基于GPD的稳健贝叶斯压缩感知ISAR成像方法

• 作者: 包兆华 夏朝禹 王震 郭春妮 高瑜翔 黄坤超
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 逆合成孔径雷达 成像方法 贝叶斯压缩感知 广义Pareto先验分布
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 585-590
• 页数: 6页
• 分类号: TN957|TN985
• 字数: 3833字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.05.016

摘要

现有贝叶斯压缩感知(Bayesian Compressed Sensing,BCS)-逆合成孔径雷达(Inverse Synthet-ic Aperture Radar,ISAR)成像算法中先验分布模型不能很好地满足可压缩性,导致成像精度随脉冲数目的减小、高斯噪声的增强而急剧下降.为此,提出了一种基于广义Pareto分布改进BCS成像方法(Improving BCS imaging based on GPD,IGPCS).该方法主要在BCS框架下利用广义Pareto先验分布替代传统的广义Gaussian先验分布,以增强模拟信号的稀疏先验和可压缩性.进一步地,为了克服后验概率模型计算困难等问题,采用最大后验(Maximum A Posteriori,MAP)方法对超参数进行估计.通过对Mig-25小型飞机的ISAR模拟实验表明,与传统方法相比,IGPCS方法能够获取极高的成像精度,并且对低脉冲数、强高斯噪声环境具有较强的鲁棒性.