

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、由于單雷達成像系統(tǒng)的分辨率受到信號帶寬和相干積累角的約束,近年來,多雷達數(shù)據(jù)融合技術作為一種新興的雷達成像技術,在軍事上得到了重視并擁有著廣闊的應用前景。多雷達數(shù)據(jù)融合技術是一種綜合不同視角、不同頻帶雷達回波數(shù)據(jù),利用信號處理的方法獲得高精度目標模型參數(shù)的技術,它突破了單雷達分辨率的約束,在成像過程中可獲得更高分辨率的清晰圖像。本文主要討論了高頻區(qū)雷達的數(shù)據(jù)融合問題。利用幾何繞射理論模型,雷達數(shù)據(jù)融合問題可以轉(zhuǎn)化為信號稀疏表示問題,信號
2、稀疏表示方法作為一種有效的數(shù)據(jù)分析方法,將其應用于雷達成像處理中,可準確估計出目標散射中心參數(shù),大幅提高最終成像質(zhì)量,便于后續(xù)的分析和處理。本文主要包括以下四部分內(nèi)容:
第一部分主要介紹了雷達數(shù)據(jù)融合技術的理論基礎,包括目標電磁散射模型的建立,信號稀疏表示的相關理論。
第二部分詳細說明了同視角多頻帶雷達數(shù)據(jù)融合技術。首先給出了一維雷達回波的信號稀疏表示模型,然后針對多子帶觀測情況進行了分析,選擇使用稀疏貝葉斯學習方法
3、求解信號稀疏表示問題,并分別詳細介紹了期望最大化方法、求導方法和快速邊緣似然函數(shù)最大化方法三種求解超參數(shù)的方法。
第三部分主要分析了一種基于信號稀疏表示的相干配準方法。在第一部分信號稀疏表示相關理論的基礎上,基于幅相補償參數(shù)的稀疏特性,對引起兩部雷達之間不相干的固定相移和線性相移進行估計,在提高了估計精度的同時使算法更具魯棒性。
第四部分重點介紹了多視角多頻帶雷達數(shù)據(jù)融合技術。在給出目標散射場二維模型的基礎上,構建了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏貝葉斯重構方法的雷達成像技術研究.pdf
- 快速塊稀疏貝葉斯學習算法的理論與應用.pdf
- 基于稀疏貝葉斯學習的DOA估計算法.pdf
- 基于稀疏貝葉斯學習的雷達自動目標識別方法研究.pdf
- 基于稀疏貝葉斯的半監(jiān)督超限學習機分類算法研究.pdf
- 基于稀疏貝葉斯學習的三維ISAR成像技術.pdf
- 基于貝葉斯理論的EEG-fMRI融合技術研究.pdf
- 基于圖拉普拉斯的稀疏貝葉斯分類算法研究.pdf
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘算法的研究.pdf
- 基于改進樸素貝葉斯算法的入侵檢測技術研究.pdf
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘技術理論及算法的研究
- 基于貝葉斯網(wǎng)絡的數(shù)據(jù)圖檢索算法研究.pdf
- 基于貝葉斯網(wǎng)絡數(shù)據(jù)挖掘技術理論及算法的研究.pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號恢復算法研究.pdf
- 不適定問題的貝葉斯-稀疏約束算法研究.pdf
- 基于稀疏貝葉斯學習的不確定性數(shù)據(jù)處理方法研究.pdf
- 人臉識別中基于貝葉斯決策融合的算法.pdf
- 基于變分稀疏貝葉斯學習的頻譜檢測與定位.pdf
- 基于稀疏貝葉斯學習和吉布斯采樣的結構損傷識別研究.pdf
- 基于多貝葉斯并行融合模型的郵件過濾算法研究.pdf
評論
0/150
提交評論