基于稀疏贝叶斯学习的双基雷达关联成像
Bistatic Radar Coincidence Imaging Based on Sparse Bayesian Learning作者机构:空军工程大学信息与导航学院西安710077 复旦大学波散射与遥感信息国家教育部重点实验室上海200433
出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)
年 卷 期:2019年第41卷第12期
页 面:2865-2872页
核心收录:
学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程]
基 金:国家自然科学基金(61631019) 陕西省自然科学基础研究计划项目(2016JM4008,2018JM6072)
主 题:双基雷达 雷达关联成像 稀疏贝叶斯学习 参数化稀疏表征
摘 要:双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。