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 中的列表理解和 lambda
查看>>
Python 中的多层for in嵌套循环使用
查看>>
Python 中的多线程(01/4)
查看>>
Python 中的多进程(01/2):简介
查看>>
Python 中的多进程(02/2):进程之间的通信)
查看>>
Python 中的字符串、列表、元组和字典数据类型的特点和使用场景
查看>>
Python 中的属性访问器是什么?如何使用 @property 装饰器?
查看>>
Python 中的带宽限制
查看>>
Python 中的机器学习简介:多项式回归
查看>>
python读取grib2数据_用Python加载grib2文件
查看>>
Python 中的注意点_s2
查看>>
Python读取Excel的几种工具包(附Demo)
查看>>
Python 中的生成器是什么?
查看>>
Python 中的离线语音转文本
查看>>
Python读写json文件的简单实现
查看>>
Python 中的线程
查看>>
Python 中的继承机制是什么样的?
查看>>
python读写excel之xlrd&xlwt&xlutils组合
查看>>
Python 中的装饰器是什么?
查看>>
Python 中的装饰器是如何工作的,有哪些实际应用场景?
查看>>