[发明专利]基于广义帕累托分布的贝叶斯压缩感知成像方法

摘要

发明公开了一种基于广义帕累托分布的贝叶斯压缩感知成像方法，提高现有逆合成孔径雷达成像方法的性能。本发明在基于贝叶斯压缩感知的逆合成孔径雷达成像中，采用广义帕累托分布作为先验信息，提高算法的重构性能。本发明与现有技术方案相比的优点在于：能够以更少的测量值，或在更大稀疏度的条件下，或以更小的重构误差重构信号。对仿真和实测逆合成孔径雷达数据能够得到成像质量更好的图像。

主权项

一种基于广义帕累托分布的贝叶斯压缩感知成像方法，其特征在于，包括如下步骤：(1)将逆合成孔径雷达回波进行解线性调频、运动补偿、距离压缩处理，得到一组由L个距离单元组成的距离像，分别用数字1到L表示不同的距离单元；(2)假设第1个距离单元内的测量信号为y，测量矩阵为Ψ，基函数为傅里叶字典Φ，通过求解式(4)的优化函数得到此距离单元的N维稀疏频谱s＝[s1s2…si…sN]，si表示第i个稀疏频谱；s^=argmins||y-Θs||22+2σ2(q+1)Σi=1Nlog(1+|si|qδ)---(4)]]>其中Θ＝ΨΦ为恢复矩阵，σ2是噪声的方差，q是广义帕累托分布的阶，δ是广义帕累托分布的形状参数，δ>0；(3)如果距离单元数小于L，距离单元数加1，重复步骤(2)。如果距离单元数等于L，将所有距离单元上得到的稀疏频谱合在一起就是最终的逆合成孔径雷达图像。