一种基于原子范数最小化的层析SAR三维成像方法.pdf
兴朝****45
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
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
一种基于盲压缩感知的层析SAR三维成像方法.pdf
本发明公开了一种基于盲压缩感知的层析SAR三维成像方法,涉及层析SAR成像技术领域,步骤如下:S1:观测对象区域获取的SAR序列数据集进行预处理,每幅图像中的像素按照顺序构建高纬度信号并排列成矩阵形式;S2:利用相邻方位‑距离单元高程向的相关性,使用盲压缩感知框架对图像信息进行重构,将图像信号建模成一个稀疏矩阵和一个字典矩阵的乘积;建立基于盲压缩感知的层析SAR成像模型;S3:对成像模型继续变换和求解;运用交替乘子法对目标最优化问题进行求解,通过变量交替循环进行求解,循环对子问题进行最优化求解,得到高分辨
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。
一种基于原子范数最小化的二维鲁棒自适应波束形成方法.pdf
本发明公开了一种基于原子范数最小化的二维鲁棒自适应波束形成方法,其包括:利用克罗内克积将二维阵列流形矩阵重构成一维矢量并建立相应的接收信号数学模型;构建一种接收端目标及干扰信号的原子范数表示方法;建立基于原子范数最小化设计联合估计干扰协方差矩阵和期望信号功率及导向矢量的最优化问题及其约束条件;构建该优化问题的半正定规划问题;采用交替优化方法将该问题分解为两个迭代步骤求解,获得重构的干扰协方差矩阵和期望信号导向矢量;由Capon波束形成算法得到权矢量。本发明不受期望目标信号的影响,能够自适应调整指向方向,对