.2目前的研究现状-1

1.3课题研究的主要内容及实现方法-2

1.4论文的整体框架-2

第二章 压缩感知理论及常见算法介绍-3

2.1 压缩感知的基本理论-3

2.1.1 压缩感知理论的提出-3

2.1.2 压缩感知的基本理论-3

2.2 压缩感知理论三大模块-4

2.2.1 信号的稀疏表示-4

2.2.2 观测矩阵的设计-5

2.2.3 稀疏优化重构算法-5

2.3常见算法介绍-6

2.3.1 OMP算法-6

2.3.2 CoSaMP算法-7

2.4 压缩感知理论的应用-8

第三章 压缩感知雷达模型-10

3.1 回波信号的稀疏表示模型-10

3.2 压缩采样方法-11

第四章 针对低信噪比下目标探测的观测矩阵设计-14

4.1多普勒滤波观测矩阵-15

4.2 脉冲积累观测矩阵-16

4.3实验仿真-17

第五章 课题总结-20

参考文献-21

致谢-22