| 基于稀疏贝叶斯学习的稀疏信号 表示ISAR成像方法 |
| |
| 引用本文： | 成萍,司锡才,姜义成,许荣庆. 基于稀疏贝叶斯学习的稀疏信号 表示ISAR成像方法[J]. 电子学报, 2008, 36(3): 547-550 |
| |
| 作者姓名： | 成萍 司锡才 姜义成 许荣庆 |
| |
| 作者单位： | 1. 哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;2. 哈尔滨工业大学电子工程技术研究所,黑龙江哈尔滨 150001 |
| |
| 基金项目： | 教育部博士点基金(No.20060213009) |
| |
| 摘 要： | 作为一种新的稀疏信号表示算法,SBL(稀疏贝叶斯学习)方法没有BP方法的结构错误,也比FOCUSS方法具有少的多的局部最小点.ISAR成像问题可以转化为稀疏信号表示的问题,因此本文首次将SBL用于ISAR成像.真实数据的成像结果表明SBL是一种比BP和FOCUSS更有效的ISAR成像算法.
|
| 关 键 词： | 逆合成孔径雷达 稀疏信号表示 稀疏贝叶斯学习 基寻踪 FOCUSS |
| 文章编号： | 0372-2112(2008)03-0547-04 |
| 收稿时间： | 2007-06-28 |
| 修稿时间： | 2007-06-28 |
Sparse Signal Representation ISAR Imaging Method Based on Sparse Bayesian Learning |
| |
| CHENG Ping,SI Xi-cai,JIANG Yi-cheng,XU Rong-qing. Sparse Signal Representation ISAR Imaging Method Based on Sparse Bayesian Learning[J]. Acta Electronica Sinica, 2008, 36(3): 547-550 |
| |
| Authors: | CHENG Ping SI Xi-cai JIANG Yi-cheng XU Rong-qing |
| |
| Affiliation: | 1. College of Information and Communication Engineering,Harbin Engineering University,Harbin,Heilongjiang 150001,China;2. Research Institute of Electronic Engineering Technology,Harbin Institute of Technology,Harbin,Heilongjing 150001,China |
| |
| Abstract: | As a new sparse signal representation algorithm,SBL(sparse Bayesian learning) method has no structural error as BP and has much fewer local minima than FOCUSS.ISAR imaging problem can be transformed into a sparse signal representation problem,therefore in the paper SBL is first applied in ISAR imaging.Imaging results of real data show SBL is a more effective ISAR imaging algorithm than BP and FOCUSS. |
| |
| Keywords: | FOCUSS |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
|
点击此处可从《电子学报》下载免费的PDF全文 |
