基于压缩感知的矩阵型联合SAR成像与自聚焦算法

卜红霞; 白霞; 赵娟; 齐耀辉; 闫若颖

doi:10.3969/j.issn.0372-2112.2017.04.016

您当前的位置：

首页 >

文章列表页 >

基于压缩感知的矩阵型联合SAR成像与自聚焦算法

学术论文 | 更新时间：2025-07-16

- 基于压缩感知的矩阵型联合SAR成像与自聚焦算法
- Joint Matrix Form SAR Imaging and Autofocus Based on Compressed Sensing
- 电子学报 2017年45卷第4期页码：874-881
- 作者机构：
  
  1. 河北师范大学物理科学与信息工程学院,河北,石家庄,050024
  2. 北京理工大学信息与电子学院,北京,100081
  3. 河北师范大学物理科学与信息工程学院,河北,石家庄,050024
  4. 北京理工大学信息与电子学院,北京,100081
- 作者简介：
- 基金信息：
  
  河北省高等学校自然科学重点项目 (No.ZD2016031）;河北师范大学自然科学科研基金 (No.L2016B06，No.L2010Y01）
- DOI：10.3969/j.issn.0372-2112.2017.04.016
  中图分类号： TN958
- 网络出版：2017-04-25，
  
  纸质出版：2017
- 稿件说明：
移动端阅览
卜红霞, 白霞, 赵娟, 等. 基于压缩感知的矩阵型联合SAR成像与自聚焦算法[J]. 电子学报, 2017,45(4):874-881.

BU Hong-xia, BAI Xia, ZHAO Juan, et al. Joint Matrix Form SAR Imaging and Autofocus Based on Compressed Sensing[J]. Acta Electronica Sinica, 2017, 45(4): 874-881.
卜红霞, 白霞, 赵娟, 等. 基于压缩感知的矩阵型联合SAR成像与自聚焦算法[J]. 电子学报, 2017,45(4):874-881. DOI： 10.3969/j.issn.0372-2112.2017.04.016.

BU Hong-xia, BAI Xia, ZHAO Juan, et al. Joint Matrix Form SAR Imaging and Autofocus Based on Compressed Sensing[J]. Acta Electronica Sinica, 2017, 45(4): 874-881. DOI： 10.3969/j.issn.0372-2112.2017.04.016.

摘要

模型准确情况下，压缩感知在合成孔径雷达成像中得到良好应用；但在实际情况中，模型会存在一定误差，这些误差造成图像偏离真实位置、引起散焦降低成像质量.本文提出一种矩阵型联合CS-SAR成像与自聚焦算法，该算法在CS-SAR成像重构方法方面，基于光滑

范数方法提出了矩阵型正则化光滑

范数重构方法，该方法具有较强容错能力并能直接重构矩阵型信号，能克服现有联合CS-SAR成像与自聚焦算法在计算效率方面的缺陷.最后，通过仿真验证了所提算法的有效性.

Abstract

Compressed sensing (CS) has been successfully applied to the synthetic aperture radar (SAR) imaging.These CS-based SAR imaging algorithms generally assume that the model of the imaging system is accurate.However

in practice it is common to encounter model errors which usually introduce unknown phase errors into the acquired data.The phase errors may cause range migration or defocusing.In this paper

an approach for matrix form joint CS-SAR imaging and autofocus is proposed.Based on smoothed

norm (SL0) algorithm

we develop a matrix form regularized SL0 (MRSL0) algorithm to efficiently perform CS-SAR imaging.The MRSL0 adopts inequality constrain to tolerate phase errors and has fast computation speed due to its matrix form.Exp

eriment results demonstrate that the proposed approach can efficiently reconstruct high quality images using limited amount of measurements.

关键词

Keywords

references

浏览量

387

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法

基于自监督复数域深度学习网络的SAR有源压制干扰抑制方法

基于多分支多信息多深度复值特征融合网络的SAR舰船目标识别方法

基于修正H-α方法的双极化SAR散射机理识别性能分析