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:
本文针对低空小型无人机在雷达探测中散射截面积小、相干积累时间短等问题,提出一种基于贝叶斯统计机器学习的逆合成孔径雷达超分辨成像方法.利用无人机相对空域背景的稀疏性先验知识引入重尾的拉普拉斯先验概率分布,并基于观测系统噪声高斯分布假设建立贝叶斯后验推理模型.针对先验分布的非共轭性,引入分层贝叶斯模型.最后应用变分贝叶斯期望最大算法,解析求解目标后向散射系数后验概率密度函数,并校正目标非系统性平动误差及其造成的成像散焦.与传统方法相比,该方法能够有效解决无人机目标雷达散射截面积较小带来的成像信噪比低以及相干积累时间较短带来的成像分辨率低等问题.仿真实验结果证明了本文所提方法的有效性和优越性.
推荐文章
基于稀疏贝叶斯学习的稀疏信号表示ISAR成像方法
逆合成孔径雷达
稀疏信号表示
稀疏贝叶斯学习
基寻踪
FOCUSS
基于混合动态贝叶斯网的无人机空战态势评估
无人机
态势评估
混合动态贝叶斯网络
基于局部动态贝叶斯网络的无人机态势评估
动态贝叶斯网络
无人机态势
实时评估
模式耦合稀疏贝叶斯MIMO雷达成像
雷达成像
MIMO阵列
压缩感知
稀疏贝叶斯学习
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 低空小型无人机贝叶斯学习超分辨ISAR成像
来源期刊 雷达科学与技术 学科 工学
关键词 无人机 逆合成孔径雷达 贝叶斯学习 机器学习 压缩感知
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 301-307,312
页数 8页 分类号 TN958
字数 5086字 语种 中文
DOI 10.3969/j.issn.1672-2337.2020.03.011
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 刘明昊 中国民航大学电子信息与自动化学院 1 0 0.0 0.0
2 徐久 中国民航大学电子信息与自动化学院 1 0 0.0 0.0
3 赵付成龙 中国民航大学电子信息与自动化学院 1 0 0.0 0.0
4 程凯飞 中国民航大学电子信息与自动化学院 1 0 0.0 0.0
5 杨磊 中国民航大学电子信息与自动化学院 8 15 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (28)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(16)
  • 参考文献(1)
  • 二级参考文献(15)
2017(26)
  • 参考文献(4)
  • 二级参考文献(22)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
逆合成孔径雷达
贝叶斯学习
机器学习
压缩感知
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
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
总被引数(次)
10892
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