|
|
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
基于压缩感知的矩阵型联合SAR成像与自聚焦算法 - p/ M$ A: k$ N2 V
摘要:模型准确情况下,压缩感知在合成孔径雷达成像中得到良好应用;但在实际情况中,模型会存在一定误差,这些误差造成图像偏离真实位置、引起散焦降低成像质量.本文提出一种矩阵型联合CS-SAR成像与自聚焦算法，该算法在CS-SAR成像重构方法方面,基于光滑l。范数方法提出了矩阵型正则化光滑《。范数重构方法,该方法具有较强容错能力并能直接重构矩阵型信号,能克服现有联合CS-SAR成像与自聚焦算法在计算效率方面的缺陷.最后，通过仿真验证了所提算法的有效性.
c8 X/ n5 i* e2 }/ r: [" G0 q0 o, t( h关键词:合成孔径雷达;压缩感知;光滑{。范数重构算法;矩阵型正则化光滑《。范数重构算法
6 q' g, \1 U5 r# o7 x
5 a0 W/ _0 D+ G0 E1 引言
) X9 m- }% a; z7 V7 W9 p+ [2 \压缩感知(Compressed Sensing, CS)理论是一种新兴信号获取和重构理论,充分利用信号稀疏性或可压缩性,集采样、压缩与重构于一体.压缩感知能够从远少于香农-奈奎斯特采样定理要求的观测数据中重构原始信号[1~3],引起了雷达成像领域学者的高度关注,陆续展开了基于压缩感知的雷达成像的研究[4].
3 S5 J- _9 d' f( C: h* d, L目前已出现一批基于CS理论的合成孔径雷达(Syn-thetic Aperture Radar ,SAR)成像方面的文献[5.6].然而许多CS-SAR成像模型是基于理想情况建立的,雷达平台运动不平稳或测速不准确都会直接导致模型与实际存在偏差,用理想模型进行成像会使成像结果偏离真实位置、出现散焦、甚至根本不能成像.在传统SAR成像中一般采用后处理技术进行自聚焦78],然而有研究表明一般的后处理自聚焦技术不太适合于CS-SAR成像结果1°.针对这种情况,getin团队提出了稀疏驱动的联合SAR成像和相位误差校正方法[ 10l,还有一些学者提出了基于CS的联: `5 f2 \* a' m1 _: C
4 s1 n1 j; k0 D
; U& ?6 Z# d& r
/ T* p" b, T2 o9 ~6 ]# c* x$ |7 X( e2 J" Y
|
|
/1 
发表于 2021-4-22 14:49
收藏
淘帖
支持！
反对！