摘要：合成孔径雷达（SAR）稀疏成像模型中的参数选择对于SAR稀疏成像的性能有重要影响，也是当前SAR稀疏成像研究中的难点问题。已有参数选择方法普遍存在适用于个别模型或者运算量大的缺点。基于最大后验概率估计和贝叶斯推理，提出了一种无需额外先验信息的自适应参数选择方法，所有需要的参数都可从已知的数据中获取。通过推导得到模型参数与信号、噪声方差的关系，避免了对数据进行一系列的训练处理，因此极大地减小了计算量。仿真数据和实测数据处理表明，本文方法在实现了较为精确的参数优化选择的前提下，其计算量远低于贝叶斯信息论准则、L-曲线等已有参数选择方法。摘要：合成孔径雷达（SAR）稀疏成像模型中的参数选择对于SAR稀疏成像的性能有重要影响，也是当前SAR稀疏成像研究中的难点问题。已有参数选择方法普遍存在适用于个别模型或者运算量大的缺点。基于最大后验概率估计和贝叶斯推理，提出了一种无需额外先验信息的自适应参数选择方法，所有需要的参数都可从已知的数据中获取。通过推导得到模型参数与信号、噪声方差的关系，避免了对数据进行一系列的训练处理，因此极大地减小了计算量。仿真数据和实测数据处理表明，本文方法在实现了较为精确的参数优化选择的前提下，其计算量远低于贝叶斯信息论准则、L-曲线等已有参数选择方法。
分类：期刊> 自然科学与工程技术> 基础科学> 自然地理学测绘学
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：稀疏成像 合成孔径雷达 参数选择 贝叶斯推理
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
