系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
Systems Engineering and Electronics
2015年
11期
2480-2486
,共7页
压缩感知雷达%完全扰动%柯西分布%Lorentzian范数%交替迭代
壓縮感知雷達%完全擾動%柯西分佈%Lorentzian範數%交替迭代
압축감지뢰체%완전우동%가서분포%Lorentzian범수%교체질대
compressed sensing radar (CSR)%completely perturbation%Cauchy distribution%Lorentzian norm%alternate iteration
针对“完全扰动”情况下压缩感知雷达(compressed sensing radar,CSR)观测矢量和感知矩阵严重失配,进而引起参数估计性能急剧下降的问题,提出了一种基于贝叶斯压缩感知(Bayesian compressed sensing,BCS)的稳健参数估计方法.首先构造“完全扰动”情况下CSR参数估计的稀疏线性模型,并从稀疏矢量的最大后验概率(maximum a posteriori,MAP)出发,推导了完全扰动矩阵服从柯西分布时的优化目标函数;随后通过稀疏矢量和尺度参数的交替迭代,求得稀疏矢量的最优解.与现有重构算法及其改进算法相比,该方法能够有效改善CSR系统应对失配误差的稳健性,提高目标成功检测的概率和参数估计的精度.计算机仿真实验验证了该方法的有效性和鲁棒性.
針對“完全擾動”情況下壓縮感知雷達(compressed sensing radar,CSR)觀測矢量和感知矩陣嚴重失配,進而引起參數估計性能急劇下降的問題,提齣瞭一種基于貝葉斯壓縮感知(Bayesian compressed sensing,BCS)的穩健參數估計方法.首先構造“完全擾動”情況下CSR參數估計的稀疏線性模型,併從稀疏矢量的最大後驗概率(maximum a posteriori,MAP)齣髮,推導瞭完全擾動矩陣服從柯西分佈時的優化目標函數;隨後通過稀疏矢量和呎度參數的交替迭代,求得稀疏矢量的最優解.與現有重構算法及其改進算法相比,該方法能夠有效改善CSR繫統應對失配誤差的穩健性,提高目標成功檢測的概率和參數估計的精度.計算機倣真實驗驗證瞭該方法的有效性和魯棒性.
침대“완전우동”정황하압축감지뢰체(compressed sensing radar,CSR)관측시량화감지구진엄중실배,진이인기삼수고계성능급극하강적문제,제출료일충기우패협사압축감지(Bayesian compressed sensing,BCS)적은건삼수고계방법.수선구조“완전우동”정황하CSR삼수고계적희소선성모형,병종희소시량적최대후험개솔(maximum a posteriori,MAP)출발,추도료완전우동구진복종가서분포시적우화목표함수;수후통과희소시량화척도삼수적교체질대,구득희소시량적최우해.여현유중구산법급기개진산법상비,해방법능구유효개선CSR계통응대실배오차적은건성,제고목표성공검측적개솔화삼수고계적정도.계산궤방진실험험증료해방법적유효성화로봉성.
