图4.9  延时3m对应的输出信号19
图4.10  输出信号的频谱图19
图4.11  延时6m对应的输出信号20
图4.12  延时9m对应的输出信号20
图4.13  延时12m对应的输出信号20
图4.14  延时15m对应的输出信号20
表4.1  MAX19996相关特性参数14
表4.2  实验结果21
1  引言
1.1  研究背景和意义
雷达一般发射宽带或超宽带信号来满足人们对雷达高分辨力的需求，按照Nyquist采样率要求，采样率必须满足为信号带宽的两倍，然而，过高的采样率对雷达系统的数据采集、信号实时处理、传输和存储等都造成了巨大的压力，因此，科学家们考虑为高分辨雷达的信号处理系统找寻一种新的信号采集和实时处理的方式。2004年，Donoho、Candes和Tao等人提出了压缩感知(Compressive Sensing,CS)[1-4]理论，该理论作为一种全新的信号采集处理理论，它主要考虑的是将一个离散时间信号 从最少的样本中恢复出来的问题。CS理论摒弃了传统Nyquist采样定理中的有效信息提取率低、冗余度高的缺点，它基于信号可稀疏化的模型，构造一个观测矩阵将信号稀疏投影到一个低文空间上，生成字典并实现对测量信息的感知，然后以较低的采样标准进行采集信息，设计合适的重构算法，最后利用采集到的有限信息准确或近似重构原始信号，CS理论的提出必将给高分辨雷达信号处理带来一场伟大的变革。
近年来，国内外研究机构和学者对CS理论应用于高分辨雷达信号处理系统陆续展开了许多研究，科学家们提出，将CS理论应用于雷达信号处理需要三个关键步骤：将雷达目标回波信号的稀疏化处理；构造测量矩阵实现对测量信息的感知；设计合适的重构算法通过采集较少的数据重构雷达回波目标。对于目标回波信号是否能用某个变换矩阵或矢量集实现稀疏变换，是CS理论应用于高分辨雷达的前提条件。研究表明，雷达回波的原始数据经过某一个变化域或者矢量集都存在被稀疏化的可能，信号经过傅里叶变换实现了在频域的稀疏化，将信号在时域平面展开获得了时域的稀疏化，目标回波信号用小波变换分析得到了小波域的稀疏化。S.Mallat和Z.Zhang提出的过完备字典法相对于某一个变换域来言可以更加灵活的实现信号稀疏化，然而该方法由于计算量巨大，阻碍了它在雷达信号处理的应用。因为雷达目标回波信号的复杂性和不确定性，针对不同的雷达信号系统需要建立不同的目标回波稀疏化模型。本课题主要论述当雷达发射宽带或者超宽带线性调频脉冲（LFM）信号时，结合去斜处理（Stretch Processing）方法构造一组正交基变换矩阵实现回波信号的压缩变换，并用电路实验证明了LFM脉冲信号雷达进行压缩感知处理的可行性。
1.2  研究历史和现状
1.3  本论文的主要内容和结构安排
本文在研究压缩感知的雷达信号处理理论的基础上，针对2.4GHz载频宽带LFM脉冲信号雷达，研究一种物理实现技术—去斜处理来实现LFM脉冲信号目标回波的压缩变换，通过数据仿真方法验证稀疏变换原理，并用实验验证了去斜电路和LFM脉冲信号雷达进行压缩感知处理的可行性。主要的研究内容和结构安排如下：
第一章，首先介绍了压缩感知理论应用于高分辨率雷达的重要意义和应用前景，并指出回波信号稀疏化是CS理论应用于高分辨雷达的前提条件。然后对国内外关于CS理论应用于雷达信号处理的研究工作做了回顾，并概述了目标回波信号稀疏化处理的国内外研究现状。
第二章，本章主要分析基于压缩感知理论的雷达信号处理的理论研究，首先概述了压缩感知理论，接着对CS理论应用于雷达信号处理的三个关键的步骤进行分析，并说明回波信号稀疏化处理是CS理论应用的首要条件，引出了本文主要的研究工作即针对宽带LFM脉冲信号，利用去斜处理方法实现回波信号的稀疏变换。 线性调频信号稀疏投影实现电路研究+电路图+PCB图(2):http://www.youerw.com/tongxin/lunwen_20562.html