检索结果-内蒙古大学图书馆

电子学报 2020年第11期48卷 2208-2214页

作者：张清河于士奇时李萍张士惠三峡大学计算机与信息学院湖北宜昌443002

针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩... 详细信息

针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于“数据”积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩量法数值模拟;构造基于拉普拉斯先验的贝叶斯压缩感知分层模型;在多入射波情况下,利用多任务贝叶斯压缩感知方法对对比源进行优化求解;最后利用“状态方程”实现了目标函数的重构.本文在考虑噪声情况下,通过对多像素单目标、不均匀目标、多目标的微波成像数值模拟,并与共轭梯度方法、一阶Born近似框架下的多任务贝叶斯压缩感知方法的重构结果比较,验证了本文方法的有效性和鲁棒性.

关键词：微波成像对比源共轭梯度一阶Born近似拉普拉斯先验多任务贝叶斯压缩感知

来源：评论

学校读者我要写书评

暂无评论

基于多任务贝叶斯压缩感知的稀疏可重构天线阵的优化设计

引用

电子学报 2016年第9期44卷 2168-2174页

作者：沈海鸥王布宏李龙军空军工程大学信息与导航学院陕西西安710077

建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建... 详细信息

建立方向图可重构天线的联合稀疏模型,基于多任务贝叶斯压缩感知理论提出一种稀疏可重构天线阵的优化设计方法.该方法在实现方向图精确重构的同时可以大幅减少天线数量,节省平台空间,降低设计成本.首先基于多任务贝叶斯压缩感知理论建立多目标方向图的稀疏优化模型,根据权值向量的先验概率分布,利用快速相关向量机估计超参数的最大后验概率来得到多组阵元位置及其激励,实时改变激励以获得不同方向图的稀疏逼近.仿真验证了该方法能够以较少的阵元个数和较高的方向图拟合精度快速实现方向图重构.

关键词：稀疏布阵方向图可重构天线多任务贝叶斯压缩感知相关向量机

来源：评论

学校读者我要写书评

暂无评论

基于多任务贝叶斯压缩感知的宽带频谱检测

引用

华中科技大学学报（自然科学版） 2015年第5期43卷 33-38,43页

作者：许晓荣王赞姚英彪包建荣杭州电子科技大学通信工程学院浙江杭州310018 东南大学移动通信国家重点实验室江苏南京210096

针对认知无线网络中主用户信号在空频域的稀疏性,基于贝叶斯压缩感知(BCS)的信号重构通过层次化贝叶斯分析分级先验模型获得稀疏信号估计.将贝叶斯压缩感知应用于认知无线电宽带压缩频谱检测,利用多认知用户感知信号的时空相关性实现在... 详细信息

针对认知无线网络中主用户信号在空频域的稀疏性,基于贝叶斯压缩感知(BCS)的信号重构通过层次化贝叶斯分析分级先验模型获得稀疏信号估计.将贝叶斯压缩感知应用于认知无线电宽带压缩频谱检测,利用多认知用户感知信号的时空相关性实现在多用户多任务传输条件下的稀疏信号重构与宽带压缩频谱检测.研究了基于期望最大化算法和相关向量机模型的多任务BCS参数估计.仿真结果表明:相比于传统单任务BCS重构方法,多任务BCS在节点能耗与网络带宽受限的条件下,通过对估计参数的合理优化,在较低压缩比区域可实现重构均方误差的快速收敛,且检测性能随着任务数的增加而提高.当感知数据相关性从25%增加到75%,且任务数一定时,所提方法的重构观测数明显下降,宽带频谱检测性能显著提高.

关键词：认知无线网络宽带频谱检测多任务贝叶斯压缩感知期望最大化相关向量机稀疏信号估计重构均方误差

来源：评论

学校读者我要写书评

暂无评论

基于多任务贝叶斯压缩感知的宽带频谱检测

基于多任务贝叶斯压缩感知的宽带频谱检测

引用

第二十届全国网络与数据通信学术会议

作者：许晓荣王赞姚英彪包建荣杭州电子科技大学通信工程学院浙江杭州310018 杭州电子科技大学通信工程学院浙江杭州310018 东南大学移动通信国家重点实验室江苏南京210096

针对认知无线网络中主用户信号在空频域的稀疏性,基于贝叶斯压缩感知(BCS)的信号重构通过层次化贝叶斯分析分级先验模型获得稀疏信号估计.将贝叶斯压缩感知应用于认知无线电宽带压缩频谱检测,利用多认知用户感知信号的时空相关性实现在多用户多任务传输条件下的稀疏信号重构与宽带压缩频谱检测.研究了基于期望最大化算法和相关向量机模型的多任务BCS参数估计.仿真结果表明:相比于传统单任务BCS重构方法,多任务BCS在节点能耗与网络带宽受限的条件下,通过对估计参数的合理优化,在较低压缩比区域可实现重构均方误差的快速收敛,且检测性能随着任务数的增加而提高.当感知数据相关性从25％增加到75％,且任务数一定时,所提方法的重构观测数明显下降,宽带频谱检测性能显著提高.

