博客
关于我
【雷达与对抗】【2015.05】MIMO雷达信号处理波形设计及其在合成孔径成像中的应用...
阅读量:219 次
发布时间:2019-02-28

本文共 700 字,大约阅读时间需要 2 分钟。

多输入多输出(MIMO)雷达技术在合成孔径成像系统中展现出显著的潜力。本文为美国乔治亚理工学院的博士论文,共计149页。研究重点分析了MIMO雷达如何通过改进信号处理体系结构,提升合成孔径雷达(SAR)和合成孔径声纳(SAS)系统的图像质量和区域覆盖能力。MIMO技术不仅在接收端展现出多通道优势,还可以充分利用发射自由度,进一步增强系统性能。

然而,MIMO在实际应用中仍面临两个主要挑战:一是距离旁瓣性能的下降对图像质量的负面影响,二是如何有效缓解这一问题。为此,本文提出了一种新的失配滤波方法。为此,本文推导了抽样理论中的新结果,能够量化广义平稳随机过程在非均匀抽样时出现的混叠现象。这些结果不仅适用于重复采样场景,还被用于量化方位模糊对MIMO SAR/SAS图像对比度的影响。

本文的研究成果体现在以下几个方面:首先,通过MIMO雷达的信号处理体系结构,系统性地分析了其在SAR和SAS中的适用性;其次,深入探讨了MIMO技术在多通道合成孔径成像中的优势与局限性;最后,通过创新性的失配滤波方法和抽样理论的新成果,提出了有效解决MIMO系统中的混叠问题的方案。

文章结构安排如下:第1部分为引言,介绍研究背景和主要问题;第2部分详细阐述MIMO雷达的信号处理方法;第3部分重点分析MIMO在合成孔径成像中的应用;第4部分探讨MIMO雷达中的距离旁瓣控制技术;第5部分结合重复采样与多通道采样机制进行深入讨论;第6部分详细描述多通道SAR/SAS系统的混叠问题;最后,第7部分总结研究成果并提出未来发展方向。

附录A详细介绍了广义平稳随机过程的相关理论;附录B则探讨了重复采样信号的频谱特性。

转载地址:http://kymp.baihongyu.com/

你可能感兴趣的文章
Python 多处理不断产生 pythonw.exe 进程而不做任何实际工作
查看>>
Python 多处理如何优雅地退出?
查看>>
Python 多处理模块的 .join() 方法到底在做什么?
查看>>
python 学习 面向对象编程
查看>>
Python基础(7)--函数
查看>>
Python基础部分-while循环,格式化输出
查看>>
Python基础语法与执行脚本的3种方式
查看>>
python基础篇(1):type()
查看>>
python基础篇(15):闭包
查看>>
python基础篇(11):封装
查看>>
python基础篇(10):自定义包
查看>>
python基础篇(10):类、对象与构造方法
查看>>
python系列【仅供参考】:python斗地主
查看>>
Python基础教程(第2版 修订版) pdf
查看>>
python基础实践(四)
查看>>
Python基础学习笔记(九)常用数据类型转换函数
查看>>
Python基础学习参考(五):字符串和编码
查看>>
Python基础学习
查看>>
python基础变量之---集合
查看>>
python基础变量之---字典
查看>>