-
题名基于混合范数稀疏约束的ISAR高分辨成像算法
被引量:1
- 1
-
-
作者
宋代悦
陈倩倩
李晨琦
-
机构
青岛大学电子信息学院
-
出处
《现代雷达》
CSCD
北大核心
2023年第4期60-65,共6页
-
文摘
基于逆合成孔径雷达(ISAR)信号的稀疏性,提出了一种基于混合范数稀疏约束的ISAR高分辨成像算法。该方法通过利用压缩感知理论建立了一个基于l2,0混合范数稀疏约束下的最优化ISAR信号模型,通过求解该最优化模型实现短相干积累时间下ISAR图像的高分辨重建。该模型利用了l2,0混合范数的优势,运算时可实现更快收敛,大大提高了模型求解的运算速度;同时,该最优化模型在求解时采用了共轭梯度下降法和快速傅里叶变换操作,提高了算法的求解运算效率。仿真和实测数据都验证了方法的有效性。
-
关键词
逆合成孔径雷达
稀疏约束
l2
0混合范数
-
Keywords
inverse synthetic aperture radar
sparse constraint
l2,0 mixed norm
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名ISAR高分辨成像算法正则化系数的优化
- 2
-
-
作者
宋代悦
李开壮
陈倩倩
-
机构
青岛大学电子信息学院
-
出处
《电子信息对抗技术》
北大核心
2023年第6期68-75,共8页
-
文摘
以稀疏约束最优化逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)信号模型为基础,基于最大后验概率估计的误差精度和ISAR图像的稀疏性,提出了一种正则化系数优化方法。该方法结合压缩感知理论,基于L1范数建立了稀疏约束的ISAR最优化信号模型。该模型可在任意正信噪比情况下根据每次迭代结果的稀疏度实现正则化系数的自适应调整,且只需少数迭代循环就能确定比较稳定的系数,实现图像的高分辨重建。该方法避免了因无法直接确定最佳系数而重复尝试的复杂过程,提高了算法的实现效率。在求解该最优化模型时,对傅里叶矩阵相乘进行了算法简化并结合共轭梯度下降法降低了算法运算的复杂度。
-
关键词
ISAR
正则化系数
稀疏约束
最大后验概率估计
共轭梯度
-
Keywords
ISAR
regularization coefficient
sparsity constraint
maximum posterior probability estimation
conjugate gradient
-
分类号
TN95
[电子电信—信号与信息处理]
-