基于贝叶斯压缩感知的宽带雷达回波处理

• 作者: 吴琼 张兴敢 柏业超
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 贝叶斯压缩感知理论 Chirp 回波信号 相关向量机 自适应观测
• 年，卷（期）: 2015,（4）
• 页码范围: 665-672
• 页数: 8页
• 分类号: TN957.51
• 字数: 5460字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.04.002

摘要

宽带雷达回波处理中存在采样速率高、存储压力大、信号处理时间长的问题.压缩感知理论(Compressive Sensing,CS)利用以远低于奈奎斯特速率采样的样本可实现信号高概率重构,有效地降低了数据采样率,缓解了宽带雷达数字信号处理的压力.利用贝叶斯压缩感知(Bayesian Compressive Sensing,BCS),实现对雷达回波信号的压缩采样,减小数据量的同时能够充分恢复信号的目标信息.BCS 理论基于相关向量机(Relevance Vector Machine,RVM)原理,采用快速边际似然算法提高了目标信息的重建效率.仿真实验表明,相比于普通压缩感知,贝叶斯压缩感知对低维回波采样样本的重构精度更高,重构信号时域峰值相对误差降低10%以上,并且在相同误差水平下,对信噪比的要求降低5 dB,具有更强的抗噪声能力.基于贝叶斯方法的回波信号处理可以实现对目标回波的自适应观测采样,进一步降低了回波信号的采样率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴敢	南京大学电子科学与工程学院	100	853	16.0	24.0
2	柏业超	南京大学电子科学与工程学院	30	341	8.0	18.0
3	吴琼	南京大学电子科学与工程学院	33	237	8.0	14.0