Pokročilé modely a metody pro radarové aplikace založené na řídkosti

Původní název:

Advanced Sparsity-Driven Models and Methods for Radar Applications

Obsah knihy:

Tato kniha představuje pokročilé modely a metody založené na řídkém rozložení a jejich aplikace v radarových úlohách, jako je detekce, zobrazování a klasifikace. Compressed sensing (CS) je jedním z nejaktivnějších témat v oblasti zpracování signálů. Využitím a podporou řídkosti zájmových signálů nabízí CS nový rámec pro redukci dat, aniž by byla ohrožena výkonnost obnovy signálu, nebo pro zvýšení rozlišení bez zvýšení počtu měření.

V úvodní kapitole jsou nastíněny základy obnovy řídkých signálů. Poté jsou systematicky a komplexně zpracována následující témata: hybridní algoritmy greedy pursuit pro zvýšení kvality radarového zobrazování; dvouúrovňový blokový model řídkosti pro vícekanálové radarové signály; parametrická řídká reprezentace pro radarové zobrazování s modelovou nejistotou; Poissonovo-diskové vzorkování pro zobrazování SAR s vysokým rozlišením a širokým záběrem; když se pokročilé řídké modely setkávají s hrubě kvantizovanými radarovými daty; analýza mikro-Dopplera s ohledem na řídkost pro klasifikaci radarových cílů; a distribuovaná detekce řídkých signálů v radarových sítích prostřednictvím lokálně nejvýkonnějšího testu. Závěrečná kapitola shrnuje klíčové body z předchozích kapitol a nabízí stručné výhledy.

Kniha se zaměřuje na to, jak aplikovat modely a algoritmy založené na CS k řešení praktických problémů v radaru, a to pro výzkumné komunity v oblasti radaru a zpracování signálů.