基于方差成分扩张压缩的稀疏贝叶斯ISAR成像方法 |
| |
引用本文: | 苏伍各,王宏强,邓彬,秦玉亮,凌永顺.基于方差成分扩张压缩的稀疏贝叶斯ISAR成像方法[J].电子与信息学报,2014(7). |
| |
作者姓名: | 苏伍各 王宏强 邓彬 秦玉亮 凌永顺 |
| |
作者单位: | 国防科技大学空间电子信息技术研究所;电子工程学院; |
| |
基金项目: | 国家自然科学基金(61171133);国家自然科学青年基金(61101182);湖南省杰出青年基金(11JJ1010)资助课题 |
| |
摘 要: | 基于贝叶斯框架下的稀疏重构方法,由于考虑了稀疏信号的先验信息以及测量过程中的加性噪声,因而能够更好地重建目标系数,然而传统的稀疏贝叶斯学习(SBL)算法参数多,时效性差。该文考虑一种新的稀疏贝叶斯学习方法方差成分扩张压缩(ExCoV),其不同于SBL中赋予所有的信号元素各自的方差分量参数,ExCoV方法仅仅赋予有重要意义的信号元素不同的方差分量,并拥有比SBL方法更少的参数。基于计算机层析成像技术框架下的ISAR成像模型,该文将ExCoV方法结合压缩感知(CS)理论将其进行ISAR成像,并从适用性和成像效果等方面与常用的极坐标格式算法(PFA),卷积逆投影算法(CBPA)和传统的稀疏重构算法进行比较,点目标仿真结果表明基于ExCoV的方法得到的ISAR像具有低旁瓣,高分辨率的特点,真实数据的成像结果表明该方法是一种比SBL更有效的ISAR成像算法。
|
关 键 词: | 逆合成孔径雷达 计算机层析成像 稀疏贝叶斯学习 方差成分扩张压缩 稀疏恢复 |
本文献已被 CNKI 等数据库收录! |
|