-
题名基于联合块稀疏模型的随机调频步进ISAR成像方法
被引量：4
- 1
-
-
作者
吕明久
陈文峰
夏赛强
杨军
马晓岩
-
机构
空军预警学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2018年第11期2614-2620,共7页
-
基金
国家自然科学基金(61671469)~~
-
文摘
在回波数据稀疏、低信噪比等不利条件下,利用随机调频步进信号进行ISAR成像时,成像性能将会严重下降。针对上述问题,该文在充分分析随机调频步进信号回波特性的基础上,提出利用目标距离向具有的联合块稀疏特征来获得高质量ISAR图像的新方法。首先,推导了在随机调频步进信号发射波形条件下目标回波信号的联合块稀疏成像模型并分析了该模型特征;其次,提出了联合块稀疏正交匹配追踪稀疏重构算法(JBOMP)实现对模型的求解。该算法利用ISAR回波信号具有的块稀疏以及联合稀疏等先验信息,因此在低量测值、低信噪比条件下的ISAR成像性能得到了增强。所提算法还可以实现对多维信号的联合处理,且具有较快的运算速度。理论分析与仿真实验均验证了所提方法的有效性。
-
关键词
ISAR成像
随机调频步进信号
联合稀疏模型
块稀疏模型
-
Keywords
ISAR imaging
Random Chirp Frequency-Stepped （RCFS） signal
Joint sparse model
Block sparse model
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名基于块压缩感知的大规模免授权多址接入方案
- 2
-
-
作者
张晶
马林
何艳
-
机构
南京邮电大学通信与信息工程学院
江苏省无线通信与物联网重点实验室
南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院
-
出处
《南京邮电大学学报(自然科学版)》
北大核心
2025年第2期20-29,共10页
-
基金
国家重点研发计划(2020YFB1807202)
国家自然科学基金(92067201)
江苏省重点研发计划(BE2020084-1)资助项目。
-
文摘
针对大规模机器终端零星突发传输场景,提出一种基于块压缩感知和自适应匹配追踪的大规模免授权多址接入方案。首先,将上行多址信号建模为逐帧稀疏结构压缩感知方程。然后,将上行多址信号重构问题转变为块稀疏结构的压缩感知多用户检测。最后,提出一种块稀疏模型自适应匹配追踪算法,完成多址信号检测,引入动态步长、动态剪枝和动态迭代3种自适应策略,提高多用户信号检测重构性能。仿真结果表明,所提方案极大降低了上行免授权多址接入传输的误码率,提高了无线网络的过载接入能力。
-
关键词
大规模机器类型通信
免授权多址接入
压缩感知多用户检测
块稀疏模型
自适应匹配追踪
-
Keywords
massive machine type communication(mMTC)
grant-free multiple access(GFMA)
com-pressive sensing(CS)multiuser detection
block sparse model
adaptive matching pursuit
-
分类号
TN929.5
[电子电信—通信与信息系统]
-
-
题名基于块稀疏贝叶斯模型的ISAR成像方法
被引量：6
- 3
-
-
作者
吴称光
邓彬
苏伍各
王宏强
秦玉亮
-
机构
国防科技大学电子科学与工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第12期2941-2947,共7页
-
基金
国家自然科学基金(61171133)
国家自然科学青年基金(61101182
61302148)~~
-
文摘
传统ISAR稀疏成像主要针对独立散射点散射系数的重构问题,然而实际情况下目标散射点之间并不是独立存在的,而是以区域或块的形式存在,在该情形下利用常用的稀疏重构算法并不能完全地刻画块状目标的真实结构,因此该文考虑采用块稀疏重构算法进行目标散射系数重建。基于块稀疏贝叶斯模型和变分推理的重构方法(VBGS),包含了稀疏贝叶斯学习(SBL)方法中参数学习的优点,其利用分层的先验分布来表征未知信号的稀疏块状信息,因而相对于现有的恢复算法能够更好地重建块稀疏信号。该方法基于变分贝叶斯推理原理,根据观测量能自动地估计信号未知参数,而无需人工参数设置。针对稀疏块状目标,该文结合压缩感知(CS)理论将VBGS方法用于ISAR成像,仿真实验成像结果表明该方法优于传统的成像结果,适合于具有块状结构的ISAR目标成像。
-
关键词
逆合成孔径雷达
块稀疏模型
压缩感知
块稀疏贝叶斯模型和变分推理
