文件名称：微波阵列成像的信号处理：TDC和稀疏恢复
文件大小：898KB
文件格式：PDF
更新时间：2024-03-16 02:09:08
3D microwave imaging; compressed sensing;
与1-D和2-D微波图像不同，3-D微波图像表现出典型的稀疏性。 因此，稀疏恢复技术可用于3-D微波信号处理。 本文讨论了三种流行的信号处理技术：时域相关方法（TDC），伪逆方法（PI）和压缩感测方法（CS）。 我们发现PI和CS方法可以消除TDC方法的旁瓣耦合误差，但要付出额外的噪声增益。 TDC，PI和CS方法的性能受测量矩阵的自相关矩阵影响，该矩阵由稀疏阵列的分布和接收器的数量决定。 通常，不能将微波3-D成像的测量矩阵视为一组均值为零的iid随机变量。 结果，在iid Gauss随机变量和具有零均值假设的iid随机变量下开发的许多属性无法准确解释微波3-D成像问题。 本文进一步讨论了图像稀疏度和接收器数量对TDC，PI和CS方法的影响。 通常情况下，图像越稀疏，成像效果越好。 在接收器数量方面（假设阵列大小固定），当接收器数量相对较小时，增加接收器数量可以减少TDC方法的耦合误差以及PI和CS方法的噪声增益。 当接收器的数量足够大时，增加接收器对改善耦合误差或噪声增益的贡献较小。 最后，通过数值实验表明，在病态条件下，CS法要比PI法稳定得多。