找回密码
 注册
关于网站域名变更的通知
查看: 828|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
- @# 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( Offgrid) 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( FDMIMOFrequency Diverse! m  z# Y5 Z1 u/ Y
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( 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( MAPMaxi2 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 Offgrid 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 Offgrid 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 SAFBCS 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; FDMIMO 雷达; Offgrid 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

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 00:27 , Processed in 0.109375 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