稀疏贝叶斯学习框架下的扩展目标雷达关联成像

• 作者: 周小利 王宏强 秦玉亮 程永强
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 雷达关联成像 扩展目标 稀疏贝叶斯学习 结构配对 变分贝叶斯期望-最大化
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息与通信工程·材料科学与工程·物理学
• 页码范围: 151-157
• 页数: 7页
• 分类号: TN957
• 字数: 5363字
• 语种: 中文
• DOI: 10.11887/j.cn.201703023

摘要

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法.该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化.该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数.实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦玉亮	国防科技大学电子科学与工程学院	54	406	12.0	17.0
2	王宏强	国防科技大学电子科学与工程学院	93	803	14.0	24.0
3	程永强	国防科技大学电子科学与工程学院	18	96	5.0	9.0
4	周小利	国防科技大学电子科学与工程学院	5	29	3.0	5.0