摘要：En este artículo se presenta la aplicación del algoritmo formador de haz adaptivo: Mínimos Cuadrados Medios (LMS), para mejorar el desempeño del método fusionado Máxima Entropía Bayesiana con Análisis Variacional (BMEVA) para formación de imágenes de radar de alta resolución y reducción del ruido. Además, el formalismo para integrar el método BMEVA fusionado, así como la inclusión bajo la estructura del LMS, es presentado. Finalmente, el mejoramiento de la imagen y la reducción del ruido producido por el método Adaptivo BMEVA es analizado, así como el desempeño computacional del filtro en función del IOSNR a través de diferentes escenarios con imágenes de Radar de Apertura Sintética.
其他摘要：In this paper, an adaptive beamformer algorithm LMS is presented and showed to improve the Bayesian Maximum Entropy-Variational Analysis (BMEVA) performance for high resolution radar imaging and denoising. A formalism to fuse the BMEVA and its integration inside the LMS structure is also presented. Finally, the image enhancement and denoising produced by the proposed Adaptive BMEVA method is analyzed, and the filter computational performance is demonstrated via SAR images scenarios.
关键词：Data fusion; adaptive filter; LMS; SAR images; Bayesian maximum entropy;Fusión de datos; filtrado adaptivo; LMS; imágenes SAR; máxima entropía bayesiana
