|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：目前基于缺失数据的幅度相位估计算法(GAPES)的 SAR 成像算法都没有考虑距离徙动和相位误差问题而) S/ ~1 }/ h/ `/ d0 H
导致图像质量下降。该文提出一种基于 GAPES 的聚束模式 SAR 方位向连续缺失数据的高分辨成像方法。在处理6 ?/ R/ l3 g$ M K) r4 j
过程中，通过对连续缺失数据 2 维插值实现距离徙动校正，然后利用稀疏数据投影近似子空间跟踪算法实现相位误; U6 c+ J7 V( y" c' C8 l
差补偿，保证了图像的分辨率。仿真和实测数据的处理结果证明了该方法的有效性。2 S5 @) |) H3 z8 a/ j0 z/ g4 |+ W+ |; [
关键词：缺失数据的幅度和相位估计；距离向插值；方位向插值；距离徙动校正；投影近似子空间跟踪6 a \% b0 r6 d
1 引言
9 L1 J/ F |" @( H# O+ b合成孔径雷达(Synthetic Aperture Radar, SAR)
; r; n% _3 x, o; h& X: Y在分集工作模式或者受到干扰时，雷达回波脉冲数7 s8 z+ s/ Z- o
据会在时域或频域稀疏缺失。通过对缺失数据补零，
0 ]6 Q& x5 B( k& Y+ J+ \3 z采用常规的雷达成像方法成像，会造成图像的伪像! ]$ X9 V( Z/ d) q2 R* ]7 S) q
以及图像质量的严重下降[1 4]。Sinc插值[5]可以恢
( E# |; J) A: r( W# ?复缺失数据，但是当数据频谱
: E! D! G, D, q( D; @! T6 `2 F5 b混叠或连续缺失较多时，该方法恢复效果不理想。
, K U8 ^* v W" O, x谱估计或者线性预测和递推的方法[6 8]也可以恢复2 l6 G4 G7 F+ ~1 n+ @+ q' x
缺失数据，但此类算法对预测模型和信噪比较敏感，
& `8 g& M7 U% |当数据缺失较多时，其对缺失数据的恢复会成指数
7 S$ t- Z6 _( X8 ~* ?9 N" q) M8 K, M
/ s z* U4 a# J3 \0 X3 C
% b$ F% p6 w4 C
+ r. s* J- P; I$ ~" h# u5 L/ Z. _ F9 Z s* E! Y+ V
; v# i$ V. T& b& w
( J9 a6 ~; ]" U2 R附件下载：* \6 a$ v1 Z* S' `$ F5 D9 l' V: K
( I4 j, ?( G5 m/ w+ n& o; ?5 @2 h
|
|
/1 
发表于 2020-12-29 10:43
收藏
淘帖
支持！
反对！