Resumen

Un modelo de vectores de medidas múltiples (MMV) bloquea la recuperación de señales dispersas. Se propone un algoritmo de imágenes ISAR para mejorar la calidad de las imágenes ISAR. En primer lugar, se construye el modelo de imágenes dispersas y se aplica a las imágenes ISAR el modelo MMV basado en el algoritmo de recuperación de señales dispersas en bloque. A continuación, se propone una función exponencial negativa para bloquear aproximadamente la norma L0. La solución de optimización de la función suavizada se obtiene construyendo una secuencia decreciente. Por último, se añaden los pasos de corrección para garantizar la solución óptima de la señal dispersa de bloque a lo largo de la dirección de descenso más rápida. Varias simulaciones y experimentos de simulación de datos reales verifican que el algoritmo propuesto presenta ventajas en tiempo y calidad de imagen.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:experimentos de simulación de datos reales, algoritmo de recuperación de señal dispersa, algoritmo de imagen isar, calidad de imagen isar, dirección de descenso más rápida, vector de medición múltiple, función exponencial negativa, modelo de imagen dispersa, recuperación de señal dispersa, imagen isar
• Keywords:real data simulation experiments, sparse signal recovery algorithm, isar imaging algorithm, isar imaging quality, fastest descent direction, multiple measurement vector, negative exponential function, sparse imaging model, sparse signal recovery, isar imaging