科学出版社分享 http://blog.sciencenet.cn/u/sciencepress 中国最大的综合性科技出版机构之一,科学家的出版社!

博文

一种基于混合范数优化的无模糊稀疏SAR成像

已有 964 次阅读 2023-11-14 17:33 |个人分类:《中国科学》论文|系统分类:论文交流

稀疏合成孔径雷达(SAR)成像与传统的基于匹配滤波的SAR成像相比,可以基于欠采样回波实现稀疏观测区域的高质量重构。然而,稀疏SAR成像目前在快速恢复大规模场景和抑制方位模糊方面仍然面临着挑战。由于接收到的回波在方位时域上是离散和有限的,在距离多普勒域上会产生主频带信号频谱的周期性扩展现象。当脉冲重复频率(PRF)满足Shannon-Nyquist采样理论时,方位模糊性并不严重。但由于稀疏SAR系统以降低PRF来获得宽测绘带,低PRF会导致严重的方位模糊,甚至导致图像重建失败。

为解决上述问题,本文借助近似观测理论,提出了一种基于L2,1/2范数正则化的稀疏SAR成像方法,并将其应用于大规模稀疏场景的无模糊恢复中。由于在模型构建中考虑了方位模糊项,该方法在方位模糊抑制方面比匹配滤波方法和基于Lq范数正则化的方法表现出更好的性能。与现有基于L2,1范数正则化的成像方法相比,进一步提高了方位模糊抑制能力,获得了更高质量的稀疏图像。

本文的创新点如下:

n  在模型构建中考虑了方位模糊项,提高了方位模糊抑制的能力;

n  提出了一种基于L2,1/2范数正则化的稀疏SAR成像方法,并将其应用于大规模稀疏场景的无模糊恢复。

                         68.png                    

1. 所提方法流程图


本文所提出的稀疏SAR成像方法在仿真数据和实测数据上进行了验证。在点目标仿真实验上,我们从左下到右上设置了4个点,其中两个点间隔较小为10米。使用50%欠采样数据来验证方法对方位模糊的抑制能力。在实测数据实验上,我们选取了Radarsat数据同样进行50%欠采样以验证所提出方法在无模糊稀疏成像中的能力。


image.png

通过(a) CSA, (b) L1-Sp, (c) L1/2-Sp, (d) L2,1-Sp(e) L2,1/2-Sp50%下采样数据中恢复图像


image.png


通过(a)完全采样数据的CSA, (b) 50%下采样数据的CSA,c50%下采样数据的L1-Sp(d)50%下采样数据的L1/2-Sp, (e) 50%下采样数据的L2,1-Sp(f) 50%下采样数据的L2,1/2-Sp恢复大规模场景图像

 

更多文章信息:

Bi H, Song Y F, Yin Y J, et al. A novel sparse SAR unambiguous imaging method based on mixed-norm optimization. Sci China Inf Sci, 2023, 66(11): 219302

doi: 10.1007/s11432-022-3814-8

https://link.springer.com/article/10.1007/s11432-022-3814-8  



https://blog.sciencenet.cn/blog-528739-1409629.html

上一篇:西交大薛江等 | 基于极大熵准则的鲁棒信道估计
下一篇:中国南方降雨对华北平原空气污染的影响
收藏 IP: 124.17.27.*| 热度|

2 郑永军 杨正瓴

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-2 12:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部