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：西安电子科技大学

摘要：本发明公开了一种周期性分段观测ISAR高分辨成像方法，包括：利用获取的周期性分段观测数据进行建模，获得原始待重构信号的重构模型；构建原始待重构信号的分层贝叶斯先验模型；根据原始待重构信号的分层先验分布和周期性分段观测数据获得原始待重构信号的后验分布；利用后验分布构造SBL算法的迭代公式；利用基于傅里叶字典的快速SBL算法计算SBL算法单次迭代中的后验分布均值和后验分布协方差矩阵的对角线元素；将后验分布均值和后验分布协方差矩阵的对角线元素带入迭代公式进行迭代计算，以获得最终的ISAR高分辨成像。本发明针对周期性分段观测数据，能够很好地抑制旁瓣、缩小主瓣宽度，提高分辨率，从而能够实现高分辨成像。

主权项：1.一种周期性分段观测ISAR高分辨成像方法，其特征在于，包括：S1：利用获取的周期性分段观测数据进行建模，获得原始待重构信号的重构模型，所述重构模型为： 其中，字典矩阵x表示原始待重构信号，表示观测噪声，表示观测数据中的有效数据，D表示过完备字典矩阵，表示有效矩阵对应的选择矩阵；S2：构建原始待重构信号的分层贝叶斯先验模型；S3：根据所述原始待重构信号的分层先验分布和所述周期性分段观测数据获得原始待重构信号的后验分布；S4：利用所述后验分布构造SBL算法的迭代公式；S5：利用基于傅里叶字典的快速SBL算法计算SBL算法单次迭代中的后验分布均值和后验分布协方差矩阵的对角线元素；S6：将所述后验分布均值和后验分布协方差矩阵的对角线元素带入所述迭代公式进行迭代计算，以获得最终的ISAR成像结果；所述S5包括：S51：构造周期性分段观测数据的傅里叶字典矩阵，并利用所述傅里叶字典矩阵计算求得的G-S分解式；S52：利用的G-S分解式求所述快速SBL算法单次迭代中的参数ε和μ，所述S51包括：S511：构造周期性分段观测数据的傅里叶字典矩阵： 其中，ωk＝2πkK,k＝0,…,K-1，表示与第i段有效数据相对应的傅里叶基；S512：利用所构造的字典矩阵获取参数的表达式： 其中，β表示噪声的精度；S513：获取参数的逆矩阵以及所述逆矩阵的移位表达式；S514：基于所述逆矩阵的移位表达式获取所述逆矩阵的G-S分解式；S515：利用迭代方式计算的G-S分解因子并获得的G-S分解式。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种周期性分段观测ISAR高分辨成像方法