MIMO雷达成像中系统设计与重构的联合优化
信号处理
2021-10-08 v1 计算机视觉与模式识别
机器学习
摘要
多输入多输出（MIMO）雷达是领先的景深感知方式之一。然而，多个接收通道的使用导致相对较高的成本，并阻碍了MIMO在许多领域（如汽车工业）的渗透。过去几年中，少数研究集中于为MIMO雷达设计压缩测量方案和图像重构方案，但这些问题的研究迄今是分开进行的。另一方面，光学计算成像的近期工作已展示出基于联合学习的采集与重构方案日益取得的成功，显著提升了重构质量。受这些成功启发，在本工作中，我们提出以接收（Rx）天线单元位置的形式学习MIMO采集参数，并与基于图像神经网络的重构联合进行。为此，我们提出了一种以可微方式端到端训练采集-重构组合流水线的算法。我们展示了使用我们所学习的采集参数（无论是否配合神经网络重构）的重要意义。
引用
@article{arxiv.2110.03218,
title = {Joint optimization of system design and reconstruction in MIMO radar imaging},
author = {Tomer Weiss and Nissim Peretz and Sanketh Vedula and Arie Feuer and Alex Bronstein},
journal= {arXiv preprint arXiv:2110.03218},
year = {2021}
}