基于贝叶斯压缩感知的噪声MIMO雷达目标成像

作者：王超宇; 贺亚鹏; 胡恒; 朱晓华

来源：南京理工大学学报, 2013, (02): 262-268.

DOI：10.14177/j.cnki.32-1397n.2013.02.007

• 贝叶斯压缩感知
• 噪声多入多出雷达
• 目标成像 Bayesian compressive sensing
• noise multiple input multiple output radar
• target imaging

为了提高低信噪比下压缩感知雷达的成像性能,该文提出了一种基于贝叶斯压缩感知的噪声多入多出(MIMO)雷达成像方法。给出了噪声MIMO雷达系统稀疏感知模型,构造了贝叶斯概率密度函数,利用最大后验概率优化方法对目标函数进行优化求解。优化估计的结果接近最佳稀疏度,与传统压缩感知重构方法相比,该方法能够有效降低目标场景向量的估计误差,提高目标二维像的质量,对噪声干扰的鲁棒性更好。仿真结果验证了该方法的有效性。

• 单位
  南京理工大学