高级搜索

基于复数因子分析模型的步进频数据压缩感知

徐丹蕾 杜兰 刘宏伟 王鹏辉 丛玉来

引用本文: 徐丹蕾, 杜兰, 刘宏伟, 王鹏辉, 丛玉来. 基于复数因子分析模型的步进频数据压缩感知[J]. 电子与信息学报, 2015, 37(2): 315-321. doi: 10.11999/JEIT140407 shu
Citation:  Xu Dan-Lei, Du Lan, Liu Hong-Wei, Wang Peng-Hui, Cong Yu-Lai. Compressive Sensing Using Complex Factor Analysis for Stepped-frequency Data[J]. Journal of Electronics and Information Technology, 2015, 37(2): 315-321. doi: 10.11999/JEIT140407 shu

基于复数因子分析模型的步进频数据压缩感知

摘要: 认知雷达发射高距离分辨率步进频信号通常需要较长的观测时间。为了节省时间资源,该文提出一种贝叶斯重构算法,用较少的步进频信号脉冲得到的频点缺失频域数据,重构出相应的全带宽频域数据。首先利用复数贝塔过程因子分析(Complex Beta Process Factor Analysis, CBPFA)模型对一组全带宽频域数据进行统计建模,求解得到其概率密度函数;然后在目标被跟踪且姿态变化不大的情况下,只发射步进频信号的部分脉冲,根据先前CBPFA模型得到的概率密度函数,对频点缺失的频域数据利用压缩感知理论和贝叶斯准则解析地重构出相应的全带宽频域数据。基于实测1维高分辨距离(High Range Resolution, HRR)数据的重构实验,证明了该文提出方法的性能。

English

计量
  • PDF下载量:  528
  • 文章访问数:  600
  • HTML全文浏览量:  21
文章相关
  • 收稿日期:  2014-03-27
  • 录用日期:  2014-08-29
  • 刊出日期:  2015-02-19
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章