摘要
本发明公开了一种稀疏二维高阶梯度混合先验实孔径雷达扩展目标重建方法,首先通过对回波数据进行预处理,再构建贝叶斯重建模型与二维高阶梯度约束算子2DHG组合成混合先验,最后构建基于混合先验贝叶斯重建模型进行权值参数自适应更新求解,实现实孔径雷达扩展目标重建。本发明的方法提出的稀疏二维高阶梯度混合先验将当前目标散射系数单元的重建与距离和方位角上的多个相邻单元联系起来,增加了距离维度约束,增强了边缘重建能力,同时多单元反馈机制消除了两个相邻单元梯度反馈机制造成的虚假边界和伪影,稀疏性的利用也使得图像具有更高的分辨率,且通过贝叶斯框架引入了Jeffery无信息先验,实现S‑2DHG先验权重参数的自适应更新,减少人工选取参数的数量。
技术关键词
表达式
回波数据预处理
稀疏先验
拉普拉斯
参数
ADMM算法
增广拉格朗日
线性调频信号
贝叶斯框架
雷达接收机
矩阵
卷积模型
采样点
噪声功率
分辨率
多单元
系统为您推荐了相关专利信息
强化学习模型
储能
响应调度方法
功率约束条件
负荷
客户端
联邦学习方法
中心服务器
联邦学习系统
模型更新