本文關鍵詞：基于貝葉斯學習的下視三維合成孔徑雷達成像方法　出處：《光學學報》2017年06期 　論文類型：期刊論文

  更多相關文章： 成像系統(tǒng) 合成孔徑雷達 三維成像 貝葉斯學習 Lp正則化

【摘要】：為了獲得理想的跨航向分辨率,現(xiàn)有下視三維合成孔徑雷達(DL 3DSAR)成像方法所需天線陣列過長,且陣元數(shù)目過多。針對該問題,提出了一種基于Lp正則化的DL 3DSAR成像方法。在分析DL 3DSAR回波信號模型的基礎上,構建超完備字典,將跨航向成像過程轉化為Lp范數(shù)最小化問題,并分析其可行性,最后使用稀疏貝葉斯學習方法對其進行優(yōu)化求解以獲得最終的成像結果。仿真實驗結果表明,該方法在保證成像質量的前提下可以將成像所需陣列長度減少為原長度的1/4,或者在相同陣列條件下將跨行向分辨率提高1倍。
[Abstract]:In order to obtain the ideal cross track resolution, visual three-dimensional synthetic aperture radar (DL 3DSAR) under the existing imaging method of antenna array is too long, and the number of array elements too much. To solve this problem, proposed a DL 3DSAR Lp imaging method based on regularization. Based on analyzing the model of DL 3DSAR echo signal. To construct overcomplete dictionary, will cross the course into the imaging process of Lp norm minimization problem, and analyzed its feasibility, finally using sparse Bayesian learning method was optimized to obtain the final results of the imaging. Simulation results show that the method in the premise to ensure the imaging quality of the imaging can be reduced to the original array length required the length of the 1/4, or in the same array under the condition of cross line resolution will increase by 1 times.

【作者單位】： 空軍工程大學信息與導航學院;信息感知技術協(xié)同創(chuàng)新中心;復旦大學電磁波信息科學教育部重點實驗室;中國衛(wèi)星海上測控部;
【基金】：國家自然科學基金(61501498) 航空基金(20151996016) 陜西省統(tǒng)籌創(chuàng)新工程-特色產(chǎn)業(yè)創(chuàng)新鏈項目(2015KTTSGY04-06)
【分類號】：TN957.52
【正文快照】： 3復旦大學電磁波信息科學教育部重點實驗室,上海200433;4中國衛(wèi)星海上測控部,江蘇江陰214431下視三維合成孔徑雷達(DL-3D-SAR)是一種新體制SAR三維成像方式。該成像方式利用發(fā)射大帶寬信號獲得距離向分辨率,利用平臺運動形成的合成孔徑和跨航向的天線陣列分別獲得航跡向和跨航

【相似文獻】

相關期刊論文 前10條

1 王娟;柴玉梅;;基于多議題協(xié)商的貝葉斯學習[J];計算機技術與發(fā)展;2006年02期

2 馮楠;李敏強;寇紀淞;方德英;;基于貝葉斯網(wǎng)絡的軟件項目風險分析過程[J];計算機工程與應用;2006年18期

3 陳飛;王本年;高陽;陳兆乾;陳世福;;貝葉斯學習與強化學習結合技術的研究[J];計算機科學;2006年02期

4 胡振宇;林士敏;;貝葉斯學習中的線性聯(lián)合先驗[J];計算機工程與應用;2012年01期

5 王軍,周偉達;貝葉斯網(wǎng)絡的研究與進展[J];電子科技;1999年15期

6 胡振宇,林士敏,陸玉昌;相容的貝葉斯學習及其后驗分布的漸近正態(tài)性[J];廣西師范大學學報(自然科學版);2004年01期

7 柴玉梅;王娟;;基于學習的多議題協(xié)商[J];微計算機信息;2006年18期

8 王娟;王璞;;貝葉斯網(wǎng)絡的在線學習[J];黑龍江科技信息;2008年35期

9 王娟;王璞;;基于不妥協(xié)度的Bayes學習協(xié)商機制[J];電腦知識與技術;2008年27期

10 李晶晶;;論貝葉斯學習機的學習過程[J];甘肅聯(lián)合大學學報(自然科學版);2009年04期

相關會議論文 前2條

1 路子峗;張旭東;高雋;;基于稀疏貝葉斯學習的相關向量跟蹤[A];第七屆青年學術會議論文集[C];2005年

2 黃桂松;;一種基于貝葉斯網(wǎng)絡的業(yè)務驅動認知網(wǎng)絡實現(xiàn)方法[A];江蘇省電子學會2010年學術年會論文集[C];2010年

相關博士學位論文 前3條

1 徐e，

本文編號：1409196