一种基于L1范数正则化的稀疏SAR自聚焦成像方法及装置.pdf
一吃****永贺
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于L1范数正则化的稀疏SAR自聚焦成像方法及装置.pdf
本发明公开了一种基于L<base:Sub>1</base:Sub>范数正则化的稀疏合成孔径雷达自聚焦成像方法及装置,首先,基于采集的有相位误差的回波数据,构建稀疏SAR自聚焦成像模型;其次,用相位校正矢量校正后的回波数据重构相位信息保留的稀疏SAR图像;然后,根据稀疏SAR自聚焦成像模型估计相位校正矢量校正后的回波数据中仍需补偿的相位校正矢量;最后,更新相位校正矢量,以上步骤不断迭代,直至相位误差校正矢量的变化可以忽略不计。本发明能够有效补偿相位误差,获得聚焦的、相位信息保留的稀疏SAR图像。
一种基于L1范数正则化的稀疏SAR自聚焦成像方法及装置.pdf
本发明公开了一种基于L<base:Sub>1</base:Sub>范数正则化的稀疏合成孔径雷达自聚焦成像方法及装置,首先,基于采集的有相位误差的回波数据,构建稀疏SAR自聚焦成像模型;其次,用相位校正矢量校正后的回波数据重构相位信息保留的稀疏SAR图像;然后,根据稀疏SAR自聚焦成像模型估计相位校正矢量校正后的回波数据中仍需补偿的相位校正矢量;最后,更新相位校正矢量,以上步骤不断迭代,直至相位误差校正矢量的变化可以忽略不计。本发明能够有效补偿相位误差,获得聚焦的、相位信息保留的稀疏SAR图像。
一种基于柯西正则化的阵列三维SAR稀疏成像方法.pdf
本发明提出了一种基于柯西正则化的阵列三维SAR稀疏成像方法。首先,它利用阵列三维SAR获取被测的目标场景回波数据矩阵;采用脉冲压缩和频率升采样技术完成信号的初步处理;使用三维BP算法得到三维初始图像;然后利用基于柯西正则化项的近端求解算子实现三维增强成像,最终获得目标场景三维稀疏成像结果。与传统基于匹配滤波的成像方法相比,本发明方法能够提高分辨率、抑制杂波与噪声,提高成像质量,与传统基于L<base:Sub>1</base:Sub>范数正则化项的稀疏成像方法相比,本发明方法能够在提高图像质量的同时,更好得
一种弹载SAR成像自聚焦方法.pdf
本发明属于自动聚焦技术领域,尤其是涉及一种弹载SAR成像自聚焦方法,包括基于卡尔丹方程的二维频谱计算,做二维FFT得到二维频谱;用场景中心距离处的频谱对信号进行补偿并做距离脉冲压缩;做距离IFFT将信号变换到距离‑多普勒域,补偿随距离空变的相位差;对信号做方位向IFFT,得到聚焦后的SAR图像。本发明从获得高精度二维频谱的角度出发,提出了一种新的弹载SAR成像思路,首先,对斜距进行合理近似,在保证成像质量的条件下降低利用POSP求解驻相点时的方程阶数,再通过卡尔丹方程解得驻相点的精确解,进而得到信号二维频
一种基于原子范数最小化的层析SAR三维成像方法.pdf
本发明公开了一种基于原子范数最小化的层析SAR三维成像方法,包括:构建完备层析SAR观测信号的原子集合和原子范数;构建不完备层析SAR观测信号的原子集合和原子范数;根据构建的完备层析SAR观测信号和不完备层析SAR观测信号的原子集合和原子范数,构建基于原子范数最小化的层析SAR成像模型;根据层析SAR成像模型和半正定规划理论构建原子范数优化问题的半正定规划解,利用半正定规划解实现SAR三维成像。本发明运用了原子范数最小化方法来进行层析SAR反演,与基于L1范数的优化方法相比较具备更强的稀疏性、超分辨率能力