بازسازی سیگنال تنک رادار دهانه ترکیبی معکوس مبتنی بر همبستگی‌های درون خوشه‌ای

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 349

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_TJEE-50-2_017

تاریخ نمایه سازی: 4 آذر 1399

چکیده مقاله:

در بسیاری از کاربردهای عملی از جمله رادار دهانه ترکیبی معکوس، با سیگنال‌هایی سروکار داریم که اغلب دارای ساختار تنک بلوکی می‌باشند، بدان معنی که مقادیر غیر صفر در تعدادی بلوک (خوشه) اتفاق می‌افتد. در این سیگنال‌ها، معمولاً اطلاعات قبلی از تعداد، اندازه و مکان بلوک‌های غیر صفر در دسترس نیست. با توجه به الگوی پیوستگی موجود در سیگنال ISAR، برای هر پراکنده‌گر غالب می‌توان یک همسایگی در نظر گرفت. در این مقاله با توجه به همبستگی درون خوشه‌ای بین همسایگی نقاط پراکنده‌گر غالب، روشی به منظور بازسازی سیگنال تنک ISAR  مبتنی بر نمونه‌برداری فشرده بیزین ارائه می‌کنیم. تنکی هر نقطه پراکنده‌گر غالب، نه تنها به فراپارامتر خودش، بلکه به فراپارامترهای مجاورش نیز بستگی دارد. روش پیشنهادی به اطلاعات قبلی از ساختار بلوکی نیاز ندارد. همچنین به منظور مدل کردن همبستگی‌های درون خوشه‌ای بین نقاط پراکنده‌گر همسایه، از یک توزیع پیشین گوسی استفاده می‌شود و در نهایت از استنتاج تغییرات بیزین به منظور یادگیری فراپارامترها و تخمین سیگنال تنک، استفاده شده است. نتایج شبیه‌سازی برتری قابل توجه روش پیشنهادی را نسبت به سایر روش‌ها بر حسب میزان همبستگی، خطای بازسازی، درصد بازسازی کامل، آنتروپی و کنتراست تصویر نشان می‌دهد.

نویسندگان

علی جبار رشیدی

مجتمع دانشگاهی برق و کامپیوتر- دانشگاه صنعتی مالک اشتر

ایمان فرامرزی

مجتمع دانشگاهی برق و کامپیوتر- دانشگاه صنعتی مالک اشتر

رحیم انتظاری

مجتمع دانشگاهی برق و کامپیوتر- دانشگاه صنعتی مالک اشتر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • [1]      V. C. Chen, Inverse Synthetic Aperture Radar Imaging Principles, ...
  • [2]      X. He, N. Tong, and X. Hu, “Dynamic ISAR ...
  • [3]      L. Zhang, M. Xing, C.-W. Qiu, J. Li, and ...
  • [4]      E. C. Marques, N. Maciel, L. Naviner, H. Cai, ...
  • [5]      S. Budhiraja, “A survey of compressive sensing based greedy ...
  • [6]      J. L. Walker, “Range-Doppler imaging of rotating objects,” IEEE ...
  • [7]      S. Tomei, A. Bacci, E. Giusti, M. Martorella, and ...
  • [8]      M.-S. Kang, S.-J. Lee, S.-H. Lee, and K.-T. Kim, ...
  • [9]      F. Keinert, D. Lazzaro, and S. Morigi, “A robust ...
  • [10]      M. Babakmehr, M. G. Simões, M. B. Wakin, and ...
  • [11]      M. Mishali and Y. C. Eldar, “Blind multiband signal ...
  • [12]      Y. Zou, X. Gao, and X. Li, “Block sparse ...
  • [13]      J. Wen, H. Chen, and Z. Zhou, “An optimal ...
  • [14]      H. Li and J. Wen, “A new analysis for ...
  • [15]      S. Suwanwimolkul, L. Zhang, D. Gong, Z. Zhang, C. ...
  • [16]      L. Wang, L. Zhao, G. Bi, C. Wan, and ...
  • [17]      S. Ji, Y. Xue, and L. Carin, “Bayesian compressive ...
  • [18]      D. P. Wipf and B. D. Rao, “Sparse bayesian ...
  • [19]      Z. Zhang and B. D. Rao, “Extension of SBL ...
  • [20]      Z. Zhang and B. D. Rao, “Sparse signal recovery ...
  • [21]      Z. Zhang, T.-P. Jung, S. Makeig, Z. Pi, and ...
  • [22]      Q. Wan, H. Duan, J. Fang, H. Li, and ...
  • [23]      H. Duan, L. Yang, J. Fang, and H. Li, ...
  • [24]      R. Entezari and A. Rashidi, “Continuity pattern-based sparse bayesian ...
  • [25]      منیره کوشش و غلامرضا اکبری زاده، « الگوریتم حذف ...
  • [26]      C. Wang, L. Xu, D. A. Clausi, and A. ...
  • [27]      ایرج سرداری و جلیل سیفعلی هرسینی, «حذف نویز لکه ...
  • [28]      T. Leportier and M.-C. Park, “Filter for speckle noise ...
  • [29]      T. Scarnati and A. Gelb, “Variance based joint sparsity ...
  • [30]      R. Vehmas, J. Jylhä, M. Väilä, J. Vihonen, and ...
  • [31]      محمدصادق فاضل و مجتبی بهشتی, «خودتمرکزدهی برای جبران خطای ...
  • [32]      رحیم انتظاری و علی‌جبار رشیدی, «استخراج تصویر از اهداف ...
  • [33]      G. Xu, L. Yang, L. Zhao, and G. Bi, ...
  • [34]      M. E. Tipping, “Sparse bayesian learning and the relevance ...
  • [35]      D. P. Wipf and B. D. Rao, “An empirical ...
  • [36]      D. G. Tzikas, A. C. Likas, and N. P. ...
  • [37]      W. Qiu, E. Giusti, A. Bacci, M. Martorella, F. ...
  • [38]      J. Lv, L. Huang, Y. Shi, and X. Fu, ...
  • نمایش کامل مراجع