《雷达学报杂志》发表论文赏析

可信推断近场稀疏综合阵列三维毫米波成像

来源:雷达学报杂志2024年第5期北京时间:

作者:杨磊, 霍鑫, 申瑞阳, 宋昊, 胡仲伟

单位:中国民航大学电子信息与自动化学院 天津 300300;

摘要:考虑到主动式电扫描毫米波成像系统在实际应用中成像场景要求大,分辨率要求高,但毫米波的波长短,继而造成满足奈奎斯特采样定理的均匀阵列规模及馈电网络复杂度过高,面临着成像精度、成像速度和系统成本之间的矛盾。针对以上问题,该文提出了可信推断近场稀疏综合阵列算法(CBI-SAS),在全贝叶斯学习框架下,该算法基于贝叶斯推断对复激励权值进行稀疏优化,得到复激励权值的完全统计后验概率密度函数,从而利用其高阶统计信息得到复激励权值的最优值及其置信区间和置信度。在贝叶斯推断中,为了实现较少数量的阵元合成期望波束方向图,可通过对复值激励权值引入重尾的拉普拉斯稀疏先验。然而,由于先验概率模型与参考方向图数据模型非共轭,因此需对先验模型进行分层贝叶斯建模,从而保证得到的复激励权值完全后验分布具有闭合解析解。为了避免求解完全后验分布的高维积分,采用变分贝叶斯期望最大化方法计算复激励权值后验概率密度函数,实现复激励权值的可信推断。仿真模拟实验结果显示,相较于传统稀疏阵列合成方法,所提方法阵元稀疏度更低、归一化均方误差更小、匹配方向图精度更好。此外,基于设计的稀疏阵列采集近场一维电扫和二维平面全电扫实测回波数据后,利用改进三维时域算法进行三维重建,验证了所提CBI-SAS算法在保证成像结果的同时降低了系统复杂性的优势。

关键词:毫米波成像, 贝叶斯推断, 稀疏阵列合成, 分层贝叶斯, 变分贝叶斯期望最大

基金资助:国家自然科学基金(62271487),中央高校基本科研业务费(3122023PT04)

2024年5期其他文献查阅:

微波视觉三维SAR实验系统及其全极化数据处理方法

基于相位追踪的SAR运动目标高阶距离徙动校正方法

SAR ATR中标签噪声不确定性建模与纠正

基于区域特征细化感知学习的星载SAR图像有源压制干扰抑制方法

多域浅层特征引导下雷达有源干扰多模态对比识别方法

基于脉内频率编码联合调频斜率捷变波形的ISRJ对抗方法

分布式间歇采样转发信号对机载干涉仪参数测量影响分析

异常值个数未知下辅助数据自适应筛选方法

基于子阵波束设计的空时二维杂波抑制方法

IAA-Net:一种实孔径扫描雷达迭代自适应角超分辨成像方法

可信推断近场稀疏综合阵列三维毫米波成像

基于涡旋电磁波新体制的雷达前视三维成像

互耦条件下基于稀疏重构的MIMO雷达角度估计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!