针对传统贝叶斯解卷积方法未能有效利用目标的块结构信息而导致对块目标成像效果不理想的问题，本文提出将模式耦合稀疏贝叶斯学习方法应用于前视成像中。同时，针对其在低信噪比下分辨率迅速恶化的问题，提出使用截断奇异值分解作为解卷积之前的预处理，通过剔除卷积矩阵中较小的奇异值，可以有效抑制解卷积过程中的噪声放大，进而提升方位分辨率。仿真实验结果表明，所提方法在低信噪比下仍具有较好的超分辨成像效果。
科研之友
微信
新浪微博
Facebook
分享链接
