Resumen

La vibración de los objetivos aporta información importante para el reconocimiento de los mismos, y los terahercios, debido a los significativos efectos micro-Doppler, tienen grandes ventajas para la detección remota de las vibraciones. En este artículo, se analizan en primer lugar las características de las imágenes de objetivos vibrantes con THz-SAR. Se ha propuesto un algoritmo mejorado basado en un excelente enfoque bayesiano, es decir, el método de expansión-compresión-varianza-componente (ExCoV), para reconstruir los coeficientes de dispersión de los objetivos vibratorios, que proporciona una inicialización más robusta y eficiente y supera las deficiencias de los lóbulos laterales, así como los artefactos derivados del método de correlación tradicional. Se realizó un experimento real de medición de vibraciones de coches en reposo para validar el modelo de alcance. Los datos SAR simulados de objetivos que vibran y un modelo de tanque en un fondo real en 220 GHz muestran un buen rendimiento a una SNR baja. La rápida evolución de los dispositivos de terahercios de alta potencia ofrecerá una aplicación THz-SAR viable a una distancia de varios kilómetros.

• Materias:Minería de datos Propagación de ondas Radiofrecuencia Teoría de Antenas Ondas de radiofrecuencia
• Subjects:Data mining Wave propagation Radio frequency Antenna theory Radio frequency waves
• Palabras claves:métodos tradicionales de correlación, experimento de medición de vibraciones, deficiencia de lóbulos laterales, enfoque bayesiano excelente, dispositivo de terahercios de potencia, datos sar simulados, objetivo, reconocimiento de objetivos, coche parado, vibración del objetivo
• Keywords:traditional correlation methods, vibration measurement experiment, deficiency of sidelobes, excellent bayesian approach, power terahertz device, simulated sar data, target, target recognition, idle car, target vibration