关键词：认知无线网络宽带频谱检测稀疏信号重构多任务贝叶斯压缩感知

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯压缩感知的雷达目标探测与成像

基于贝叶斯压缩感知的雷达目标探测与成像

引用

作者：孙爽爽西安电子科技大学

学位级别：硕士

雷达成像技术是雷达的一个重要应用。在雷达成像的传统方法中,奈奎斯特采样定理,信号带宽和瑞利限一直限制着成像结果的质量,后来压缩感知(Compressed Sensing,CS)理论的出现,突破了奈奎斯特采样定理的限制,使得在降采样的情况下重构信... 详细信息

雷达成像技术是雷达的一个重要应用。在雷达成像的传统方法中,奈奎斯特采样定理,信号带宽和瑞利限一直限制着成像结果的质量,后来压缩感知(Compressed Sensing,CS)理论的出现,突破了奈奎斯特采样定理的限制,使得在降采样的情况下重构信号成为了可能,同时利用稀疏性,大大提高了成像的分辨率,但是现有的基于CS的成像方法存在场景维数较大时向量化处理带来的计算量大的问题,参数的设置问题和低信噪比时的成像质量问题等等。相较于基于范数约束的重构算法,贝叶斯压缩感知(Bayesian Compressive Sensing,BCS)算法重构的信号具有更好稀疏性,不需要设置重构误差正则化参数,因此研究基于BCS的雷达目标探测与成像具有十分重要的意义。基于此本文主要讨论了基于多任务贝叶斯压缩感知(Multitask Compressive Sensing,MT-BCS)的雷达目标探测与成像方法。本文首先对BCS的相关理论进行了系统的阐述,然后重点针对距离-多普勒成像和逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像建立新的成像模型,并利用MT-BCS算法进行求解,最后通过对比实验进行仿真验证。对于距离-多普勒成像,首先研究了IAA算法和2D-SL0算法,IAA算法在场景维数较大时迭代速度会很慢,2D-SL0算法虽然解决了这个问题但是并没有完全挖掘场景的稀疏性,对噪声的抑制效果并不好,对此,本文通过引入距离维和方位维的稀疏先验信息,建立了新的成像模型,然后利用MT-BCS算法进行求解,最后通过对比实验表明该方法不仅成像分辨率高,而且在脉冲个数较少和低信噪比的情况下,依旧有着很好的性能。对于ISAR成像方法,同样存在着与距离-多普勒成像类似的问题,传统的RD成像方法分辨率不高,基于CS短孔径ISAR成像方法虽然提高了成像速度,但是在另一维依旧受到传统成像方法的限制。借鉴距离-多普勒成像过程,通过建立可分离模型引入了距离维和方位维的稀疏性,再结合BCS理论,提出了基于MT-BCS的ISAR成像方法,最后设计多组对比实验,证明了所提方法在低信噪比和降采样的情况下依然具有高的成像分辨率。

关键词：多任务贝叶斯压缩感知距离-多普勒成像逆合成孔径雷达成像

来源：评论

学校读者我要写书评

暂无评论

基于多测量向量模型的极化探地雷达成像算法

引用

电讯技术 2017年第1期57卷 53-58页

作者：屈乐乐桂客张丽丽沈阳航空航天大学电子信息工程学院沈阳110136

针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性,提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上,利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测... 详细信息

针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性,提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上,利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测量向量(MMV),通过多任务贝叶斯压缩感知(MT-BCS)算法对各个极化通道的测量数据进行联合处理从而实现各个极化通道对应的探测场景反射率的重建。基于时域有限差分(FDTD)法的仿真数据处理结果表明所提成像算法在目标位置重建的准确性和背景杂波抑制能力上均优于单测量向量(SMV)模型的极化探地雷达成像算法。

