针对合成孔径雷达(synthetic aperture radar,SAR)稀疏成像中目标反射率易低估、目标结构特征难以精确提取的问题,提出一种基于非凸和相对全变分(relative total variation,RTV)正则化的稀疏SAR成像算法。该算法利用非凸惩罚抑制偏差效...针对合成孔径雷达(synthetic aperture radar,SAR)稀疏成像中目标反射率易低估、目标结构特征难以精确提取的问题,提出一种基于非凸和相对全变分(relative total variation,RTV)正则化的稀疏SAR成像算法。该算法利用非凸惩罚抑制偏差效应、RTV自适应保护图像结构,在交替方向乘子法(alternating direction method of multipliers,ADMM)分布式优化框架下,实现多个正则项的协同优化增强。为更好地提高成像效率和降低内存占用量,利用匹配滤波(match filter,MF)算子构造测量矩阵进行近似观测,并对重建的SAR图像质量进行定量评价。仿真与实测数据处理结果表明,所提方法可有效抑制噪声杂波,在保证空间分辨率的情况下有效提高目标重建精度和辐射分辨率。展开更多
稀疏约束下的合成孔径雷达(SyntheticApertureRadar,SAR)成像技术,通过对稀疏先验建模的稀疏特征进行增强,能有效获取目标特显点的有用信息,但无法对目标的结构特征进行恢复,且对不可避免的非系统误差十分敏感。为此,提出一种依靠交替...稀疏约束下的合成孔径雷达(SyntheticApertureRadar,SAR)成像技术,通过对稀疏先验建模的稀疏特征进行增强,能有效获取目标特显点的有用信息,但无法对目标的结构特征进行恢复,且对不可避免的非系统误差十分敏感。为此,提出一种依靠交替方向多乘子法(Alternating Direction Method of Multipliers,ADMM)面向结构特征增强的稀疏恢复高分辨SAR成像(Structure-feature Enhancement-ADMM,SE-ADMM)算法。该算法引入全变分(Total Variation,TV)正则项建模结构特征,起到增强结构的作用;引入ℓ1范数建模稀疏特征,起到压制噪声作用;引入最小熵范数建模聚焦特征,以保证算法对非系统乘性误差的不敏感性。在ADMM多特征优化框架下,利用“局部-全局”的运算机制,首先分别进行三个特征的邻近算子推导,以获得对应特征解析解,再进行目标全局优化保证特征解之间的协调平衡,以实现目标的多特征增强。另外,ADMM多特征优化框架下变量分裂和多正则项的引入,保证了算法的效率和稳健性。实验部分先后选取SAR仿真数据与实测数据来验证算法的有效性,通过相变热力图定量分析所提算法的恢复性能,进而验证了所提SE-ADMM算法的稳健性与优越性。展开更多
文摘针对合成孔径雷达(synthetic aperture radar,SAR)稀疏成像中目标反射率易低估、目标结构特征难以精确提取的问题,提出一种基于非凸和相对全变分(relative total variation,RTV)正则化的稀疏SAR成像算法。该算法利用非凸惩罚抑制偏差效应、RTV自适应保护图像结构,在交替方向乘子法(alternating direction method of multipliers,ADMM)分布式优化框架下,实现多个正则项的协同优化增强。为更好地提高成像效率和降低内存占用量,利用匹配滤波(match filter,MF)算子构造测量矩阵进行近似观测,并对重建的SAR图像质量进行定量评价。仿真与实测数据处理结果表明,所提方法可有效抑制噪声杂波,在保证空间分辨率的情况下有效提高目标重建精度和辐射分辨率。
文摘稀疏约束下的合成孔径雷达(SyntheticApertureRadar,SAR)成像技术,通过对稀疏先验建模的稀疏特征进行增强,能有效获取目标特显点的有用信息,但无法对目标的结构特征进行恢复,且对不可避免的非系统误差十分敏感。为此,提出一种依靠交替方向多乘子法(Alternating Direction Method of Multipliers,ADMM)面向结构特征增强的稀疏恢复高分辨SAR成像(Structure-feature Enhancement-ADMM,SE-ADMM)算法。该算法引入全变分(Total Variation,TV)正则项建模结构特征,起到增强结构的作用;引入ℓ1范数建模稀疏特征,起到压制噪声作用;引入最小熵范数建模聚焦特征,以保证算法对非系统乘性误差的不敏感性。在ADMM多特征优化框架下,利用“局部-全局”的运算机制,首先分别进行三个特征的邻近算子推导,以获得对应特征解析解,再进行目标全局优化保证特征解之间的协调平衡,以实现目标的多特征增强。另外,ADMM多特征优化框架下变量分裂和多正则项的引入,保证了算法的效率和稳健性。实验部分先后选取SAR仿真数据与实测数据来验证算法的有效性,通过相变热力图定量分析所提算法的恢复性能,进而验证了所提SE-ADMM算法的稳健性与优越性。
