Influence of Antenna Pattern Sidelobes on the Performance of Scanning Radar Angular Super-Resolution Algorithm
1. 研究目标与实际问题意义
1.1 研究目标
论文旨在通过数值仿真分析天线方向图旁瓣水平对卷积矩阵条件数的影响，进而揭示其对超分辨率算法性能的作用机制。具体而言：
“从数值仿真角度，阐述天线方向图旁瓣对卷积矩阵条件数的影响，进而分析其对超分辨率算法性能的影响。”
1.2 实际意义
- 提升雷达角分辨率：实波束扫描雷达的角分辨率受限于波束宽度，超分辨率算法可突破这一限制，但需解决逆问题的病态性。
- 天线设计指导：通过量化旁瓣水平对算法稳定性的影响，为实际雷达系统中天线方向图的设计提供理论依据。
- 应用场景：适用于地面测绘、海面监视等需要高分辨率的场景，提升目标分离与识别能力。
2. 论文提出的新思路、方法及模型
2.1 信号模型与关键公式
2.1.1 回波信号建模
实波束扫描雷达的方位向回波信号可建模为目标散射系数与天线方向图的卷积：
s ( θ ) = h ( θ ) ⊗ σ ( θ ) + n ( θ ) ( 1 ) s(\theta) = h(\theta) \otimes \sigma(\theta) + n(\theta) \qquad (1) s(θ)=h(θ)⊗σ(θ)+n(θ)(1)
其中：
- s ( θ ) s(\theta) s(θ)：基带回波信号
- h ( θ ) h(\theta) h(θ)：天线方向图
- σ ( θ ) \sigma(\theta) σ(θ)：目标散射系数
- n ( θ ) n(\theta) n(θ)：噪声
2.1.2 矩阵化表达
将卷积操作转化为矩阵运算：
s = H σ + n ( 6 ) s = H\sigma + n \qquad (6) s=Hσ+n(6)
其中， H H H为非周期卷积矩阵，其结构如下：
s = [ h 1 h 2 h 1 ⋮ h 2 ⋱ h M ⋮ ⋱ h 1 h M ⋱ h 2 ⋱ ⋮ h M ] σ ( 7 ) s = \begin{bmatrix} h_1 \\ h_2 & h_1 \\ \vdots & h_2 & \ddots \\ h_M & \vdots & \ddots & h_1 \\ & h_M & \ddots & h_2 \\ & & \ddots & \vdots \\ & & & h_M \end{bmatrix} \sigma \qquad (7) s=
h1
最低0.47元/天 解锁文章
扫一扫
15万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
