基于贝叶斯压缩感知的FD-MIMO雷达Off-Gri d目标稀疏成像

• 作者: 丁丽 尹治平 王天云 陆新飞 陈卫东
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1314-1321
• 页数: 8页
• 分类号: TN958
• 字数: 6789字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.06.008

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，Maxi-mum 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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈卫东	中国科学技术大学中科院电磁空间信息重点实验室	66	447	10.0	16.0
2	尹治平	合肥工业大学光电技术研究院	21	28	2.0	4.0
3	陆新飞	中国科学技术大学中科院电磁空间信息重点实验室	4	20	2.0	4.0
4	丁丽	中国科学技术大学中科院电磁空间信息重点实验室	4	53	3.0	4.0