بازسازی سیگنال تنک دریافتی هدف دررادارMIMO با استفاده از مدل خوشه بندی سلسله مراتبی در حسگری فشرده بیزین

روش حسگری فشرده، نمونه برداری را با نرخی به مراتب کم تر از نرخ نایکوییست ممکن می سازد و می توان با در دست داشتن تعداد کمی نمونه های اندازه گیری شده، سیگنال های تنک یا تقریبا تنک را بازسازی نمود. در این مقاله، با استفاده از روش حسگری فشرده بیزین، بر اساس خوشه بندی سلسله مراتبی کارایی رادار چند ورودی- چند خروجی برای بازسازی سیگنال تنک دریافتی را بهبود می دهیم. در روش پیشنهادی ضرایب سیگنال تنک بر اساس معیارحداقل فاصله بین داده ها درمدل سلسله مراتبی تجمعی ایجاد می شود. تعداد ضرایب غیر صفر، براساس نوع خوشه بندی وبا استفاده از نرم صفر تعیین می شود. از بردار تصادفی برنولی z برای نشان دادن المان های غیر صفر استفاده می شود. این تابع توزیع مورد نظر بر اساس نوع خوشه بندی مشخص می شود. ترکیب تابع توزیع ضرایب سیگنال تنک و بردار تصادفی برنولی، تابع توزیع احتمال پیشینslab-and-spike را تشکیل می دهد. برای تخمین سیگنال تنک از تابع توزیع احتمال پیشین slab-and-spike استفاده می کنیم. روش پیشنهادی با روش حسگری فشرده بیزین مقایسه خواهد شد. بازسازی سیگنال تنک در روش پیشنهادی، نسبت به روش حسگری فشرده بیزین به اندازه ی 35/0 بهبود می یابد. از لحاظ زمان اجرای شبیه سازی، روش پیشنهادی به اندازه ی22/0 دقیقه دیرتر نتیجه می دهد.

Keywords:

رادارچند ورودی- چند خروجی , حسگری فشرده , خوشه بندی سلسله مراتبی , بیزین