基于贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像

发布时间：2017-11-08 20:14

  本文关键词：基于贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像

  更多相关文章： 贝叶斯压缩感知 FD-MIMO雷达 Off-grid目标 变分贝叶斯学习 稀疏自聚焦成像

【摘要】：传统压缩感知(CS,Compressive Sensing)成像方法一般假定目标精确位于事先划定的成像网格上,实际中由于散射点空间位置是连续分布的,因此偏离网格(Off-grid)问题必然存在.这会引起真实回波测量值与默认系统观测矩阵之间失配,导致传统CS成像方法性能恶化.本文基于频率分集多输入多输出(FD-MIMO,Frequency Diverse Multiple-Input Multiple-Output)雷达,针对Off-grid目标提出了一种基于贝叶斯压缩感知的稀疏自聚焦(SAF-BCS,Sparse Autofocus Imaging Method Based on Bayesian Compressive Sensing)成像算法.该算法依据最大后验(MAP,Maximum A Posteriori)准则,利用变分贝叶斯学习技术求解含有Off-grid目标的稀疏像.与传统稀疏重构方法相比,所提方法充分利用了目标先验信息,可自适应调整参数,能够更好地反演稀疏目标,同时具有校正Off-grid目标的网格位置偏差以及估计噪声功率等优势.仿真结果表明SAF-BCS算法对网格划分不敏感,具有稳健的成像性能.
【作者单位】： 中国卫星海上测控部;中国科学技术大学中科院电磁空间信息重点实验室;合肥工业大学光电技术研究院;
【基金】：国家自然科学基金(No.61172155,No.61401140,No.61403421) 国家863计划项目资助课题(No.2013AA122903)
【分类号】：TN957.52
【正文快照】： 1引言多输入多输出(MIMO)雷达是一种采用多发射天线、多接收天线的雷达系统,通过利用发射信号的正交特性获得波形分集增益,以及利用发射机和接收机之间相对目标的空间展开特性获得空间分集增益,可以有效地提升雷达成像性能[1].频率分集MIMO(FD-MI-MO)雷达通过合理设计不同发射，

本文编号：1158653