Modelli e metodi avanzati guidati dalla sparsità per le applicazioni radar

Titolo originale:

Advanced Sparsity-Driven Models and Methods for Radar Applications

Contenuto del libro:

Questo libro introduce modelli e metodi avanzati basati sulla sparsità e le loro applicazioni in compiti radar come il rilevamento, l'imaging e la classificazione. Il rilevamento compresso (CS) è uno degli argomenti più attivi nel campo dell'elaborazione dei segnali. Sfruttando e promuovendo la sparsità dei segnali di interesse, il CS offre una nuova struttura per ridurre i dati senza compromettere le prestazioni del recupero del segnale, o per migliorare la risoluzione senza aumentare le misure.

Un capitolo introduttivo illustra i fondamenti del recupero dei segnali sparsi. Vengono poi affrontati in modo sistematico e completo i seguenti argomenti: algoritmi ibridi di greedy pursuit per migliorare la qualità delle immagini radar; modello di sparsità a due livelli di blocco per segnali radar multicanale; rappresentazione parametrica sparsa per l'imaging radar con incertezza del modello; campionamento a disco di Poisson per l'imaging SAR ad alta risoluzione e ad ampia ampiezza; quando i modelli sparsi avanzati incontrano dati radar grossolanamente quantizzati; analisi micro-Doppler sparsity-aware per la classificazione dei bersagli radar; rilevamento distribuito di segnali sparsi nelle reti radar tramite il test localmente più potente. Infine, un capitolo conclusivo riassume i punti chiave dei capitoli precedenti e offre prospettive concise.

Il libro si concentra su come applicare i modelli e gli algoritmi basati su CS per risolvere problemi pratici nel campo dei radar, per le comunità di ricerca sui radar e sull'elaborazione dei segnali.