-
Keywords
Inverse SAR（ISAR）
Group sparse model
Compress Sensing（CS）
Bayesian Group-Sparse modeling and Variational inference（VBGS）
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名基于块稀疏贝叶斯模型的鬼成像重构算法
被引量：1
- 4
-
-
作者
吴学林
朱荣
郭迎
-
机构
无锡太湖学院物联网工程学院
曲阜师范大学计算机学院
中南大学自动化学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第S02期188-191,214,共5页
-
基金
国家自然科学基金(61876407)
江苏省物联网应用技术重点建设实验室(19WXWL05,18WXWL01)。
-
文摘
传统的相机系统使用物体透射或从物体反向散射的光在胶片或焦平面探测器阵列上形成图像,鬼成像系统则使用分离的光场之间的空间相关性来获得图像而且无需记录图像本身,在遥感、医学和显微成像方面具有巨大的应用潜力。然而传统的鬼成像系统存在大尺寸图像重构存储要求高难以实现的问题。针对此问题,本文提出了一种基于块稀疏贝叶斯模型的鬼成像重构算法。该算法首先将一个大尺寸的目标图像等分成若干个小尺寸图像块,然后再利用贝叶斯学习模型对每一个小图像块进行压缩感知重构求解,最后通过合并每一个小图像块的重构结果,得到最终的大目标重构图像。仿真实验结果显示,基于块稀疏贝叶斯的鬼成像重构算法可以明显提升图像重构速度及重构质量,并且在日常条件下也可以快速有效地重构大尺寸目标图像。
-
关键词
块稀疏贝叶斯模型
压缩感知
鬼成像
图像重构
-
Keywords
Block sparse Bayesian model
Compressed sensing
Ghost imaging
Images reconstruction
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于SURE估计的图像块稀疏收缩去噪算法
被引量：1
- 5
-
-
作者
崔琛
沙正虎
李莉
王粒宾
-
机构
安徽省电子制约技术重点实验室
电子工程学院信息工程系
中国人民解放军
-
出处
《计算机工程》
CAS
CSCD
2012年第23期231-235,共5页
-
文摘
针对图像过完备稀疏收缩去噪的阈值选取问题,根据图像的常规稀疏模型,提出一种基于SURE无偏估计的自适应阈值选择算法。在一阶可导收缩函数的基础上,推导阈值选择的优化目标函数,证明该函数是关于阈值的凸函数,利用黄金分割法搜索其全局最小值。仿真结果表明,该算法选择的阈值接近峰值信噪比阈值曲线的极大值点,将该算法应用于图像的块稀疏模型,可取得比常规稀疏模型更好的去噪效果。
-
关键词
稀疏表示
块稀疏模型
收缩去噪
通用阈值
Minimaxi阈值
SURE无偏估计
-
Keywords
sparse representation
block sparsity model
shrinkage denoising
general threshold
Minimaxi threshold
SURE agonic estimation
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名稀疏分解算法在炮位侦校雷达目标识别中的应用
被引量：1
- 6
-
-
作者
严军
轩启运
-
机构
南京电子技术研究所
-
出处
《现代雷达》
CSCD
北大核心
2022年第6期45-48,共4页
-
文摘
传统炮位雷达在利用步进频信号进行一维距离像宽带合成时,存在回波数据量大、信噪比低等问题,系统复杂度高且成像质量不高,不利于弹丸目标的快速分类识别。针对上述问题,文中充分发掘并利用步进频信号的回波特性,将压缩感知思想应用其中,构建了基于多脉冲回波信号的广义联合块稀疏模型,提出了模型下的重构算法,并将字典学习算法与之结合,大大提高了低测量值、低信噪比情况下的弹丸目标一维距离像质量,降低后端数据处理量的同时提高了炮位雷达目标识别的正确率。理论分析和仿真实验均证明了所提算法的有效性。
-
关键词
炮位雷达
一维距离像
压缩感知
广义联合块稀疏模型
目标识别
-
Keywords
weapon positioning radar
one-dimensional distance profile
compression perception
generalized joint block sparse model
target recognition
-
分类号
TN957
[电子电信—信号与信息处理]
-
