|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要: 传统压缩感知( CS, Compressive Sensing) 成像方法一般假定目标精确位于事先划定的成像网格上, 实际
- @# A' Q8 K7 h# P& m8 |% l中由于散射点空间位置是连续分布的, 因此偏离网格( Offgrid) 问题必然存在. 这会引起真实回波测量值与默认系统0 I( \% l/ L, Y$ N
观测矩阵之间失配, 导致传统 CS 成像方法性能恶化. 本文基于频率分集多输入多输出( FDMIMO, Frequency Diverse! m z# Y5 Z1 u/ Y
MultipleInput MultipleOutput) 雷达, 针对 Offgrid 目标提出了一种基于贝叶斯压缩感知的稀疏自聚焦( SAFBCS,( n5 ?3 u0 C" r D( ]) b
Sparse Autofocus Imaging Method Based on Bayesian Compressive Sensing) 成像算法. 该算法依据最大后验( MAP, Maxi2 k, G7 d, b. x9 x, ]( |
mum A Posteriori) 准则, 利用变分贝叶斯学习技术求解含有 Offgrid 目标的稀疏像. 与传统稀疏重构方法相比, 所提方
$ j- [( K( k* N6 O法充分利用了目标先验信息, 可自适应调整参数, 能够更好地反演稀疏目标, 同时具有校正 Offgrid 目标的网格位置偏. S% O5 ~5 u/ S/ N0 k! [
差以及估计噪声功率等优势. 仿真结果表明 SAFBCS 算法对网格划分不敏感, 具有稳健的成像性能.
) L [. b D( |% t1 G [+ E关键词: 贝叶斯压缩感知; FDMIMO 雷达; Offgrid 目标; 变分贝叶斯学习; 稀疏自聚焦成像 ! g. y( P, E+ H7 G
9 t+ E7 l% Z' ?; g+ \
基于贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像.pdf
(3.02 MB, 下载次数: 0)
* @$ Z3 U7 [6 B7 G |
|