基于MIMO阵列与压缩感知的雷达前视超分辨成像方法研究.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于MIMO阵列与压缩感知的雷达前视超分辨成像方法研究.docx
基于MIMO阵列与压缩感知的雷达前视超分辨成像方法研究基于MIMO阵列与压缩感知的雷达前视超分辨成像方法研究摘要:随着科技的不断进步,雷达成像技术得到了广泛应用。其中,超分辨成像是提高雷达分辨率的一种有效方法。然而,传统的雷达超分辨成像方法在资源利用率和成像质量方面存在一定的局限性。针对这个问题,本文提出了一种基于MIMO阵列与压缩感知相结合的雷达前视超分辨成像方法。该方法通过利用MIMO阵列的多通道信息和压缩感知的理论,实现了对目标物体的高分辨成像。实验结果表明,该方法在保证成像质量的同时,还显著提高了
基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置.pdf
本发明公开了一种基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置,建立机载前视阵列雷达信号模型,采用沿方位向的阵列天线接收系统,对前视区域进行扫描,获取距离‑脉冲‑阵列三维回波数据;对接收到的三维数据进行距离向的脉冲压缩,对脉压后的数据进行逐距离‑脉冲单元稀疏重构处理,采用改进的稀疏度自适应匹配追踪算法获取每个空域快拍重构的目标散射系数矢量;将每个距离‑脉冲单元的重构的目标散射系数矢量沿方位角度进行非相参累积,得到距离方位高分辨成像结果。本发明对单个空域快拍进行处理,可以高效率且高精度的重构其对应的
基于压缩感知的雷达目标距离超分辨成像算法.pptx
,目录PartOnePartTwo压缩感知基本概念信号的稀疏表示测量矩阵的设计PartThree雷达信号处理概述距离分辨率的概念超分辨成像算法原理PartFour算法流程实验结果与分析算法优势与局限性PartFive优化测量矩阵迭代优化算法算法性能评估PartSix在雷达探测领域的应用在其他领域的应用前景未来研究方向与挑战THANKS
基于Renyi熵的ITR-DTV雷达前视超分辨成像方法.pdf
本发明涉及一种基于Renyi熵的ITR‑DTV雷达前视超分辨成像方法,成像方法包括:基于雷达前视成像的运动几何模型,将回波信号在方位向上表示为天线方向图卷积目标散射系数的形式,构建得到雷达观测模型;对目标散射系数构造目标函数;结合雷达观测模型,采用方向全变差算子作为目标函数的正则项,同时在目标函数的损失函数中加入正定加权矩阵,并选取Renyi熵作为目标函数的另一正则项,得到目标优化模型;使用ADMM方法迭代求解目标优化模型,得到求解模型函数,并更新求解模型函数中的松弛变量、目标相位和目标幅度;利用目标相位
基于压缩感知和深度学习的超分辨成像方法研究.docx
基于压缩感知和深度学习的超分辨成像方法研究I.简述近年来随着深度学习技术的不断发展,基于压缩感知和深度学习的超分辨成像方法研究逐渐成为了一个热门的领域。这种方法的出现,为解决传统图像处理技术在高分辨率成像方面的局限性提供了新的思路。简单来说这种方法就是利用深度学习的强大学习能力,从大量的低分辨率数据中学习和提取出高分辨率的特征表示,从而实现对高分辨率图像的有效重建。这种方法具有很大的潜力,不仅可以应用于医学影像、遥感卫星图像等领域,还可以应用于虚拟现实、增强现实等新兴领域。基于压缩感知和深度学习的超分辨成