Compressed sensing og sparse rekonstruksjon i radarsammenheng

Abstract

Denne rapporten gir en kort gjennomgang av de viktigste prinsippene bak compressed sensing og vurderer noen mulige anvendelser i radarsammenheng. Compressed sensing er en metodikk som kan anvendes for å samle inn og rekonstruere data eksakt, selv når tilgjengelig datamengde ikke skulle tilfredsstille kravene for rekonstruksjon i henhold til klassisk sampling teori. Teorien bak compressed sensing har ført til endret forståelse av de grunnleggende prinsippene i signalbehandling og har fått mye oppmerksomhet i ulike bruksområder. Det er i litteraturen også foreslått ulike bruksområder innen radar. Denne rapporten tar for seg noen scenarioer begrenset til hvordan compressed sensing kan benyttes for generering av range-dopplerbilder. Range-dopplerbilder brukes ofte for å detektere mål, men for å generere høyoppløseligebilder må en radar sende mange pulser. Ved å ta i bruk compressed sensning teknikker kan en heller utsendte færre pulses og likevel gjenskape gode range-dopplerbilder ved hjelp av sparse rekonstruksjons metoder. De presenterte metodene er demonstrert anvendt både på simulerte og innsamlede datasett.

This report gives a short introduction to the main priciples behind compressed sensing and sparse reconstruction and looks at some radar applications. The techniques behind compressed sensing allows for exact signal recovery even if the available data may not satisfy the requirement imposed by classical sampling theory. This report particularly investigates the usage of compressed sensing in radars for construction of range-Doppler images. These images are often employed for target detection and compressed data can be collected by emitting fewer pulses. By employing sparse recontruction techniques one may still recover the full images. The presented methods are shown demonstrated on both simulated and real data.