Maximum a posteriori–based angular superresolution for scanning radar imaging论文阅读

1. 研究目标与意义

1.1 研究目标

论文旨在解决扫描雷达系统非相干传感器模式下的角分辨率不足问题。由于扫描雷达依赖真实孔径天线,其角分辨率受限于天线波束宽度( θ ∝ λ / D \theta \propto \lambda/D θλ/D),而传统方法(如多普勒波束锐化或合成孔径雷达)无法适用于前视成像场景(如机载雷达或固定地面雷达)。作者提出了一种基于最大后验准则(Maximum A Posteriori, MAP)的迭代解卷积算法,通过正则化逆问题,实现在低信噪比(SNR)下的角超分辨率。

1.2 实际问题

  • 实际问题:扫描雷达在复杂几何场景(如飞机自主着陆、导航与制导)中,因天线波束宽度限制,难以分辨密集目标。

2. 创新方法与模型

2.1 信号模型与问题建模

论文将接收信号建模为天线方向图目标散射分布的卷积,并加入噪声项:
r ( θ ) = a ( θ ) ∗ ρ ( θ ) + n ( θ ) (式5) r(\theta) = a(\theta) * \rho(\theta) + n(\theta) \quad \text{(式5)} r(θ)=a(θ)ρ(θ)+n(θ)(5)
其中, a ( θ ) a(\theta) a(θ)为天线功率方向图, ρ ( θ ) \rho(\theta) ρ(θ)为目标散射分布, n ( θ ) n(\theta) n(θ)为噪声。在频域中,该模型转化为:
R ( ω ) = A ( ω ) ρ ( ω ) + N ( ω ) (式6) R(\omega) = A(\omega)\rho(\omega) + N(\omega) \quad \text{(式6)} R(ω)=A(ω)ρ(ω)+N(ω)(6)
由于天线方向图的低通特性,高频分量被抑制,导致分辨率下降。

2.2 MAP准则与迭代算法

2.2.1 贝叶斯框架

通过贝叶斯公式将后验概率最大化:
P ( ρ ˉ ∣ r ˉ ) = P ( r ˉ ∣ ρ ˉ ) P ( ρ ˉ ) P ( r ˉ ) (式9) P(\bar{\rho} \mid \bar{r}) = \frac{P(\bar{r} \mid \bar{\rho})P(\bar{\rho})}{P(\bar{r})} \quad \text{(式9)} P(ρˉrˉ)=P(rˉ)P(r

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

青铜锁00

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值