基于贝叶斯压缩感知的频率步进探地雷达成像算法

《基于贝叶斯压缩感知的频率步进探地雷达成像算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第329第5期2015年10月沈阳航空航天大学学报JournalofShenyangAerospaceUniversityV．01．32NO．5Oct．2015文章编号：2095—1248(2015)05—0068一06基于贝叶斯压缩感知的频率步进探地雷达成像算法孙延鹏，王艺霖，屈乐乐(沈阳航空航天大学电子信息工程学院，沈阳110136)摘要：针对传统压缩感知频率步进探地雷达成像算法存在计算量大和对噪声和重建正则化参数敏感的问题，提出一种基于稀疏贝叶斯学习的贝叶斯压缩感知成像算法。该成像算法的核心通过稀疏贝叶斯线性回归模型中相

2、关向量机的学习来实现对探测场景反射系数的重构。仿真结果表明，相比其他的经典算法，所提成像算法能够更好地利用了探测场景的统计先验信息，能够更好地兼顾重构精度和计算效率。关键词：频率步进探地雷达；贝叶斯压缩感知；成像算法中图分类号：TN958文献标志码：Adoi：10．3969／j．issn．2095—1248．2015．05．010Stepped-frequencyGPRimagingalgorithmbased0UbayesiancompressivesensingSUNYah-peng，WANGYi-lin，QULe—le(

3、CollegeofElectronicandInformationEngineering，ShenyangAerospaceUniversity，Shenyang110136，China)Abstract：Thestepped—frequencygroundpenetratingradar(GPR)basedonthetraditionalcompressivesens。ingisrathercomputationallyintensiveandsensitivetOtheregularizationparameter．Tos

4、olvetheaboveprob—lem，animagingalgorithmbasedonBayesiancompressivesensing(BCS)isproposedinthepaper．WithinthesparseBayesianlinearregressionmodel，theproposedBCS-basedimagingalgorithmusestherelevancevectormachinetoreconstructthereflectivityoftheinvestigationscene．Thenum

5、ericalsimulationresultsshowthattheproposedimagingalgorithmCantakeadvantageofthepriorstatisticalinformationofthescenereflectiviesandachievebothreconstructionaccuracyandcomputationefficiencycomparedwiththetradition—a1CS．basedimagingmethods．Keywords：stepped—frequencygr

6、oundpenetratingradar；Bayesiancompressivesensing；imagingalgorithm频率步进体制是探地雷达技术的工作体制之定间隔逐步上升的连续波，并对不同频率点回波一。频率步进探地雷达是通过发射工作频率按固幅度与相位信息进行数据采集的连续波雷达。随收稿日期：基金项目：作者简介：2015—07—16国家自然科学基金(项目编号：61302172)，辽宁省自然科学基金(项目编号：2014024002)，辽宁省博士启动基金(项目编号：20121035)孙延鹏(1973一)，男，山东茌平人，教

7、授，主要研究方向：航空电子信息系统，E-mail：syp@syiae．edu．crl。第5期孙延鹏，等：基于贝叶斯压缩感知的频率步进探地雷达成像算法69着探地雷达技术应用的进一步推进，探地雷达不断朝着多通道、多波段和高分辨率等方向发展⋯，这就使得探地雷达系统的数据采集量大大增加，成像复杂度大大提高。随着压缩感知(Compressedsensing，即CS)理论旧。的提出，这一问题正得到解决，该理论证明旧J：当信号在某个变换域是稀疏或可压缩的，稀疏信号采样速率不再取决于信号的带宽，而主要取决于两个基本准则L41：稀疏性和非相干性

8、，突破了Nyquist理论对信号采样的限制。目前CS理论依旧在不断地发展，其重建算法主要包括两类口J：一类是以基追踪算法BP．(ba—sispursuit)Mo为代表Z，的范数线性优化算法，该算法是在所有测量向量的不同组合中寻求最优化的解，因此计算复杂性较高；另一类是以正交匹