关键词：贝叶斯压缩感知;;噪声MIMO雷达;;感知矩阵;;失配
摘 要：针对压缩感知雷达(Compressive Sensing Radar,CSR)面临测量噪声、信道干扰及系统精度误差等扰动时,非自适应随机测量值和感知矩阵失配导致传统CSR目标参数提取性能下降的问题,该文提出一种基于贝叶斯压缩感知(Bayesian Compressive Sensing,BCS)的噪声MIMO雷达稳健目标参数提取方法。文中首先建立了噪声MIMO雷达的稀疏感知模型,推导了基于目标参数稀疏贝叶斯模型的联合概率密度函数,随后将BCS方法与LASSO(Least-Absolute Shrinkage and Selection Operator)算法相结合对联合概率密度函数进行优化求解...
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取