基于稀疏成份分析的逆合成孔径雷达成像技术

根据小角度条件下的逆合成孔径雷达观测模型,利用稀疏成份分析方法给出了基于FFT的二维联合超分辨算法和二维解耦超分辨成像算法.该算法能从补偿后的较低分辨率测量数据中获得更高分辨率的ISAR图像,提高图像的清晰度,凸现目标的特征结构,有利于目标识别.同时,二维解耦算法能与运动补偿过程相结合,以提高补偿精度.针对典型空间目标的成像结果表明,基于FFT的二维联合算法获得的图像较为干净,目标背景对比度高;二维解耦算法运算速度更快.算法能满足实时或准实时成像的要求.

基于稀疏成份分析的几何绕射模型参数估计

雷达目标散射中心的参数估计对目标特性分析和目标识别有重要意义。该文以几何绕射模型为基础,综合利用多频段的频域测量数据,给出了散射中心位置、幅度和散射类型参数的融合估计方法。数值仿真结果表明, 该方法能有效地挖掘模型信息,具有超分辨能力,给超宽带雷达信号处理提供了新的途径。

推广的正则化FOCUSS算法及收敛性分析

针对一类可分的稀疏性度量函数,利用梯度分解技术给出了稀疏信号重构的拟牛顿算法。进一步研究表明,基于再加权最小2 范数的FOCUSS算法以及基于p 范数的正则化FOCUSS算法都是拟牛顿算法的特例。由此导出了可用于稀疏成份分析的广义正则化FOCUSS算法,并证明了该算法的收敛性。数值结果表明广义FO CUSS算法收敛到局部极小点,并且在迭代初值较为准确时能找到最合理的稀疏解。

信号稀疏表示的研究及应用

针对传统的信号分解方法中所存在的一旦信号的特性与基函数不完全匹配时,所分解的结果不一定是信号的稀疏表示的问题,在分析传统信号分解方法不足的基础上,从确定性信号与随机信号两方面探讨了基于过完备原子库的信号稀疏表示算法的特点及其应用,就国内外信号稀疏表示研究的发展状况,进行了对比性分析,指出基于过完备原子库的信号稀疏表示方法不但能有效实现数据的高效压缩,而且可以提高变换域的分辨率,相对于传统方法具有独特优越的性能,该方法对运用高分辨遥感影像进行油气勘探的数据表达将产生积极作用。

高分辨距离像稀疏表示的原子构造与算法研究

在稀疏成份分析的框架下,根据雷达目标在高频区的电磁散射特性,给出了高分辨一维距离像稀疏表示的原子信号构造方法。利用原子信号的结构特点,提出了计算稀疏解的快速算法,计算过程中不需存储系数矩阵,降低了对存储单元的要求。数值结果表明,该算法能从较低分辨率的测量数据中获得高分辨的一维距离像,从而较准确地估计出散射中心的相关参数。

带权稀疏PCA算法及其应用

主成份分析(PCA)算法是特征提取的重要方法之一,由于其本身没有提供更多的分类信息,直接在其上进行识别效果往往并不理想。为了提取PCA特征值中有利于识别的特征信息,提出一种带权稀疏PCA算法。它利用基本PCA算法实现去噪功能,利用Lagrange乘子方法求得使PCA特征空间中类内距离最小,类间距离最大的一组权值,并利用稀疏PCA(SPCA)算法解决维数约简和保留小特征值对应的特征向量所含的分类信息。在公开人脸数据库上对该算法进行测试,实验结果表明该算法不仅运行速度快,而且有较高的正确识别率。

一种基于信号稀疏分解的SAR相干斑抑制新方法

相干噪声是合成孔径雷达研究的热点问题,传统的相干噪声抑制方法有的造成分辨率下降,有的图像边缘难以保持,本文介绍了一种新的信号处理方法,即稀疏成份分析,并将其应用于合成孔径雷达的相干噪声抑制,实验结果证实这是一种抑制合成孔径雷达相干噪声的有效途径.

单自由度多分量线性调频信号的参数估计

针对逆合成孔径雷达成像的工程背景,提出了单自由度多分量线性调频信号的参数估计问题。利用稀疏成份分析技术,建立了信号表示的条件线性参数模型,提出了模型求解的序列线性规划算法。该模型能充分利用单自由度特性,获得的结果具有良好的稀疏表示特性和超分辨能力。仿真结果表明了该方法的有效性。

Costas编码信号高分辨动态二维成像方法研究

Costas编码信号是一种对速度敏感的信号形式,在多目标的情况下,速度补偿不精确时,其较高的旁瓣会淹没较小的目标。论文针对Costas编码信号的这种特点,结合稀疏成份分析的方法,研究了一种高分辨的2维成像方法。该方法根据目标回波在距离-速度是2维稀疏的这一先验信息构造词典,引入波形熵作为信号稀疏性的度量函数,通过对推广的正则化FOCUSS算法进行改进,并采用卡尔曼滤波器进行状态预测,迭代寻找最优原子,实现了动态的距离和速度的高分辨。最后,通过仿真验证了这种方法的有效性,并对算法的容噪性和时效性进行了分析。