论文部分内容阅读
基于关联计算成像原理,提出一种适用于相控阵雷达的前视成像技术,其随机移相是由配置二维相控阵雷达来实现的.为了模拟经典量子关联成像中的随机涨落光场以实现测量的不相关性,需要控制二维相控阵辐射出的波前呈现随机幅相波动特性,再结合压缩感知(compressive sensing,CS)的模型框架与稀疏贝叶斯学习(sparse Bayesian learning,SBL)算法解决关联耦合问题以实现目标场景的方向维和俯仰维超分辨成像。甚至可以在不需要雷达与目标相对运动的情况下,结合宽带信号体制实现雷达前视超分辨三维