针对条带模式合成孔径雷达回波缺失数据,提出了一种利用压缩感知恢复缺失数据并成像的方法。将条带数据分块为多个子孔径数据,对子孔径利用压缩感知恢复缺失数据并拼接得到条带数据,缩短了整个数据的恢复时间,推导了压缩感知处理的基矩...针对条带模式合成孔径雷达回波缺失数据,提出了一种利用压缩感知恢复缺失数据并成像的方法。将条带数据分块为多个子孔径数据,对子孔径利用压缩感知恢复缺失数据并拼接得到条带数据,缩短了整个数据的恢复时间,推导了压缩感知处理的基矩阵和测量矩阵。运用最大似然估计的特征向量方法(eigenvector method for maximum likelihood estimation,EMMLE)实现了子孔径缺失数据的自聚焦,满足了压缩感知对图像的稀疏要求。利用压缩感知恢复完整的相位误差信号,解决了子孔径补偿相位误差数据的拼接问题。最后通过对恢复的雷达回波数据成像并自聚焦校正了距离徙动,得到了聚焦良好的完整图像,提高了缺失数据的成像质量。展开更多
文摘前视合成孔径雷达(Synthetic Aperture Radar,SAR)在舰船成像方面展现出了巨大潜力,特别是在SAR导引头的应用上,弹载雷达通常在末制导阶段要求雷达正对着舰船运动,以实现精准打击。针对前视条件下传统SAR成像方法所面临的挑战,本文提出了一种基于极坐标格式算法(Polar Format Algorithm,PFA)的前视SAR舰船目标立面成像方法。该方法巧妙利用了舰船的三维特性,即使雷达工作在前视模式下,虽然在方位向上无法有效分辨目标,但在俯仰向上仍然存在多普勒频率的变化,因此可以在距离向和俯仰向上实现对舰船的二维高分辨率成像。此外,这种成像方法能够提供更为直观的舰船立面图像,这对于识别舰船类型、判断潜在威胁以及对其进行精准打击具有重大意义。最后,通过仿真实验对该方法进行了验证,利用PFA获得了清晰的舰船立面图像。
文摘针对条带模式合成孔径雷达回波缺失数据,提出了一种利用压缩感知恢复缺失数据并成像的方法。将条带数据分块为多个子孔径数据,对子孔径利用压缩感知恢复缺失数据并拼接得到条带数据,缩短了整个数据的恢复时间,推导了压缩感知处理的基矩阵和测量矩阵。运用最大似然估计的特征向量方法(eigenvector method for maximum likelihood estimation,EMMLE)实现了子孔径缺失数据的自聚焦,满足了压缩感知对图像的稀疏要求。利用压缩感知恢复完整的相位误差信号,解决了子孔径补偿相位误差数据的拼接问题。最后通过对恢复的雷达回波数据成像并自聚焦校正了距离徙动,得到了聚焦良好的完整图像,提高了缺失数据的成像质量。
