1、稀疏信號處理作為一種新的信號處理技術(shù)，提供了一個用少量數(shù)據(jù)進行原始信號重建的框架。壓縮感知（Compressed Sensing, CS）理論是近年來興起的一種稀疏處理理論，它自提出起就在各領(lǐng)域得到了大力的發(fā)展。尤其在利用缺損的雷達回波數(shù)據(jù)獲取目標信息的研究中，壓縮感知體現(xiàn)出了巨大的應用價值。壓縮感知主要由信號的稀疏表示、測量矩陣的選取和信號重構(gòu)算法三部分組成，其中信號重構(gòu)算法在雷達信號處理中的應用以及其硬件實現(xiàn)是本文研究的重點。由于稀

2、疏重構(gòu)算法的運算量較大，為滿足雷達信號處理的實時性要求，我們采用資源豐富、并行能力強的現(xiàn)場可編程門陣列（FPGA）來進行重構(gòu)算法的硬件加速實現(xiàn)。
　　本文主要研究在頻率捷變雷達和稀疏頻率步進雷達中采用稀疏信號處理進行目標檢測的方法，并利用重建準確度高的正交匹配追蹤算法（OMP）來實現(xiàn)有效信息的提取及目標信號的重構(gòu)，最后基于FPGA進行了算法的加速實現(xiàn)。所做工作如下：
　　1.對稀疏信號處理的內(nèi)容和原理進行了介紹，討論了不同信

3、號重構(gòu)算法方法的優(yōu)缺點，著重介紹了貪婪算法和梯度追蹤算法，并簡要闡述了稀疏重構(gòu)技術(shù)在雷達信號處理中的應用。
　　2.對壓縮感知技術(shù)在頻率捷變雷達目標檢測中的應用進行了理論分析和可行性驗證。針對傳統(tǒng)捷變頻雷達中相干積累時間長、信號處理復雜等問題，提出使用稀疏重構(gòu)技術(shù)進行處理，并采用OMP算法進行重構(gòu)實現(xiàn)。考慮到OMP算法存在計算量大、計算耗時等缺點，本文對其進行了優(yōu)化，通過對支撐集進行正交化處理減少了最小二乘部分的迭代次數(shù)，并用計算

4、復雜度低、收斂速度快的共軛梯度（CG）算法代替計算復雜度高的矩陣分解法進行最小二乘求解，最終得到了優(yōu)化的OMP-CG算法。最后，我們基于一組實測數(shù)據(jù)驗證了 OMP-CG算法在頻率捷變雷達中進行靜目標和動目標檢測的有效性，并基于XC7VX690T FPGA平臺加速實現(xiàn)了OMP-CG算法。
　　3.對稀疏信號處理在稀疏頻率步進雷達中進行高分辨距離像重建的可行性進行了理論分析和數(shù)據(jù)驗證。首先介紹了頻率步進雷達的工作原理，分析比較了傳統(tǒng)步

5、進頻信號與稀疏步進頻信號的特征，并得到了稀疏步進頻雷達回波信號的稀疏表示形式。然后基于步進頻信號的特征，對 OMP-CG算法進行了改進：按照測量矩陣抽取的先驗條件對誤差余量補零后進行IFFT運算來得到字典矩陣各列與誤差余量的相關(guān)性，在簡化稀疏基構(gòu)造的同時也使相關(guān)性部分的計算復雜度從O?N2?降到?O N log N?，我們將優(yōu)化后的算法稱為SFOMP算法。最后用一組實測的步進頻雷達回波數(shù)據(jù)驗證了 SFOMP算法進行高分辨距離像重建的有效