模式耦合稀疏贝叶斯MIMO雷达成像
胡仁荣1
童宁宁1
何兴宇1
苏于童2
1.空军工程大学防空反导学院,西安,7100512.西安交通大学数学与统计学院,西安,710049
摘要：通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像.利用MI-MO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MI-MO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来.通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像.仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法.
关键词：雷达成像MIMO阵列压缩感知稀疏贝叶斯学习
分类号：TN957.51(雷达)
资助基金：国家自然科学基金(6157010318)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 66-71 )
英文信息