Fejlett ritkaságvezérelt modellek és módszerek radaralkalmazásokhoz

Eredeti címe:

Advanced Sparsity-Driven Models and Methods for Radar Applications

Könyv tartalma:

Ez a könyv fejlett, ritkaságvezérelt modelleket és módszereket mutat be, valamint ezek alkalmazását olyan radarfeladatokban, mint a detektálás, a képalkotás és az osztályozás. A tömörített érzékelés (CS) az egyik legaktívabb téma a jelfeldolgozás területén. A CS az érdeklődésre számot tartó jelek ritkaságának kihasználásával és elősegítésével új keretet kínál az adatok csökkentésére a jelvisszaállítás teljesítményének veszélyeztetése nélkül, illetve a felbontás növelésére a mérések növelése nélkül.

A bevezető fejezet a ritka jelvisszanyerés alapjait vázolja fel. Ezt követően a következő témákat szisztematikusan és átfogóan tárgyalja: hibrid mohó üldözési algoritmusok a radarképek minőségének javítására; kétszintű blokkos ritkasági modell többcsatornás radarjelekhez; parametrikus ritkasági reprezentáció radarképek modellbizonytalansággal történő képalkotásához; Poisson-lemezes mintavételezés nagy felbontású és széles sávú SAR-képalkotáshoz; amikor fejlett ritkasági modellek találkoznak durván kvantált radaradatokkal; ritkasági tudatosságú mikro-Doppler-elemzés a radarcélok osztályozásához; és a ritkás jelek elosztott detektálása radarhálókban a lokálisan legerősebb teszttel. Végül a záró fejezet összefoglalja az előző fejezetek legfontosabb pontjait, és tömör kilátásokat kínál.

A könyv a radar- és jelfeldolgozással foglalkozó kutatóközösségek számára a CS-alapú modellek és algoritmusok gyakorlati problémák megoldására való alkalmazására összpontosít.