关键词：极化探地雷达目标成像多测量向量多任务贝叶斯压缩感知

来源：评论

学校读者我要写书评

暂无评论

基于MT-BCS的可分离DOA估计算法

引用

现代电子技术 2019年第6期42卷 10-13页

作者：万连城黑蕾王迎斌西安电子科技大学陕西西安710071

压缩感知理论的不断发展,为二维DOA估计问题提供了新的思路。然而传统的二维DOA估计方法,只是对一维估计的建模方法别无二致,这导致求解时存在计算复杂度高、分辨率低等问题。文中通过对二维DOA模型的重新建模,将多任务贝叶斯压缩感知... 详细信息

压缩感知理论的不断发展,为二维DOA估计问题提供了新的思路。然而传统的二维DOA估计方法,只是对一维估计的建模方法别无二致,这导致求解时存在计算复杂度高、分辨率低等问题。文中通过对二维DOA模型的重新建模,将多任务贝叶斯压缩感知理论应用于二维DOA估计问题中,从而提出基于多任务贝叶斯压缩感知的可分离二维DOA低的优点。

关键词：二维DOA估计压缩感知贝叶斯多任务贝叶斯压缩感知分辨率算法复杂度

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示的二维波达方向估计

基于稀疏表示的二维波达方向估计

引用

作者：罗喜西安电子科技大学

学位级别：硕士

波达方向估计作为阵列信号处理中的主要研究方向之一,多年来被广泛研究。其中绝大多数研究是针对一维波达方向估计进行的,因为其模型简单便于阐述原理,且具有代表意义。虽然大多数一维波达方向估计算法可以直接推广到二维空域进行估计... 详细信息

波达方向估计作为阵列信号处理中的主要研究方向之一,多年来被广泛研究。其中绝大多数研究是针对一维波达方向估计进行的,因为其模型简单便于阐述原理,且具有代表意义。虽然大多数一维波达方向估计算法可以直接推广到二维空域进行估计。但是这种简单的推广方法也会造成一些问题,其中两个主要问题是计算量的增加和二维参数的配对困难。因此进行二维波达方向估计的研究很有必要,并且在实际应用中二维的方法更具有现实意义。波达方向估计的研究一直处于高速发展时期,不同种类的算法层出不穷。经典算法中具有代表意义的有基于波束形成类的算法、基于信号子空间类的算法、基于最大似然估计类的算法等。这些算法相对比较传统,在分辨率上或者对于相干源目标的估计有不足之处。近些年流行的稀疏表示与压缩感知的理论给波达方向估计提供了新的手段和思路。这种算法具有高分辨率,不受相干源目标影响,且单快拍也可以完成高精度的波达方向估计等优点。因此本文的研究重点集中在基于稀疏表示的波达方向估计上。本文首先介绍了基于稀疏表示的一维和二维波达方向估计模型。由于二维波达方向估计中将空域谱矩阵拉成向量进行建模,造成了阵列流形矩阵或冗余字典维度增加的问题,增加了算法求解的计算复杂度。并且这种模型不能充分利用空域的二维稀疏性,即目标位置在空域的俯仰维与方位维两个维度均存在稀疏性。因此本文通过将阵列流形矩阵进行分解达到降低计算复杂度的目标,分析信号模型发现空域俯仰维与方位维的计算项耦合在一起,给新模型的建立带来了困难。所以本文对空域的方位角进行了重新的定义,但这并不会影响最终根据俯仰角与方位角对目标进行定位。新的模型实现了阵列流形中俯仰维与方位维的基矩阵分离,降低了计算复杂度,充分利用了空域稀疏信息,提升了求解速度与分辨率。基于贝叶斯理论的算法是稀疏重构算法中独具特点的一种,他的特点是应用分层模型,求解目标信号的完整后验概率,并用后验概率的均值代替目标信号的点估计。相比于其他的稀疏表示算法,这种算法可以获得较稀疏的解而且没有调整用户参数的麻烦,也无需对信号噪声功率进行估计。因此本文将阵列流形可分离模型与多任务贝叶斯压缩感知相结合,提出了一种新的二维波达方向估计方法。对于稀疏表示的算法,当出现基失配情况时,算法的性能会大打折扣。在波达方向估计中也被称作off-grid问题。即目标信号的真实位置与空域栅格划分之间存在偏差。这影响了求解的精度。现有文献的研究大多集中在一维波达方向估计中的off-grid问题,其方法很难向二维推广。本文在阵列流形可分离模型的基础上,利用阵列流形的一阶泰勒展开近似,提出了解决二维波达方向估计中的off-grid问题的算法。

关键词：二维波达方向估计稀疏表示多任务贝叶斯压缩感知 off-grid

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：