基于高斯字典原子稀疏表示的高精度宽角SAR成像方法
Systems Engineering and Electronics(2019)
摘要
为了提高从宽角合成孔径雷达(synthetic aperture radar ,SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法.在字典构造上,采用不同中心位置、相同方差的高斯函数.在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解.最后,根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性.通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性.
更多查看译文
关键词
w ide angle synthetic aperture radar (SAR),Gaussian dictionary atoms,sparse representation,generalized minimax concave (G M C ) penalty
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要