频率步进雷达研究历史与现状频率步进的概念事实上很早就被提出来了[[[] Ruttenburg K,GhanZit L 。high range resolution by means of pulse-pulse frequency shifting[M]。 EASCON,1968 。47。]]，但由于当时频率综合器的稳定度达不到要求，因而限制了频率步进雷达的发展。近年来，随着微波技术、大规模集成电路、频率综合器等技术的发展和突破，以及对高分辨率雷达的日益需求，频率步进雷达又受到了学者们广泛的关注，频率步进雷达可以真正投入实际运用，特别是用于成像中。上文提到频率步进雷达分为频率步进连续波雷达和频率步进脉冲串雷达。为了使探地雷达距离分辨率足够高（一般要求小于1m），频率步进连续波信号频率很高，上至S波段。相比于频率步进连续波雷达，频率步进脉冲串雷达的运用则更为广泛 ,主要包括弹道导弹检测[[[] Clark M，Etal E。 High range resolution techniques for ballistic missile targets[A] 。IEE Colloquim on High Resolution Radar and Sonar[C]。London,UK,1999。 ]]、SAR（合成孔径雷达）、ISAR（逆合成孔径雷达）、汽车防碰撞雷达等。本文以下频率步进雷达都是指频率步进脉冲串雷达。78745

美国的麻省理工大学和圣地亚哥国家海洋电子协会研究中心在频率步进雷达研究领域做出了巨大贡献，我国科研院所近年来也对频率步进雷达进行了大量研究，特别是在信号处理方面取得了很大进展。文献[[[] 梁冬青。基于Chirp子脉冲频率步进信号的低空动目标检测技术[D]。成都：电子科技大学，2006。]]主要研究了基于Chirp子脉冲频率步进信号的低空动目标检测技术，文献[[[] 姜海明。频率步进雷达导引头信号处理系统研究[D]。南京：南京理工大学，2006。]]主要研究了频率步进雷达导引头信号处理系统，文献[[[] 孔月玲 刘逸平。 步进频率雷达目标运动补偿方法研究[J]。火控雷达技术, 2008(04)。]]主要研究了频率步进信号的误差特性。目前研究的主要热点之一是用小波变换法、MUSIC算法、Chirp Z变换法等代替传统IFFT法对信号进行处理，主要难点是如何对多普勒频移进行精确的速度补偿以及如何检测变速目标。相信在不久的将来，频率步进雷达的研究又将来到一个新高度，频率步进雷达的运用领域将更加广泛。论文网

2  压缩感知理论研究历史与现状

CS同样只是近年来得到了足够的重视，但它的思想可以追溯到很久之前。早在1785年，Pony提出了在噪声中用复指数的一个线性组合来描述等间隔采样数据的数学模型，常称为Pony模型，并给出了线性化的近似求解算。接下来的理论飞跃出现在20世纪早期，Caratheodory表明任意k个正弦信号的一个正的线性组合可由时域上t=0和任意其他2k个点的值唯一确定。这表明当k很小，可能的频率范围很大时，相较于奈奎斯特率采样，需要的实际采样点可以少非常多。20世纪90年代， George、Gorodnitsky和Rao对前人的工作进行了总结[[[] Rao。B。 Signal Processing with the sparseness constraint [J]。 In Proc。 IEEE Int。 Conf。 Acoust,Speech, and Signal Processing (ICASSP), Seattle, WA,May 1998。]]。同时，Bresler、Feng和Venkataramani提出了一种采样方法用来获取限制在可能的光谱支撑集下，包含k个部分，有非零带宽的特定种类信号，但是该方法不能保证准确恢复[[[] Bresler。Y and Feng。P。 Spectrum-blind minimum-rate sampling and reconstruction of 2-D multiband signals [J]。In Proc。IEEE Int。 Conf。 Image Processing(ICIP), Zurich,Switzerland,Sept。1996。]][[[] Feng。P。 Universal spectrum blind minimum rate sampling and reconstruction of multiband signals [D]。 PhD thesis, University of Illinois at Urbana-Champaign, Mar。 1997。]]。2000年左右，Blu、Marziliano和Vetterli发展了对于只由k个系数决定的某些参量信号的采样方法，表明这些信号能被采样并且只用2k个采样值就能恢。不久前，Beurling提出了一种用推断观察到的数据来确定整个傅里叶变换方法，可以证明，如果一个信号由有限个脉冲组成，那么Beurling的方法就能从任何足够大的傅里叶变换的一部分正确恢复（非带限信号的）整个傅里叶变换。他的方法——在满足傅里叶值的所有信号中找满足最小l1范数的信号，与CS中使用的某些算法非常相似。更近几年，Candes、Romberg、Tao和Donoho的研究表明一个有稀疏性描述的信号能从少量线性、非适应的测量值中被恢复[[[] Candes。E。 Compressive sampling[J]。 In Proc。Int。Congress of Math, Madrid, Spain, Aug。2006。]][[[] Candes。 E and Tao。T。 Near optimal signal recovery from random projections: Universal encoding strategies [J]。 IEEE Trans。 Inform。 Theory, 52(12):5406-5425, 2006。]]。 压缩感知理论频率步进雷达研究现状:http://www.youerw.com/yanjiu/lunwen_90816.html