基于压缩感知合成孔径雷达超分辨成像复数据处理方法的研究

《基于压缩感知合成孔径雷达超分辨成像复数据处理方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕上论文基于压缩感知的合成孔径雷达超分辨成像j摘要』lIll)Illll)1111111[1llIJlIJY1918589合成孔径雷达是一种全天时、全天候、大面积的高分辨率成像雷达。伴随着它在军事、国民经济方面的广泛应用，提高其成像分辨率的研究受到越来越大的重视，不同领域的学者分别从软件和硬件两个方向进行了卓有成效的尝试。正则化方法是通过数据处理提高合成孔径雷达分辨率技术的一种，但是正则化模型的最优化求解算法通常要求解在实数据范围内，而对于SAR的复数回波数据无能为力，本文结合课题组在信号稀疏分解与重建领域的研究成果，给出了一种解决这个问

2、题的方法，是在课题组原有研究基础上的进一步延伸。本文的主要工作包括：首先，依托课题组在信号的稀疏表示领域的深入研究成果，将压缩感知的思想应用于正则化模型，提出了成像算子的概念，分别就一维距离向、方位向和二维系统精确建模，将SAR成像问题转化为稀疏信号重构问题。其次，依据土耳其学者Cetin在09年提出的交替迭代的思想，将回波重建过程分为相位和幅值两部分交替处理，实现了合成孔径雷达正则化成像模型中的复数据最优化求解算法。本文立足于实验，所有结论均通过大量的实验得以证明，为了方便实现数据仿真，专门在matlab环境下实现了可视化的、可即时调整

3、场景参数的应用软件。关键词：压缩感知，合成孔径雷达，超分辨，正则化模型，复数据，交替迭代Abstract硕士论文Syntheticapertureradarisaall·-day,all·-weather,large-·areaandhighresolutionimagingradar．WithitSmilitaryandnationaleconomicaspectsofthewidespreadapplication,researchofimproveitsimagingresolutionratiobecomemoreandmoreh

4、ighattention，differentscholarsrespectivelyfrombotllsoftwareandhardwareconductedfruitfulattempt．RegularizationmethodisoneoftechnicaltOimprovesyntheticapertureradarresolutionthroughdataprocessing，butregularizationmodeloptimizationalgorithmusuallyrequireasolutioninarealdatar

5、ange，whileforthepluralofSAP,echodataispowerless，combiningwitllourachievementsinfieldofsignalsparsedecompositionandreconstruction，thispaperpresentsawaytOsolvethisproblem，itisfurtherextensionsonthebasisofOur耐gi砌research．Inthispaperthemaininnovationpointsinclude：First，relyin

6、gonoill"researchteamofin-depthresearchachievementsinthefieldofsignalimagesparserepresentation，willcompressedsensingappliedtoregularizationmodel，andthenputsforwardtheconceptofimagingoperator,precisemodelingforone-dimensionaldistance，orientationand2-dsystemrespectively，will

7、SARimageryproblemintoasignalreconfigurationproblem．Secondly,accordingtOtheTurkishscholarsCetinproposedalternatingiterativethoughtsin2009，willechoreconstructiondividedintotwopartsofphaseandamplitude，whichcanbealternantprocessed,realizedthecomplexdataoptimizationalgorithmof

8、thesyntheticapertureradarregularmodel．ThispaperbasedontheexperimenLallconclusionshavebeenprovedt