基于特征增强的非均匀采样SAR三维稀疏成像

对于非均匀采样数据,现有三维稀疏成像方法中的数据局部插值会带来误差,且得到的分布式目标成像结果与其连续散射的本质不符.针对这些问题,首先将成像问题直接建模为三维空间中联合的稀疏重构问题,并通过选取候选散射中心进行字典降维;然后,在降维后的模型中增加三维特征增强约束项,建立三维空间中相邻散射中心之间的联系;最后,结合高斯...     

复图像域正则化特征增强SAR成像方法

通过分析合成孔径雷达(SAR)的成像过程和频域上的正则化特征增强方法,提出了一种在复图像域进行正则化特征增强的SAR成像方法,直接从SAR复图像域数据出发,利用先验信息,使用正则化方法重建高分辨率的SAR图像。实验结果表明,该方法能较好地保护目标并增强目标的可分辨性、抑制旁瓣和噪声、提高SAR图像的对比度。通过大量实验,研究了正则化参数的选取规律,总结出一些有用的结论。复图像域上的正则化特征增强方法的计算量比频域上的正则化特征增强方法的计算量大大减小。     

二维稀疏采样下的双通道SAR地面运动目标检测方法

多通道合成孔径雷达(synthetic aperture radar, SAR)地面运动目标检测系统具有良好的主瓣杂波抑制能力,但是其采样数据量过大的问题给数据存储与传输系统带来沉重负担。针对该问题,提出一种二维稀疏采样下的双通道SAR运动目标检测方法。该方法首先在距离和方位两维域进行随机稀疏采样,然后利用压缩感知技术对双通道的SAR回波数据进行联合处理,构造变换矩阵将目标能量支撑区从所有场景散射点的能量支撑区中进行分离,采用基于加权的最小l₁范数优化模型进行杂波抑制与运动目标成像。所提算法能够有效降低原始数据量,在杂波散射点的空间分布稀疏性较差的情况下,仍可以较好地检测地面运动目标。仿真实验验证了所提算法的有效性。     

基于滤波器组的星载SAR DPC-MAB技术方位向非均匀采样信号的重构

给出了基于滤波器组对方位向周期性非均匀采样信号重构方位向均匀采样信号的算法。该算法主要利用滤波器组重建信号的原理,由完全重建条件和已知的分析滤波器组得到合成滤波器组,通过得到的合成滤波器组对方位向周期性非均匀采样信号进行重构,得到均匀采样信号。该均匀采样信号被用来消除当多相位中心方位向多波束星载SAR在系统的脉冲重复频率(PRF)偏离理想值时进行成像而产生的成对虚假目标。通过仿真,证明了该算法的有效性。