基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
阵列合成孔径雷达(Linear Array Synthetic Aperture Radar,LASAR)3维成像技术是一种具有重要潜在应用价值的雷达成像新体制,但受线阵天线及平台尺寸限制,传统匹配滤波成像算法难以实现LASAR高分辨3维成像.该文利用LASAR回波信号及观测目标的先验分布特性,提出了一种基于快速稀疏贝叶斯正则化重构的LASAR高分辨3维成像算法.该算法先结合贝叶斯估计准则及最大似然估计原理,构造LASAR目标重构的稀疏贝叶斯最小化代价函数;再利用迭代正则化方法求解联合范数最优化问题实现LASAR稀疏目标高分辨3维成像.另外,针对稀疏贝叶斯正则化成像运算量大的问题,结合位置预测快速成像思路,利用阈值分割算法对稀疏粗成像进行强目标提取,进而提升算法运算效率.仿真数据和实测数据验证了该文算法的有效性.
推荐文章
基于稀疏成份分析的高分辨成像算法
Costas编码
释疏成份分析
波形熵
基于稀疏贝叶斯估计的单图像超分辨率算法
单图像超分辨率
超分辨率
贝叶斯估计
回归
稀疏表示
基于压缩冗余采样的线阵三维SAR成像方法
线阵三维SAR
压缩感知
冗余采样
三维成像
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏贝叶斯正则化的阵列SAR高分辨三维成像算法
来源期刊 雷达学报 学科 工学
关键词 阵列合成孔径雷达 3维成像 压缩感知 稀疏贝叶斯 稀疏重构
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 705-716
页数 12页 分类号 TN957.5
字数 6848字 语种 中文
DOI 10.12000/JR18067
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张晓玲 电子科技大学信息与通信学院 76 426 11.0 15.0
2 师君 电子科技大学信息与通信学院 21 96 5.0 8.0
3 韦顺军 电子科技大学信息与通信学院 20 95 6.0 8.0
4 田博坤 电子科技大学信息与通信学院 2 3 1.0 1.0
5 闫敏 电子科技大学信息与通信学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (3)
参考文献  (17)
节点文献
引证文献  (2)
同被引文献  (29)
二级引证文献  (4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(5)
  • 参考文献(3)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
阵列合成孔径雷达
3维成像
压缩感知
稀疏贝叶斯
稀疏重构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
总被引数(次)
4241
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导