基于低秩和非局部自相似的稀疏ISAR成像方法及系统.pdf
含秀****66
亲,该文档总共14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
基于低秩和非局部自相似的稀疏ISAR成像方法及系统.pdf
本发明属于雷达成像技术领域,特别涉及一种基于低秩和非局部自相似的稀疏ISAR成像方法及系统,依据逆合成孔径雷达ISAR系统接收的回波信号重建图像的低秩性,将其低秩性作为重建图像的先验信息,利用先验信息及图像非局部自相似约束来构建稀疏成像模型;引入拉格朗日乘子对稀疏成像模型进行等价转化,并将稀疏成像问题分解为若干子问题进行迭代求解;依据迭代求解结果来获取最终的稀疏ISAR成像。本发明通过挖掘ISAR目标的结构相关性,结合ISAR目标的低秩先验和非局部自相似性来构建稀疏ISAR成像模型,以提高稀疏ISAR成像
基于增强矩阵补全的ISAR稀疏成像方法.pdf
本发明公开了一种基于增强矩阵补全的ISAR稀疏成像方法,应用于逆合成孔径雷达,包括:接收ISAR的回波信号矩阵,回波信号矩阵中的部分回波数据缺失;重构得到回波信号矩阵的增强矩阵;利用矩阵补全技术恢复增强矩阵,得到第一矩阵;将第一矩阵转换为重构回波矩阵;根据重构回波信号矩阵,利用距离多普勒算法确定重构回波信号矩阵的二维图像。该方法解决了相关技术中基于压缩感知的ISAR稀疏成像方法运算效率低、内存消耗大、计算复杂度高的问题,并且在缺失任意列回波数据、回波信号矩阵不满足随机均匀采样的情况下,也能够恢复出目标的二
基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法.pdf
本发明涉及逆合成孔径雷达成像信号处理技术,尤其涉及一种基于图像质量引导的稀疏孔径ISAR成像相位自聚焦方法,包括以下步骤:S1:构建基于压缩感知的稀疏孔径相位自聚焦模型;S2:选择参与相位补偿参数估计的目标距离单元;S3:设置迭代算法初始参数值;S4:单轮相位误差估计与补偿;S5:迭代终止条件判断;S6:更新相位自聚焦,重构ISAR图像。本发明将稀疏孔径下的ISAR成像相位自聚焦、ISAR图像重构以及图像质量评价结合起来,同时实现了相位误差估计、补偿、重构与评估四个步骤,通过缩小迭代相位误差估计偏移量逐级
基于加权低秩和邻域组稀疏分解的运动目标检测方法.pdf
本发明公开一种基于加权低秩和邻域组稀疏分解的移动目标检测方法,包括:一取每帧图像的灰度图,并将像素归一化到[0,1]区间;二根据像素的圆形邻域,构造每个视频帧的重叠局部图像组,并给出邻域组稀疏诱导范数的表达式;三将D分解为低秩背景矩阵B、结构化稀疏前景S以及高斯噪声矩阵E;四以S的结构信息和背景减除后的残差噪声建模结果,构造权重W;五根据上述过程建立最终的加权低秩和邻域组稀疏分解模型;六对第五步的模型以交替方向乘子法求解,在迭代过程中更新权重,最终得到前景目标。本本发明可检测出短暂或较长时间停滞的前景对象
基于C-ADMMN的结构化稀疏孔径ISAR成像方法.pdf
本发明属于雷达成像领域,具体涉及一种基于C‑ADMMN的结构化稀疏孔径ISAR成像方法,包括以下步骤:S1对稀疏孔径ISAR回波信号进行建模;S2构建C‑ADMMN前向传播模型;S3利用C‑ADMMN求解结构化稀疏孔径ISAR成像问题。本发明取得的有益效果为:通过本发明可实现目标结构化稀疏孔径ISAR成像,在稀疏孔径条件下,可快速获得目标结构完整的高分辨率ISAR图像,能较好地反映ISAR图像散射点分布特性,能更清晰地获取目标结构信息。同时,本发明不依赖人工参数设置即可获取较好的成像效果。对于稀疏孔径条件