基于复数因子分析模型的步进频数据压缩感知.pdfVIP

第37卷第2期 电 子 与 信 息 学 报 Vo1．37NO．2 2015年 2月 JournalofElectronics InformationTechnology Feb．2015 基于复数因子分析模型的步进频数据压缩感知 徐丹蕾 杜 兰 刘宏伟 王鹏辉 丛玉来 f西安电子科技大学雷达信号处理国家重点实验室 西安 710071) 摘 要：认知雷达发射高距离分辨率步进频信号通常需要较长的观测时间。为了节省时间资源，该文提出一种贝叶 斯重构算法，用较少的步进频信号脉冲得到的频点缺失频域数据，重构出相应的全带宽频域数据。首先利用复数贝 塔过程因子分析(ComplexBetaProcessFactorAnalysis，CBPFA)模型对一组全带宽频域数据进行统计建模，求解 得到其概率密度函数；然后在 目标被跟踪且姿态变化不大的情况下，只发射步进频信号的部分脉冲，根据先前 CBPFA模型得到的概率密度函数，对频点缺失的频域数据利用压缩感知理论和贝叶斯准则解析地重构出相应的全 带宽频域数据。基于实测1维高分辨距离(HighRangeResolution，HRR)数据的重构实验，证明了该文提出方法的 性能。 关键词：认知雷达；步进频：贝叶斯重构算法；压缩感知；因子分析模型 中图分类号：TN958 文献标识码：A 文章编号2015)02—0315—07 DOI：10．11999／JEIT140407 Coomrep|ressive~SeennssminggUsingCoommpplleexxFaccttoorr AnalysisforStepped-frequencyData XuDan--lei DuLan LiuHong-·wei W angPeng--hui CongYu--lai (NationalLaboratoryofRadarSignalProcessing，XidianUniversity， ’an710071，China) Abstract：Itusuallytakesalongobserving timewhen a cognitiveradartransmitstheHigh--Range-Resolution (HRR)stepped—rfequencysigna1．Tosavetime，partialpulsesofthestepped—rfequencysignalaretransmittedto obtain theincompleterfequency data，and a Bayesian reconstruction algorithm isproposed toreconstructthe correspondingfull-bandrfequencydata．Firstly，theComplexBetaProcessFactorAnalysis(CBPFA)modelis utilizedtostatisticallymodelasetoffull—bandrfequencydata，whoseprobabilitydensityfunction(pdf)canbe learned from thisCBPFA mode1．Secondly，whenthetragetistrackedand itsattitudechangesnotmuch，the cognitiveradarcanjusttransmitthepartialpulsesofthestepped—rfequencysignal，andthecorresponding full—bandrfequencydatacanbeanalyticallyreconstructedfrom theincompleterfequencydataviatheCompressive Sensing (CS)methodan