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

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.

رادار دهانه ترکیبی معکوس, نمونه‌برداری فشرده بیزین, ساختار تنک بلوکی, همبستگی درون خوشه‌ای, استنتاج تغییرات بیزین