基于联合稀疏约束的单通道圆迹SAR三维成像处理

在现有单通道圆形航迹合成孔径雷达(SAR)数据采集条件下,直接三维成像后高度向分辨性能受限。为此,文中研究了先进行二维处理后高度向分离成像的处理流程,提出了一种基于联合稀疏约束的单通道圆形航迹SAR三维成像处理算法。首先,对传统二维成像中目标高度失配引入的相位误差进行了分析和推导。然后,计算不同位置处成像栅格的失配相位误差来构建过完备字典,并将二维成像处理后的雷达回波频谱在字典上进行联合稀疏约束投影。由于目标的失配相位误差与字典中各个向量之间的相干性存在差异,回波频谱的绝大部分能量会投影与其高度相匹配的字典向量位置处。结合联合稀疏约束计算则有助于实现回波投影能量的聚集和交叉分量的抑制,进而完成混合接收数据的分离和聚焦处理。最后,数值仿真验证了算法的有效性。

穿墙雷达墙体与目标回波信号学习分离方法

在穿墙雷达成像中,事先有效分离墙体回波与目标信号,可以避免它们在后续的建筑物布局反演和内部目标成像中的相互影响。然而,现有的稀疏分离方法往往需要人工选择阈值参数,在一定程度上影响了分离效果,为此提出一种墙体回波与目标信号的学习分离方法。该方法将两信号的分离视为一种联合低秩-稀疏约束问题,使用迭代软阈值分离算法求解稀疏解,然后把稀疏解的迭代过程映射成多层神经网络中的每一层,并用数据集自适应训练所有层中的阈值参数。仿真和实测数据处理结果表明,该方法与人工选择阈值参数相比,有效提高了墙体与目标回波信号的分离效果。