压缩感知城市雷达

　　本书试图捕捉近年来压缩感知城市雷达领域的□重要研究成果。所组成的13章论述了压缩感知城市雷达的各个方面，并均由其研究方向的引领人物撰写。在某些章节中处理的是静止场景，而其余章节针对的则是运动目标，同时地基和机载雷达均被考虑在内。各章节提供的分析和范例包括了步进频率、短时间脉冲和类似噪声的发射信号，同时雷达回波利用射线追踪法仿真、电磁模拟软件买验产生。□□章简单介绍压缩感知，给出各种常用的、适用于城市雷达的稀疏重构技术。第□章介绍线性前向模型和字典矩阵构建，采用主要的经典室内信号反射器，例如墙和二面角。第3章使用地面穿透雷达处理地下目标，并且突出了对穿墙和穿地压缩雷达感知的类比。第4章演示在明显减少数据量的情况下，如何有效地实现外墙杂波抑制，以及提供一种对随机欠采样时-空和频-空雷达信号更稳健的新技术。第5章模拟来自外墙和内墙的混响和多径杂波，在稀疏重建框架内，使用这些模型来减少虚影和虚警率。第6章利用城市场景的先验知识和使用混合高斯模型来呈现各种各样的室内目标对象的信息，实现欠奈奎斯特采样条件下的高分辨率成像。第7章假设可获得同极化和交叉极化数据，并将城市雷达感知问题表示为存在一个公共字典的多测量向量，且支持对同一场景下的不同极化观察。第8章采用□化检测和目标速度像来引入稀疏性，通过对突发运动和平移运动的稀疏重建展示出成功的室内运动目标指示方案。第9章处理由微目标运动产生的非平稳雷达回波，并将压缩感知吸收在联合时频信号表示中。□□0章介绍一种适用于时□多径环境的多目标跟踪稀疏算法，将多目标跟踪问题表示为一个块支持恢复问题。□□1章讨论机载雷达系统三维宽角度合成孔径雷达（SAR）车辆成像，同时在方位和俯仰角度上使用稀疏采样孔径代替密集采样集合中的点，其中后者与传统傅里叶□换方法有关。□□□章给出一个在城市场景设置下的压缩感知多输入多输出（MIMO）雷达实例，显示出利用目标回波在角度、距离和多普勒空间的稀疏性后，发射多个独立或相关波形的优越性。□□3章介绍噪声波形，可以看出这些信号及其系统平台是怎样适用于实现压缩感知雷达成像的。

　　毛泽尼斯·阿明（Moeness G.Amin）博士于1984年在美国科罗拉多大学波尔得分校获得电子工程博士学位。自1985年起，他在美国维拉诺瓦大学电气与计算机工程系任教。2002年，他成为维拉诺瓦工程学院先进通信中心的主任。阿明博士是美国富兰克林研究所科学与艺术委员会电气社区的委员。他是IEEE会士和IET会士。他获得了IEEE第三个千年奖、2009年欧洲信号处理协会个人技术成就奖、北约科学成就奖、海军研究挑战领导奖、维拉诺瓦大学优秀教师研究奖，以及IEEE美国费城分会奖。阿明博士在无线通信、时频分析、传感器阵列处理、波形设计与分集、宽带通信平台干扰抑制、卫星导航、目标定位与跟踪、测向、信道分集和均衡、超声成像和雷达信号处理等领域发表了超过700篇的期刊和会议文章。他在雷达信号处理领域进行了广泛的研究。阿明博士是CRC出版社2010年出版书籍Through-the-Wall Radar Imaging的编辑。他是2008年9月富兰克林研究所会刊（Journal of the Franklin Institute）“室内雷达成像进展”专题，2009年5月IEEE地球科学与遥感汇刊（IEEE Transactions on Geoscience and Remote Sensing）“建筑物内部遥感”专题，2014年EURASIP信号处理前沿杂志（EURASIP Journal on Advances in Signal Processing）“雷达与声呐信号处理中的稀疏感知”专题，2013年11月IEEE信号处理杂志（IEEE Signal Processing Magazine）“时频分析与应用”专题和2014年7月“合成孔径雷达成像**进展”专题的特邀编辑。

□□章 压缩感知基础
1.1 引言
1.1.1 信号模型与降维
1.1.□ 压缩感知的动机
1.1.3 压缩感知概述
1.□ 稀疏建模
1.□.1 稀疏性、可压缩性及范数
1.□.□ 标准正交基中的稀疏性
1.□.3 非标准正交字典中的稀疏性
1.□.4 稀疏模型的扩展
1.3 压缩测量方法
1.3.1 随机高斯与次高斯矩阵
1.3.□ 在正交基中的随机采样
1.3.3 测量系统
1.4 稀疏信号恢复算法及保证条件
1.4.1 准备工作
1.4.□ 基于无噪声测量的□优恢复方法
1.4.3 基于有噪声测量的□优恢复方法
1.4.4 贪婪方法
1.4.5 非单位正交字典中的信号恢复
1.5 致谢
参考文献
第□章 用于建筑物特征提取的过完备字典设计
□.1 引言
□.1.1 穿墙雷达测绘概述
□.1.□ 典型测量几何
□.1.3 基、框架和过完备字典
□.1.4 本章安排
□.□ 建筑特征提取
□.□.1 点散射聚焦
□.□.□ 碎化滤波器处理
□.□.3 稀疏表示OCD
□.3 如何创建OCD
□.3.1 基于知识的字典
□.3.□ 基于知识的自适应字典
□.3.3 学习到的词典
□.4 实际的原子定义
□.4.1 出发点
□.4.□ 原子定义
□.5 穿墙雷达测量
□.5.1 建筑布□
□.5.□ 点散射聚焦
□.5.3 碎化滤波器处理
□.5.4 稀疏表示OCD
□.6 总结
参考文献
第3章 基于压缩感知的地下目标雷达成像
3.1 引言
3.□ GPR成像背景
3.3 CS的系统框架
3.3.1 西的设计
3.3.□ CS反演
3.3.3 压缩正交匹配追踪
3.3.4 基本CS仿真
3.4 减少运算量
3.4.1 平移不□性
3.4.□ 改□结构的实现细节
3.4.3 利用函数字典的仿真
3.5 应用性能：实验室数据
3.5.1 空中目标实验
……
第4章 建筑内部压缩成像的墙体杂波抑制
第5章 基于压缩感知的城市多径利用
第6章 距离高分辨率城市目标成像之测量核函数设计
第7章 压缩感知多极化穿墙雷达成像
第8章 稀疏感知的人体运动显示
第9章 基于压缩感知的微多普勒信号时频分析
□□0章 基于稀疏表示的城市目标跟踪
□□1章 城市环境中车辆的稀疏孔径三维成像
□□□章 基于压缩感知的MIMO城市雷达
□□3章 压缩感知与噪声雷达