資源描述:
《基于貝葉斯壓縮感知的合成孔徑雷達(dá)高分辨成像》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、------------------------------------------------------------------------------------------------基于貝葉斯壓縮感知的合成孔徑雷達(dá)高分辨成像第33卷第12期2011年12月電子與信息學(xué)報(bào)JournalofElectronics&hfformationTechnologyVbl.33No.12Dec.2011基于貝葉斯壓縮感知的合成孑L徑雷達(dá)高分辨成像徐建平+皮亦鳴曹宗杰(電子科技大學(xué)電子工程學(xué)院成都610073
2、)摘要:基于壓縮感知(Cs)的合成孔徑雷達(dá)成像方法可以顯著減少數(shù)據(jù)采樣時(shí)問(wèn)、數(shù)據(jù)量以及節(jié)省信號(hào)帶寬。然而,基于CS的方法對(duì)噪聲和雜波相當(dāng)敏感,在信噪比較低的時(shí)候,成像質(zhì)量較差。該文結(jié)合CS理論提出了合成孔徑雷達(dá)中的隨機(jī)孔徑貝葉斯壓縮感知(ncs)高分辨2維成像方法。在距離向應(yīng)用CS減少采樣數(shù)據(jù)的同時(shí),在方位向隨機(jī)抽取部分孔徑位置發(fā)射和接收信號(hào),以少量的測(cè)量孔徑和測(cè)量數(shù)據(jù)獲得重建目標(biāo)空間的足夠信息?;谪惾~斯的分析方法由于考慮了成像場(chǎng)景中的雜波以及壓縮采樣過(guò)程中的加性噪聲,因而能夠更好地重建目標(biāo)空間。仿真
3、結(jié)果表明,基于貝葉斯方法得到的圖像比基于FFT方法得到的圖像更加尖銳,比基于CS方法得到——————————————————————————————————————------------------------------------------------------------------------------------------------的圖像更加稀疏,因而具有更高的分辨率。關(guān)鍵詞:合成孔徑雷達(dá);壓縮感知;高分辨;貝葉斯壓縮感知;超寬帶中圖分類號(hào):TN957.52DOI:10.3724/
4、8P.J.1146.2010.01377文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009.5896(2011)12.2863.06SARImagingBasedXuJian-pingonBayesianPiYi—mingCompressiveSensingCaoZong-jie610073,China)(University巧ElectronicAbstract:TheScienceandTechnologyChina,ChengduCall——————————————————————————————————————-
5、-----------------------------------------------------------------------------------------------CompressiveSensing(CS)basedSARimagingmethodsignalbandwidth.However,theCSbasedmethodsonarereducethesamplingtime,thedatavolumeandasavesensitivetonoiseandclutter.
6、InthispaperanewimagingmodalitybasedBayesianCompressiveSensing(BCS)isproposedalongwithtonovelcompressedsamplingscheme.Thisnewimagingschemerequiresminorchangetraditionalaccounts——————————————————————————————————————-----------------------------------------
7、-------------------------------------------------------usedsystemandallowsbothrangeandtheazimuthcompressedsampling.Also,theBayesianformalismareforadditivenoiseencounteredincompressedmeasurementprocess.Experimentsimagingscheme.Thecarriedoutwithnoisyandclu
8、tteredprovideimagingscenesatoverifythenewresultsindicatethattheBayesianformalismcan——————————————————————————————————————------------------------------------------------------------------------------------------------sharp