一种基于全变差的扫描雷达方位向超分辨成像方法.pdf
一条****ee
亲,该文档总共16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
一种基于全变差的扫描雷达方位向超分辨成像方法.pdf
本发明提出了一种基于全变差的扫描雷达方位向超分辨成像方法,属于雷达成像领域。本发明在实现扫描雷达前视方位超分辨成像的同时,较好地保持目标的轮廓信息。在本发明中,首先根据扫描雷达前视成像平台运动与天线扫描的关系,将回波建模为天线方向图与目标散射系数的卷积形式,为采用卷积反演实现方位超分辨成像奠定基础;然后,在正则化框架下引入全变差算子来表征目标的先验信息,将超分辨问题转化为凸优化问题;最后,采用分裂Bregman算法来求解凸优化问题,得到目标的估计值。本发明的创新性在于引入了全变差算子表征目标的先验信息,在
一种基于改进全变差的扫描雷达超分辨成像方法.pdf
本发明提供了一种基于改进全变差的扫描雷达超分辨成像方法,属于雷达成像领域。本发明针对传统的全变差超分辨算法在低信噪比环境下对噪声敏感的问题,在实现超分辨成像与保持目标轮廓的同时,增强了算法的抗噪性能。在本发明中,首先采用TSVD方法进行预处理,重构目标函数;然后,在正则化框架下引入全变差算子作为正则化项,将超分辨问题转化为凸优化问题;最后,采用迭代重加权范数方法来求解凸优化问题,得到目标散射系数的估计值。本发明的创新性在于用TSVD方法去除噪声的影响,增强了传统全变差方法对噪声的鲁棒性,提高了其实用性。
基于MRF的实孔径扫描雷达超分辨成像方法.pdf
本发明公开了一种基于MRF的实孔径扫描雷达超分辨成像方法,包括:通过正则化框架将以隐马尔科夫随机场表示的结构先验信息引入目标函数中;利用快速迭代阈值收缩方法解决目标函数的优化问题,最终得到目标的超分辨成像结果。该方法通过引入马尔科夫随机场先验模型,使像素的二维空间相关性可以更好地被描述,进而能够更好地恢复场景的形状。
一种机载扫描雷达实时超分辨成像方法.pdf
本发明公开一种机载扫描雷达实时超分辨成像方法,应用于雷达信号处理领域,针对传统批处理模式下超分辨方法计算复杂度和内存占用率高的问题;本发明通过建立斜前视矢量卷类积精确回波模型,突破斜前视角分辨率提升机理性瓶颈;然后构造描述天线方向图和多普勒导向矩阵与雷达回波信号的可解析优化代价函数,将斜前视成像分辨率提升问题转化为在线递归优化估计问题;最后,通过Updating和Downdating滑窗递归,实现斜前视区域目标散射系数的实时更新。本方法不仅有效地改善了传统方法的方位分辨率,而且显著降低了其复杂度和内存占用
一种基于改进正则化的实孔径扫描雷达超分辨成像方法.pdf
本发明公开了一种基于改进正则化的实孔径扫描雷达超分辨成像方法,具体利用回波数据散射系数的统计特性,采用矩估计的方法来估计参数p,首先计算回波数据的1、2阶绝对中心矩,为了实现快速估计,进一步采用函数拟合策略,用双曲线拟合广义高斯函数的反函数。本发明方法利用回波数据的统计特征实现了对参数p的合理估计,避免了通过经验选取形状参数p值的局限,同时保证了超分辨结果具有较高的精度和具有较快的运算速度,克服了通过人为依据经验选取p值的局限,提高了Lp范数正则化方法的自适应程度,有效减少了范数选择带来的成像误差,增强目