咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >衍射层析模型下穿墙雷达三维学习成像方法 收藏

衍射层析模型下穿墙雷达三维学习成像方法

Three-Dimensional Learning-Imaging Method of Through-the-Wall Radar with Diffraction Tomography Model

作     者:卞粱 晋良念 刘庆华 BIAN Liang;JIN Liangnian;LIU Qinghua

作者机构:桂林电子科技大学信息与通信学院广西桂林541004 广西无线宽带通信与信号处理重点实验室广西桂林541004 

出 版 物:《雷达科学与技术》 (Radar Science and Technology)

年 卷 期:2021年第19卷第6期

页      面:669-676,688页

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基  金:国家自然科学基金(No.61861011,61461012) 广西自然科学基金(No.2017GXNSFAA198050) 广西无线宽带通信与信号处理重点实验室2020年主任基金项目 桂林电子科技大学研究生教育创新计划资助项目(No.2020YCXS023) 

主  题:穿墙雷达 三维衍射层析成像 快速傅里叶变换算子 学习近似消息传递算法 

摘      要:针对现有穿墙雷达三维稀疏成像中,存在网格时延构建字典矩阵所需内存过大以及凸优化稀疏成像算法阈值参数不确定影响重建图像质量的问题,提出了一种基于衍射层析稀疏模型的学习近似消息传递三维成像方法。该方法在衍射层析成像算法上通过构造快速傅里叶变换算子来建立三维成像稀疏模型,然后修正近似消息传递算法求解稀疏解,并将其迭代过程映射成多层神经网络,最后通过数据驱动自适应学习多层神经网络中的可调参数,从而实现三维学习成像。仿真和实验数据处理结果表明,该方法不仅减小了系统所需内存,还避免了参数的人工调整对成像质量的影响。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分