[发明专利]合成孔径雷达目标的全贝叶斯特征提取方法有效
| 申请号： | 201510481182.3 | 申请日： | 2015-08-03 |
| 公开（公告）号： | CN105044722B | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 陈渤;霍帅;丛玉来 | 申请（专利权）人： | 西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司 |
| 主分类号： | G01S13/90 | 分类号： | G01S13/90 |
| 代理公司： | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人： | 惠文轩 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种合成孔径雷达目标的全贝叶斯特征提取方法，能够自适应的估计属性散射中心的数目以及属性散射中心的各个参数。包括：获取雷达回波信号的属性散射中心模型；确定每个未知特征参数服从的先验概率分布；建立完整的分层贝叶斯模型；确定所述属性散射中心模型中所有未知特征参数的联合后验概率分布；确定每个未知特征参数的建议分布；对每个未知特征参数进行采样；得到每个未知特征参数的N个采样值，由每个未知特征参数的N个采样值生成该未知特征参数的马尔科夫链；确定每个未知特征参数的估计值。 | ||
| 搜索关键词： | 合成孔径雷达 目标 全贝叶斯 特征 提取 方法 | ||
【主权项】：
1.一种合成孔径雷达目标的全贝叶斯特征提取方法，其特征在于，包括如下步骤：步骤1，获取雷达回波信号的属性散射中心模型；步骤2，确定所述属性散射中心模型中每个未知特征参数服从的先验概率分布；步骤3，根据所述属性散射中心模型中所有未知特征参数服从的先验概率分布，建立完整的分层贝叶斯模型；步骤4，根据所述完整的分层贝叶斯模型和雷达回波信号，确定所述属性散射中心模型中所有未知特征参数的联合后验概率分布；步骤5，确定所述属性散射中心模型中每个未知特征参数的建议分布；步骤6，对所述属性散射中心模型中的每个未知特征参数分别进行采样；步骤7，将步骤6重复执行N次，得到每个未知特征参数的N个采样值，由每个未知特征参数的N个采样值生成该未知特征参数的马尔科夫链；步骤8，根据每个未知特征参数的马尔科夫链，确定每个未知特征参数的估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司，未经西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510481182.3/，转载请声明来源钻瓜专利网。
