换一批
换一批先验信息的贝叶斯描述及MCMC方法在微波成像中的应用研究
Bayesian Representation of Prior Information And MCMC Method in Microwave Imaging
摘要研究微波成像问题:应用贝叶斯方法将关于被测物体介电常数分布的先验信息描述为先验概率密度,结合散射场测量信息后,得到包含被测物体综合信息的后验概率密度,用马尔可夫链蒙特卡罗法(MCMC)-Gibbs抽样器来抽样后验概率密度,并用样本均值作为对介电常数分布的估计.对介电常数呈"块状"分布物体进行的模拟成像结果表明:该方法对先验信息进行了有效利用,具有可行性和极强的抗噪声能力.该方法的特点还包括:可以方便地、易于控制地描述(明确或非明确)先验信息;可以给出问题的"完全"解,即任意一介电常数分布出现的概率.
更多相关知识
- 浏览188
- 被引3
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
