基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法

    公开(公告)号:CN108226927B

    公开(公告)日:2020-03-27

    申请号:CN201711338266.7

    申请日:2017-12-14

    Abstract: 本发明公开一种基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法,它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征,通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵,本发明在迭代最小稀疏贝叶斯重构(SBRIM)算法的基础上,对代价函数中L1范数进行加权,对距离向进行脉冲压缩、划分等距离面,然后再对每一个等距离的二维平面进行稀疏重构。与传统方法相比,本发明具有重构精度高、运算效率高的特点,本发明可适用于合成孔径雷达成像和地球遥感等领域。

    基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法

    公开(公告)号:CN108226927A

    公开(公告)日:2018-06-29

    申请号:CN201711338266.7

    申请日:2017-12-14

    Abstract: 本发明公开一种基于加权迭代最小稀疏贝叶斯重构算法的SAR成像方法,它是针对线阵SAR观测场景目标空间中主散射目标在空间上稀疏的特征,通过建立线阵SAR原始回波信号与观测场景目标空间中散射系数的线性测量矩阵,本发明在迭代最小稀疏贝叶斯重构(SBRIM)算法的基础上,对代价函数中L1范数进行加权,对距离向进行脉冲压缩、划分等距离面,然后再对每一个等距离的二维平面进行稀疏重构。与传统方法相比,本发明具有重构精度高、运算效率高的特点,本发明可适用于合成孔径雷达成像和地球遥感等领域。

    基于门限梯度追踪算法的线阵SAR三维成像方法

    公开(公告)号:CN107037429B

    公开(公告)日:2020-06-16

    申请号:CN201710248511.9

    申请日:2017-04-17

    Abstract: 本发明提供了一种门限梯度追踪算法的线阵SAR三维成像方法,它是利用线阵SAR雷达系统参数、运动平台参数和观测场景目标的空间参数与原始回波信号的相互关系,建立线阵SAR原始回波信号与三维观测场景目标散射系数之间的线性测量模型,然后基于该信号线性测量模型,利用TBGP方法完成观测场景目标散射系数重构,并且在每一次迭代过程中利用目标最大最小散射系数对比度和目标散射系数变化率作为算法迭代终止条件,提高了GP算法在观测场景稀疏度未知条件下线阵SAR稀疏成像性能,相对OMP算法提高了运算效率和空间存储效率,可以应用于合成孔径雷达成像和地球遥感等领域。

    基于门限梯度追踪算法的线阵SAR三维成像方法

    公开(公告)号:CN107037429A

    公开(公告)日:2017-08-11

    申请号:CN201710248511.9

    申请日:2017-04-17

    CPC classification number: G01S13/90

    Abstract: 本发明提供了一种门限梯度追踪算法的线阵SAR三维成像方法,它是利用线阵SAR雷达系统参数、运动平台参数和观测场景目标的空间参数与原始回波信号的相互关系,建立线阵SAR原始回波信号与三维观测场景目标散射系数之间的线性测量模型,然后基于该信号线性测量模型,利用TBGP方法完成观测场景目标散射系数重构,并且在每一次迭代过程中利用目标最大最小散射系数对比度和目标散射系数变化率作为算法迭代终止条件,提高了GP算法在观测场景稀疏度未知条件下线阵SAR稀疏成像性能,相对OMP算法提高了运算效率和空间存储效率,可以应用于合成孔径雷达成像和地球遥感等领域。

Patent Agency Ranking