基于最小绝对收缩与选择算子模型稀疏恢复的多目标检测

摘要：

针对地面多径环境下运动目标检测,使用最小绝对收缩与选择算子(LASSO)算法在参数估计时会出现伪目标的问题,提出一种基于LASSO模型框架的设计矩阵降维构造方法.首先,信号的多径传播能够带来目标检测的空间分集,信号在不同的多径上有不同的多普勒频移;此外,使用宽带正交频分复用(OFDM)信号能够带来频率分集.由于空间分集和频率分集的引入造成目标的稀疏特性.利用多径的稀疏性和对环境的先验知识,去估计稀疏向量.仿真结果表明,在一定信噪比(SNR,-5 dB)下,基于设计矩阵降维构造方法的改进的LASSO算法比基追踪算法(BP)、DS(Dantzig Selector)、LASSO等传统算法的检测性能有明显提高;在一定虚警率(0.1)条件下,改进的LASSO算法比原LASSO算法检测概率提高了30％.所提算法能够有效去除伪目标,提高雷达目标检测概率.

关键词：多径效应、稀疏向量恢复、多目标检测、最小绝对收缩与选择算子、正交频分复用信号雷达

所属期刊栏目：37

分类号：TN91

资助基金：the National Natural Science Foundation of China61362006,61371107;the Natural Science Foundation of Guangxi Zhuang Autonomous Region2014GXNSFBA118288;the Foundation of Guangxi Key Laboratory of Wireless Wideband Communication and Signal Processing GXKL061501.国家自然科学基金资助项目61362006,61371107;广西壮族自治区自然科学基金资助项目2014GXNSFBA118288;广西无线宽带通信与信号处理重点实验室基金资助项目GXKL061501

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2184-2188