摘要
本发明公开一种基于稀疏贝叶斯学习SBL算法的脉压体制雷达距离维超分辨方法,其实现步骤为:对雷达回波信号进行脉冲压缩;构建脉压后的字典矩阵,建立稀疏重构模型;利用稀疏贝叶斯学习算法,对脉压后回波信号进行处理,得到群目标雷达信号的时延位置;将不同目标的时延信息转化为目标的实际距离信息,得到一维距离像。本发明结合目标回波延迟和脉压后波形特性构建字典矩阵,利用稀疏贝叶斯算法进行超分辨处理,实现了传统距离分辨率一倍以上的分辨效果。本发明规避了传统方法需要以已知稀疏度为前提的不足,可用于目标个数未知情况下的距离维超分辨处理。
技术关键词
稀疏贝叶斯学习
完备字典
体制雷达
超分辨方法
时延
协方差矩阵
噪声功率
距离信息
算法
雷达回波数据
线性调频信号
表达式
脉冲
系统为您推荐了相关专利信息
故障传播路径
通信链路
节点
业务流量数据
性能指标数据
QoE优化方法
面向虚拟现实
视频传输系统
瓦片
服务器
空天地一体化网络
可靠多播
链路
延迟矩阵
部署算法
终端设备
分配优化方法
深度强化学习模型
服务器
网络模块
通信设备
切换方法
GNSS定位数据
切换系统
机器学习模型