期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于块压缩感知的SAR层析成像方法
被引量：
6
1
作者
王爱春
向茂生
《雷达学报（中英文）》
CSCD
2016年第1期57-64,共8页
基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法...
基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。
展开更多
关键词
sar层析成像技术
压缩感知
块压缩感知
稀疏特性
结构特性
在线阅读
下载PDF
职称材料
一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法
被引量：
3
2
作者
王爱春
向茂生
汪丙南
《电子与信息学报》
EI
CSCD
北大核心
2017年第1期95-102,共8页
虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问...
虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问题,该文采用联合Khatri-Rao子空间和块压缩感知(Khatri-Rao Subspace and Block Compressive Sensing,KRS-BCS),提出一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分SAR层析成像问题转化为Khatri-Rao子空间下的BCS问题,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比CS差分SAR层析成像方法,该方法不仅保持了CS差分SAR层析成像方法的高分辨率特点,而且其重构精度更高性能更优。仿真数据和ENVISAT星载ASAR数据以及地面GPS实测数据的试验结果验证了该方法的有效性。
展开更多
关键词
差分
sar层析成像技术
Khatri-Rao子空间
块压缩感知
在线阅读
下载PDF
职称材料
题名
基于块压缩感知的SAR层析成像方法
被引量：
6
1
作者
王爱春
向茂生
机构
中国科学院电子学研究所微波成像技术国家级重点实验室
中国科学院大学
中国资源卫星应用中心
出处
《雷达学报（中英文）》
CSCD
2016年第1期57-64,共8页
基金
国家发改委卫星及应用产业发展专项项目发改委高技【2012】2083号~~
文摘
基于压缩感知(Compressive Sensing,CS)的SAR层析成像方法(SAR Tomography,TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Cornpressive Sensing,BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。
关键词
sar层析成像技术
压缩感知
块压缩感知
稀疏特性
结构特性
Keywords
sar
Tomography（Tomo
sar
）
Compressive Sensing（CS）
Block Compressive Sensing（BCS）
Sparsity
Structure
分类号
TN957.52 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法
被引量：
3
2
作者
王爱春
向茂生
汪丙南
机构
中国科学院电子学研究所微波成像技术国家级重点实验室
中国科学院大学
中国资源卫星应用中心
出处
《电子与信息学报》
EI
CSCD
北大核心
2017年第1期95-102,共8页
基金
国家发改委卫星及应用产业发展专项项目(发改委高技[2012]2083号)~~
文摘
虽然采用压缩感知技术(Compressive Sensing,CS)的差分SAR层析成像方法实现了4维空间信息的重构,但是此方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,因此对同时具有稀疏特性和结构特性的目标进行重构时其性能较差。针对这一问题,该文采用联合Khatri-Rao子空间和块压缩感知(Khatri-Rao Subspace and Block Compressive Sensing,KRS-BCS),提出一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分SAR层析成像问题转化为Khatri-Rao子空间下的BCS问题,最后对目标进行块稀疏的l_1/l_2范数最优化求解。相比CS差分SAR层析成像方法,该方法不仅保持了CS差分SAR层析成像方法的高分辨率特点,而且其重构精度更高性能更优。仿真数据和ENVISAT星载ASAR数据以及地面GPS实测数据的试验结果验证了该方法的有效性。
关键词
差分
sar层析成像技术
Khatri-Rao子空间
块压缩感知
Keywords
Differential
sar
tomography imaging
Khatri-Rao Subspace （KRS）
Block Compressive Sensing （BCS）
分类号
TN957.52 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于块压缩感知的SAR层析成像方法
王爱春
向茂生
《雷达学报（中英文）》
CSCD
2016
6
在线阅读
下载PDF
职称材料
2
一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法
王爱春
向茂生
汪丙南
《电子与信息学报》
EI
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
