疊代稀疏漸近最小方差算法

疊代稀疏漸近最小方差算法是用於信號處理中的譜估計和到達方向（DOA）估計的無參數超解析度算法。 這個名稱是為了強調漸近最小方差（AMV）標準的創造基礎。 它是在惡劣環境下恢復多個高相關源的幅度和頻率特性的有力工具，例如有限數量的快照，低信噪比。 它可以用於合成孔徑雷達。

基本介紹

• 中文名：疊代稀疏漸近最小方差算法
• 外文名：SAMV (algorithm)

簡介

疊代稀疏漸近最小方差算法是用於信號處理中的譜估計和到達方向（DOA）估計的無參數超解析度算法。 這個名稱是為了強調漸近最小方差（AMV）標準的創造基礎。 它是在惡劣環境下恢復多個高相關源的幅度和頻率特性的有力工具，例如有限數量的快照，低信噪比。 它可以用於合成孔徑雷達。

概述

疊代稀疏漸近最小方差算法是一種基於壓縮感知的超高解析度成像程式, 可以用於合成孔徑雷達成像,訊號處理,核磁共振成像等醫學影像領域。

超高解析度成像

超高解析度成像（Super-resolution imaging，縮寫SR），是一種提高影片解析度的技術。在一些稱為“光學SR”的SR技術中，系統的衍射極限被超越；而在其他所謂的“幾何SR”中，數位感光元件的解析度因而提高。超高解析度成像技術用於一般圖像處理和超高解析度顯微鏡。