文档名：基于自适应加权非凸正则化和全变分的稀疏SAR成像
摘要：针对传统压缩感知(CompressiveSensing,CS)重构算法成像精度低及抗噪性能差等问题,提出了一种基于自适应加权极小极大凹罚函数和全变分的稀疏合成孔径雷达(SyntheticApertureImagingRadar,SAR)成像重建方法.首先,将加权思想同非凸函数簇中的极小极大凹罚函数结合,以进一步促进解的稀疏性;然后,与全变分判罚函数线性组合构成复合正则化器,以进一步提高抗噪性能;最后,采用交替方向乘子法求解该成像模型,并在求解过程中使用方位-距离解耦算子替换测量矩阵及其厄米特转置以减少存储空间.仿真与实测数据处理结果表明,所提方法相比于其他算法有更好的聚焦性能和重建精度.
作者：李家强 胡张燕 姚昌华 郭桂祥 陈金立Author：LIJiaqiang HUZhangyan YAOChanghua GUOGuixiang CHENJinli
作者单位：南京信息工程大学电子与信息工程学院,南京210044
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(10)
分类号：TN957.51
关键词：稀疏SAR成像 自适应加权 非凸正则化 全变分 极小极大凹罚函数
Keywords：sparseSARimaging adaptiveweighting non-convexregularization totalvariation minimaxconcavepenalty
机标分类号：TP391TN911.73Q63
在线出版日期：2023年11月3日
基金项目：国家自然科学基金，江苏省自然科学基金基于自适应加权非凸正则化和全变分的稀疏SAR成像[
期刊论文] 电讯技术--2023, 63(10)李家强 胡张燕 姚昌华 郭桂祥 陈金立针对传统压缩感知(CompressiveSensing,CS)重构算法成像精度低及抗噪性能差等问题,提出了一种基于自适应加权极小极大凹罚函数和全变分的稀疏合成孔径雷达(SyntheticApertureImagingRadar,SAR)成像重建方法.首先,将...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于自适应加权非凸正则化和全变分的稀疏SAR成像 A Sparse SAR Imaging Method Based on Adaptive Nonconvex Regularization and Total Variation
基于自适应加权非凸正则化和全变分的稀疏SAR成像.pdf
|
