

版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于單雷達(dá)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(dá)數(shù)據(jù)融合技術(shù)作為一種新興的雷達(dá)成像技術(shù),在軍事上得到了重視并擁有著廣闊的應(yīng)用前景。多雷達(dá)數(shù)據(jù)融合技術(shù)是一種綜合不同視角、不同頻帶雷達(dá)回波數(shù)據(jù),利用信號處理的方法獲得高精度目標(biāo)模型參數(shù)的技術(shù),它突破了單雷達(dá)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(dá)的數(shù)據(jù)融合問題。利用幾何繞射理論模型,雷達(dá)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(yīng)用于雷達(dá)成像處理中,可準(zhǔn)確估計(jì)出目標(biāo)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(dá)數(shù)據(jù)融合技術(shù)的理論基礎(chǔ),包括目標(biāo)電磁散射模型的建立,信號稀疏表示的相關(guān)理論。
第二部分詳細(xì)說明了同視角多頻帶雷達(dá)數(shù)據(jù)融合技術(shù)。首先給出了一維雷達(dá)回波的信號稀疏表示模型,然后針對多子帶觀測情況進(jìn)行了分析,選擇使用稀疏貝葉斯學(xué)習(xí)方法
3、求解信號稀疏表示問題,并分別詳細(xì)介紹了期望最大化方法、求導(dǎo)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(zhǔn)方法。在第一部分信號稀疏表示相關(guān)理論的基礎(chǔ)上,基于幅相補(bǔ)償參數(shù)的稀疏特性,對引起兩部雷達(dá)之間不相干的固定相移和線性相移進(jìn)行估計(jì),在提高了估計(jì)精度的同時(shí)使算法更具魯棒性。
第四部分重點(diǎn)介紹了多視角多頻帶雷達(dá)數(shù)據(jù)融合技術(shù)。在給出目標(biāo)散射場二維模型的基礎(chǔ)上,構(gòu)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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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(gòu)方法的雷達(dá)成像技術(shù)研究.pdf
- 快速塊稀疏貝葉斯學(xué)習(xí)算法的理論與應(yīng)用.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)算法.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的雷達(dá)自動目標(biāo)識別方法研究.pdf
- 基于稀疏貝葉斯的半監(jiān)督超限學(xué)習(xí)機(jī)分類算法研究.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的三維ISAR成像技術(shù).pdf
- 基于貝葉斯理論的EEG-fMRI融合技術(shù)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(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 基于改進(jìn)樸素貝葉斯算法的入侵檢測技術(shù)研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)理論及算法的研究
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)圖檢索算法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)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(fù)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(xué)習(xí)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(xué)習(xí)的頻譜檢測與定位.pdf
- 基于稀疏貝葉斯學(xué)習(xí)和吉布斯采樣的結(jié)構(gòu)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