找回密码
 注册
关于网站域名变更的通知
查看: 829|回复: 1
打印 上一主题 下一主题

[毕业设计] 贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-6-22 09:22 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

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( CSCompressive 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  L& f0 r3 N5 A, a) |
中由于散射点空间位置是连续分布的, 因此偏离网格( Offgrid) 问题必然存在这会引起真实回波测量值与默认系统) C( X6 u; K* b( M
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( FDMIMOFrequency Diverse
$ N/ A) c( z* c0 ?! F* Q2 }MultipleInput MultipleOutput) 雷达, 针对 Offgrid 目标提出了一种基于贝叶斯压缩感知的稀疏自聚焦( SAFBCS! Q2 h, X" V0 |0 w2 Q; W
Sparse Autofocus Imaging Method Based on Bayesian Compressive Sensing) 成像算法该算法依据最大后验( MAPMaxi
; N# B3 d+ j0 Jmum A Posteriori) 准则, 利用变分贝叶斯学习技术求解含有 Offgrid 目标的稀疏像与传统稀疏重构方法相比, 所提方
/ v) w: N9 Y- Y) u( f, j1 t4 p) |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 Offgrid 目标的网格位置偏
. G  |; _; T1 s0 i9 r差以及估计噪声功率等优势仿真结果表明 SAFBCS 算法对网格划分不敏感, 具有稳健的成像性能) J9 W5 t/ ]$ W4 o
关键词: 贝叶斯压缩感知; FDMIMO 雷达; Offgrid 目标; 变分贝叶斯学习; 稀疏自聚焦成像
% A7 B: c, n0 O* r  k$ I$ u2 k8 l4 k
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)
$ H$ f7 i9 y- k9 N# u

该用户从未签到

2#
发表于 2021-6-22 10:57 | 只看该作者
贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像,收藏了。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-8-12 15:12 , Processed in 0.125000 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表