典型文献
基于稀疏贝叶斯学习的超材料孔径计算微波成像系统离网格成像方法
文献摘要：
基于超材料孔径的计算微波成像可以看作微波压缩感知成像.这种成像方式的成像效果受网格失配误差的严重影响.该文针对超材料孔径计算微波成像系统对2维场景的重构过程进行分析,构建了一种基于Sinc插值函数的2维离网格(Off-grid)观测模型,并在此基础上提出一种基于稀疏贝叶斯学习的Sinc插值离网格成像方法(OG-SISBL).在期望最大化算法的框架下,恢复散射体回波的幅值和位置,同时校准网格失配误差.通过对超材料孔径计算微波成像系统的仿真数据进行成像处理验证所提算法的性能,结果表明所提算法具有很强的鲁棒性.
文献关键词：
计算微波成像;超材料孔径;离网格误差;稀疏贝叶斯学习
中图分类号：
作者姓名：
傅昊升;洪灵;戴奉周
作者机构：
西安电子科技大学雷达信号处理国家重点实验室 西安 710071;陕西师范大学计算机学院 西安 710062
文献出处：
引用格式：
[1]傅昊升;洪灵;戴奉周-.基于稀疏贝叶斯学习的超材料孔径计算微波成像系统离网格成像方法)[J].电子与信息学报,2022(12):4075-4084
A类：
超材料孔径,计算微波成像,SISBL,离网格误差
B类：
稀疏贝叶斯学习,成像系统,成像方法,压缩感知成像,成像方式,成像效果,网格失配,失配误差,Sinc,插值函数,Off,grid,观测模型,OG,期望最大化算法,散射体,回波,仿真数据,成像处理
AB值：
0.196174
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
