基于贝叶斯学习的稀疏孔径ISAR自聚焦与横向定标方法.pdf
景福****90
亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于贝叶斯学习的稀疏孔径ISAR自聚焦与横向定标方法.pdf
本发明属于雷达信号处理领域,具体涉及一种基于贝叶斯学习的稀疏孔径ISAR自聚焦与横向定标方法。该方法首先利用拉普拉斯分层模型对ISAR图像进行稀疏先验建模,再利用变分贝叶斯方法对ISAR图像进行稀疏重构,在ISAR图像重构过程中,利用修正牛顿迭代方法,同时估计相位误差与目标转速,以实现稀疏孔径条件下的ISAR自聚焦与横向定标。本发明取得的有益效果为:通过本发明可实现稀疏孔径条件下的ISAR自聚焦与横向定标,在低信噪比、强干扰、有效孔径不足等因素引起的雷达回波数据孔径稀疏条件下,仍可获取聚焦效果好、分辨率高
基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法.pdf
本发明涉及逆合成孔径雷达成像信号处理技术,尤其涉及一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法,包括以下步骤:S1:构建基于压缩感知的稀疏孔径相位自聚焦模型;S2:选择参与相位补偿参数估计的目标距离单元;S3:设置迭代算法初始参数值;S4:单轮相位误差估计与补偿;S5:迭代终止条件判断;S6:更新相位自聚焦,重构ISAR图像。本发明将稀疏孔径下的ISAR成像相位自聚焦、ISAR图像重构以及图像质量评价结合起来,同时实现了相位误差估计、补偿、重构与评估四个步骤,通过缩小迭代相位误差估计偏移量逐级
稀疏孔径ISAR机动目标成像与定标方法.pdf
本发明公开了一种稀疏孔径ISAR机动目标成像与定标方法,包括如下步骤:建立机动目标ISAR稀疏孔径信号模型,通过构造包含MTRC的变尺度非均匀傅里叶二维字典以表征目标机动性;通过最大后验估计构造参数化稀疏成像模型,表示为联合目标参数估计和稀疏成像的代价函数;通过最小熵法寻找目标转动参数,通过坐标下降法进行参数迭代实现对机动目标旋转参数的粗估计;通过联合稀疏ISAR成像和目标转动参数估计,分解为稀疏成像和字典学习,依次迭代求解,实现具有MTRC校正和精确参数估计的高质量成像。本发明实现了利用稀疏孔径回波数据
基于贝叶斯压缩感知算法的稀疏阵列优化方法.pdf
本发明公开了一种基于贝叶斯压缩感知算法的稀疏阵列优化方法,包括以下步骤:(1)将阵列稀疏问题转化为阵列的参考波束的贝叶斯概率匹配问题,并通过求解相关向量机得到初始稀疏阵列;(2)对获得的初始稀疏阵列进行一阶泰勒近似展开以增加阵元位置的位置偏移量,对增加位置偏移量的稀疏阵列进行优化;(3)定义一个最小阵元间距值,将间距小于该最小阵元间距值的阵元点合并以达到约束最小阵元间距的目的,最后通过凸优化技术计算阵元的权重系数。该稀疏阵列优化方法具有较高的计算效率,采用更少的换能器数量获得相同的波束方向图性能,同时,稀
基于C-ADMMN的结构化稀疏孔径ISAR成像方法.pdf
本发明属于雷达成像领域,具体涉及一种基于C‑ADMMN的结构化稀疏孔径ISAR成像方法,包括以下步骤:S1对稀疏孔径ISAR回波信号进行建模;S2构建C‑ADMMN前向传播模型;S3利用C‑ADMMN求解结构化稀疏孔径ISAR成像问题。本发明取得的有益效果为:通过本发明可实现目标结构化稀疏孔径ISAR成像,在稀疏孔径条件下,可快速获得目标结构完整的高分辨率ISAR图像,能较好地反映ISAR图像散射点分布特性,能更清晰地获取目标结构信息。同时,本发明不依赖人工参数设置即可获取较好的成像效果。对于稀疏孔径条件