文档介绍：承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学硕士学位论文i摘要分布式压缩感知(pressed Sensing,DCS)将单信号在某个基下稀疏扩展到信号群在一组基下联合稀疏,并利用信号的相关性实现低速采样下多信号的联合重构。MIMO雷达采用分集技术改善系统性能,它的多个接收信号在目标空间具有相同的稀疏性,因而将DCS应用于MIMO雷达系统势必会为其信号处理带来新的变新。本文结合国家自然基金“分布式压缩感知MIMO雷达目标联合稀疏表示和重构研究”(61071163),主要研究了DCS中信号群表示的联合稀疏模型及重构算法;DCS-MIMO雷达信号的稀疏表示模型及优化重构、多目标参数估计问题,完成的工作如下:针对具有共同稀疏结构的第二联合稀疏模型信号群的重构,提出了基于贪婪迭代思想的联合正交匹配追踪(Joint Orthonormal Matching Pursuit,JOMP)算法,该算法在每次迭代中,选择占所有信号最大残余能量的列索引并更新信号在所有已选基向量上的正交投影系数和残余分量,仿真表明,该算法可以降低重构信号群的时间。研究了非相干DCS-MIMO雷达的信号模型和参数估计问题,首先提出了信号模型并在延时空间实现了所有接收信号的联合稀疏表示,然后利用分段的一步贪婪算法(One Step Greedy Algorithm,OSGA)和JOMP算法实现了目标延时和反射幅度的估计。仿真表明,非相干DCS-MIMO雷达可以有效的抵抗目标的RCS起伏,提高目标的参数估计精度。研究了相干DCS-MIMO雷达的多目标参数估计问题,推导了接收信号在角度空间的联合稀疏表示模型。针对单基地MIMO雷达,提出了基于差值的DCS-OSGA一维谱估计算法,利用接收信号与各个基向量相关性的二阶差值作为谱估计器,实现了DOA的估计,仿真表明,该算法获得了较高的角度分辨率。针对双基地MIMO雷达,提出了基于一步贪婪的二维谱估计算法,将各稀疏基中具有相同索引的基向量与相应信号的内积之和作为谱估计器,实现了DOD和DOA的联合估计。仿真表明,该算法显著降低了二维角度估计的运算量。关键词:MIMO雷达,参数估计,分布式压缩感知算法,联合稀疏模型,一步贪婪算法,联合正交匹配追踪算法DCS-MIMO雷达参数估计研究iiABSTRACTDistributed Compressed Sensing (DCS) extends sparsity from single signal to multi-signal ensembles. It also enables joint recovery under low-speed sampling that exploits both intra-and inter-signal correlation radar mainly adopts the diversity technology to improve system performance; its multiple received signals have the same sparsity in the target parameter space. Thus DCS will bring new innovations to the signal processing of MIMO radar system. Combined with the national natural fund“Study On Joint Sparsity Presentation and Parameter Estimation forDCS-MIMO Radar, this paper mainly focuses on Joint Sparsity Models and Reconstruction algorithm of Jointly Sparse Signals as well as Signal model and target parameter estimation in DCS-MMO radar system. plete