基于稀疏和低秩结构的层析SAR成像方法

该文提出了一种基于稀疏和低秩结构的层析SAR三维成像方法。传统基于压缩感知的层析SAR成像方法仅仅对给定方位-距离单元的高程向进行稀疏表征和重建。考虑城市和森林等区域中各自的布局分布较为类似,目标在相邻方位-距离单元的高程向分布具有较强相关性。该方法通过引入Karhunen Loeve变换来表征相邻方位-距离单元的高程向的低秩结构特性,构建稀疏和低秩结构相结合的目标区域层析SAR成像模型,采用ADMM算法对层析SAR成像模型进行求解,将复杂的原优化问题分解为若干相对简单的子问题,通过优化变量交替投影的方式进行算法求解,得到层析SAR成像结果。该方法提高了低航过数或低通道数情况下的重建精度,拥有更好的成像性能。仿真和实测数据实验表明,该重建方法能够有效分离散射体并保证重建能量的精度,且在降低航过数或通道数的情况下保持良好的成像效果,有效抑制伪影现象。

若干层析SAR成像方法在解叠掩性能上的对比分析

层析技术因具有解译城区SAR影像上复杂叠掩场景的能力而备受关注。层析成像包含两个部分:估计散射体在高程向的分布和确定散射体在混叠像元内的真实数目。该文以中科院空天院峨眉数据的机载阵列干涉系统参数为基础,选取了若干代表性的方法,包括OMP,SLIM和MUSIC等层析谱估计方法以及BIC和GLRT等模型定阶方法,进行了模拟叠掩目标的层析反演实验,使用了克拉默-拉奥界和重建成功率来评估实验结果。实验表明:在机载阵列数很有限的条件下,(1)使用2阶统计量反演的高程估计量的方差比单个观测矢量反演结果的方差更小;(2)叠掩散射体间的幅度比、相位差和散射间距会影响层析算法解叠掩的成功率;(3)叠掩散射体间的相位差会使层析算法的高程估计发生偏差。

压缩感知在城区高分辨率SAR层析成像中的应用

在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大。SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度。该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了Terra SAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析。研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景。

一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法

虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问题,该文采用联合Khatri-Rao子空间和块压缩感知(Khatri-Rao Subspace and Block Compressive Sensing,KRS-BCS),提出一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分SAR层析成像问题转化为Khatri-Rao子空间下的BCS问题,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比CS差分SAR层析成像方法,该方法不仅保持了CS差分SAR层析成像方法的高分辨率特点,而且其重构精度更高性能更优。仿真数据和ENVISAT星载ASAR数据以及地面GPS实测数据的试验结果验证了该方法的有效性。

基于块压缩感知的SAR层析成像方法

基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。

一种基于层次稀疏的全极化SAR层析成像方法

SAR层析成像利用多航过复数据对观测目标进行高程向重构,全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合,利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点,提出基于组稀疏约束和稀疏约束相结合的求解模型,并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比,并将该方法应用到实测数据的半点目标仿真实验中。结果表明,本文提出的方法提高了高程向重建精度,且有更好的鲁棒性,在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。

TomoSAR技术在城市形变监测中的应用

作为永久散射体雷达干涉测量技术的延伸,多基线SAR层析成像技术能够分离单个SAR像素内的多重散射体信号,精确地获取人工地物目标的三维位置和形变信息,突破城市地区形变监测中叠掩效应的制约,实现城市动态形变监测。尤其是新一代高分辨率SAR卫星发射成功后,为城市动态形变监测研究提供了大量高分辨率高精度数据源。本文首先介绍SAR层析技术的理论模型,然后归纳了现有的层析算法和应用领域,最后探讨了该技术发展面临的关键问题并展望了其广阔发展前景。

多基线干涉SAR测量技术发展与趋势分析

本文针对多基线干涉合成孔径雷达新型对地观测技术,综合分析了其发展历史、应用范围、以及多基线干涉SAR(合成孔径雷达)系统现状.同时,对多基线干涉SAR测量技术数据处理关键技术等方面的研究进展,以及在测绘、海洋、建筑物监测、水文、地面沉降监测等领域的应用潜力进行了研究与阐述.最后针对地形测量应用领域,着重论述了其相关研究热点及未来发展趋势,并初步分析了部分尚待解决的问题.

SAR层析成像的基本原理、关键技术和应用领域

合成孔径雷达(SAR)层析成像是在干涉SAR(In SAR)基础上发展起来的一项信息反演的技术。介绍了SAR层析成像的基本原理,包括其信号模型和重建方法,提出了制约SAR层析成像的关键技术,并给出了相应的解决方案,最后列举了目前SAR层析技术的主要应用领域和前景。

高分辨率SAR层析成像建筑物叠掩散射体提取

阐述了SAR层析成像的基本原理,提出了基于Butterworth滤波的奇异值分解层析算法。利用柏林市高分辨率TerraSAR-X数据进行实验,提取了SAR像元内散射体的数量、位置及反射量,实现了星载高分辨率SAR真实数据层析成像,高程向估计精度达到米级。