Remote Sensing,2023 | 基于SBL的分布式毫米波相干雷达成像的高效实现

Remote Sensing,2023 | 基于SBL的分布式毫米波相干雷达成像的高效实现

注1：本文系“无线感知论文速递”系列之一，致力于简洁清晰完整地介绍、解读无线感知领域最新的顶会/顶刊论文(包括但不限于 Nature/Science及其子刊; MobiCom, Sigcom, MobiSys, NSDI, SenSys, Ubicomp; JSAC, 雷达学报 等)。
本次介绍的论文是：2023，Remote Sensing | Efficient Implementation for SBL-Based Coherent Distributed mmWave Radar Imaging
文章DOI: https://doi.org/10.3390/rs15041054

文章动机

毫米波雷达因其小型化、高分辨率、长距离探测等优点,在汽车自动驾驶、交通监测、无人机避障等民用领域得到广泛应用。但是,单雷达的角分辨率有限,难以满足实际需求。本文提出在多个分布式小孔径毫米波雷达之间实现相干合成,通过信号处理算法提高雷达系统的有效孔径,从而改善角分辨率。

但是传统的距离多普勒成像算法,在错位数据情况下效果较差。而稀疏贝叶斯学习(SBL)算法由于鲁棒性强、精度高,适合处理探测数据不连续的情况,可以用于分布式雷达成像。但是SBL算法计算复杂度高。