基于贝叶斯稀疏理论的合成孔径声纳成像技术研究

项目名称： 基于贝叶斯稀疏理论的合成孔径声纳成像技术研究

项目编号： No.61501375

项目类型： 青年科学基金项目

立项/批准年度： 2016

项目学科： 无线电电子学、电信技术

项目作者： 王璐

作者单位： 西北工业大学

项目金额： 23万元

中文摘要： 本项目旨在利用贝叶斯稀疏理论解决合成孔径声纳成像中相位误差矫正和低信噪比下的目标增强的问题。在合成孔径声纳成像应用中，建立适当的字典，通过研究基于贝叶斯稀疏理论的相位误差矫正算法、基于结构化贝叶斯稀疏理论的微弱目标增强成像算法、以及兼具相位误差矫正与目标增强的系统成像方法，提出并完善基于贝叶斯稀疏理论的合成孔径声纳成像技术。突破关键技术问题，提出一套完全从数据中学习并矫正相位误差，从数据中学习并利用目标结构信息实现微弱目标增强的成像算法。并从仿真实验和实测数据两方面，对本项目所取得的理论和技术成果进行验证。本项目的研究为贝叶斯稀疏表示理论应用到合成孔径声纳系统中奠定理论和技术基础，对提升声纳系统的成像性能，具有重要的理论意义和实际应用价值。

中文关键词： 稀疏表示；贝叶斯稀疏；合成孔径成像；相位误差矫正

英文摘要： This project mainly focuses on the problems of phase error correction and weak target enhancement in the synthetic aperture sonar (SAS) imaging based on the theory of sparse Bayesian learning. After construction of a proper dictionary in the application of synthetic aperture sonar imaging, we propose and study three main aspects of the technique based on the sparse Bayesian learning theory. One is the automatic phase error correction; another is the weak target enhancement by exploiting the structural information of the target; and the third is imaging framework of simultaneous phase error correction and target enhancement. By solving the key technologies, the established framework is a data-driven learning process. It learns the phase error and the target structure totally from the data, and achieves the purposes of automatic phase error correction and target enhancement. The theoretical results and technological achievements will be validated with both simulated and experimental data. This project can be considered as the theoretical and technical basis for the applications of the sparse Bayesian learning in the system of SAS. It is of great significance to enhance the performance of the SAS imaging.

英文关键词： Sparse Representation;Sparse Bayesian Learning;Synthetic Aperture Imaging;Phase Error Correction