买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国人民解放军国防科技大学
摘要:本发明属于毫米波雷达技术领域,公开了基于拉普拉斯先验稀疏贝叶斯学习的三维毫米波成像方法,包括以下步骤:获取距离聚焦后的回波数据s,构造成像算子和共轭算子当没有满足终止条件时,迭代执行步骤,直到满足终止条件;输出三维成像结果本申请避免了额外的正则化参数输入;避免观测矩阵的构造、存储以及求解优化过程中的大规模矩阵‑向量乘法,基于MF的成像模型构建的成像算子,以替代CS模型中的矢量化操作,提高了计算效率。
主权项:1.基于拉普拉斯先验稀疏贝叶斯学习的三维毫米波成像方法,其特征在于,包括以下步骤:获取距离聚焦后的回波数据s,构造成像算子和共轭算子其中,其中z表示阵列平面到目标沿距离方向的距离,kz为对应的波数;IFFT2D表示二维逆快速傅里叶变换,FFT2D表示二维快速傅里叶变换;e是自然常数,j是虚数单位,⊙表示Hadamard积;Θ表示三维成像结果;当没有满足终止条件时,执行以下步骤:计算∑Θ=LγI+diagα-1-1,α为方差,L是利普希茨常数,γ是噪声方差,I是单位矩阵,∑Θ是后验分布的协方差矩阵;计算三维成像结果Θ的估计值μΘ=γ∑ΘLδ+Ms-δ,δ是迭代的中间变量,估计值μΘ初始化为Ms,并且随着迭代而变化;将三维成像结果Θ的估计值μΘ赋值给Θ;计算α服从伽马分布,其中β为尺度参数;计算β服从伽马先验分布,a和b是β伽马先验分布的形状和尺度参数;计算M表示回波数据量,c和d是γ的超参数,gΘ,δ是关于Θ,δ的松弛函数,将三维成像结果Θ的估计值μΘ赋值给δ;直到满足终止条件;输出三维成像结果Θ=μΘ。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 基于拉普拉斯先验稀疏贝叶斯学习的三维毫米波成像方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。