本发明公开了一种基于稀疏贝叶斯学习框架的机动平台前视超分辨成像方法,包括:建立面向机动平台的单基前视扫描成像模型;利用单基前视扫描成像模型计算前视场景散射系数观测值、构建过完备字典矩阵;根据前视场景散射系数观测值和过完备字典矩阵将求解贝叶斯后验概率问题转化为求解基于student‑t分布的最大似然问题;遍历所有距离门得到对应的最大似然估计值以实现最终成像。此法实现了机动平台前视超分辨成像。
本发明提供了一种基于稀疏贝叶斯学习框架的机动平台前视超分辨成像方法,包括:建立面向机动平台的单基前视扫描成像模型;利用单基前视扫描成像模型计算前视场景散射系数观测值、构建过完备字典矩阵;根据前视场景散射系数观测值和过完备字典矩阵将求解贝叶斯后验概率问题转化为求解基于student‑t分布的最大似然问题;遍历所有距离门得到对应的最大似然估计值以实现最终成像。
本发明实施例提出的基于稀疏贝叶斯学习框架的机动平台前视超分辨成像方法,利用稀疏贝叶斯学习准则将超分辨前视成像问题转化为贝叶斯后验概率求解问题,具体在求解过程中,结合机动平台前视成像的物理意义,且还提供了一种电子设备,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801、通信接口802、存储器803通过通信总线804完成相互的通信。
在前视成像几何构型中,雷达天线波束指向平台飞行方向的正前方,因此距离横向的合成孔径长度无法随着平台的运动而产生积累。此时,对于前视照射区域内的距离横向分辨能力仅由雷达天线的方位向实孔径长度提供;此外,当雷达波束指向飞行方向的正前方时,前视场景的左右两侧拥有着相同的空间锥角,会造成前视成像时左右多普勒模糊的问题。综合上述两大难题距离横向分辨率受限于方位向实孔径长度、左右多普勒存在模糊,传统单通道SAR成像系统及信号处理方法无法直接应用到前视成像问题中。因此,稀疏贝叶斯学习框架的机动平台前视超分辨成像方法,可以有效解决此类问题。
本发明提出的基于稀疏贝叶斯学习框架的机动平台前视超分辨成像方法,利用student-t分布思想,根据前视场景散射系数观测值和过完备字典矩阵将求解贝叶斯后验概率问题转化为求解基于student-t分布的最大似然问题,然后利用期望最大化思想求解基于student-t分布的前视场景系数的最大似然估计值,从而实现稀疏贝叶斯学习的稀疏成像,且最终得到聚焦良好的前视遥感图像。
联系人:张亮 15319991017
如您想进一步了解本项目的详细信息,可以直接拨打大市场服务部了解详情或者可在下方填写相关资讯信息及您的联系方式,我们会有专家对您的咨询进行回复。