基于高斯字典原子稀疏表示的高精度宽角SAR成像方法

TN95; 为了提高从宽角合成孔径雷达(synthetic aperture radar ,SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法.在字典构造上,采用不同中心位置、相同方差的高斯函数.在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解.最后,根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性.通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 41; no. 11; pp. 2471 - 2478
Main Authors 陈晨, 魏中浩, 徐志林, 张冰尘
Format Journal Article
LanguageChinese
Published 中国科学院电子学研究所,北京100190 01.11.2019
中国科学院大学,北京100190%中国科学院电子学研究所,北京100190
空间信息处理与应用系统技术重点实验室,北京100190
Subjects
w ide angle synthetic aperture radar (SAR)
generalized minimax concave (G M C ) penalty
广义最小最大凹惩罚
Gaussian dictionary atoms
宽角合成孔径雷达
高斯字典原子
稀疏表示
sparse representation
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2019.11.10

Cover

More Information
Summary:TN95; 为了提高从宽角合成孔径雷达(synthetic aperture radar ,SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法.在字典构造上,采用不同中心位置、相同方差的高斯函数.在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解.最后,根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性.通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2019.11.10