|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：目前基于缺失数据的幅度相位估计算法(GAPES)的 SAR 成像算法都没有考虑距离徙动和相位误差问题而: a' U# F" _' c# [7 I6 m! r$ j
导致图像质量下降。该文提出一种基于 GAPES 的聚束模式 SAR 方位向连续缺失数据的高分辨成像方法。在处理* n4 r1 ]- j& M8 f2 z
过程中，通过对连续缺失数据 2 维插值实现距离徙动校正，然后利用稀疏数据投影近似子空间跟踪算法实现相位误, b. {, y5 [+ b0 m8 c
差补偿，保证了图像的分辨率。仿真和实测数据的处理结果证明了该方法的有效性。3 S; |; c# v8 D4 Q- U
关键词：缺失数据的幅度和相位估计；距离向插值；方位向插值；距离徙动校正；投影近似子空间跟踪6 j" e& N$ g" r8 p. y$ r
1 引言/ O/ d( L1 r: Y; _0 u
合成孔径雷达(Synthetic Aperture Radar, SAR): I; U# c( l$ t# f& _# d
在分集工作模式或者受到干扰时，雷达回波脉冲数
0 V: A' y. f, m! l; v据会在时域或频域稀疏缺失。通过对缺失数据补零，, y: E9 F! D4 D
采用常规的雷达成像方法成像，会造成图像的伪像/ }) q! t: ~6 K+ e6 S+ D8 K. o! V
以及图像质量的严重下降[1 4]。Sinc插值[5]可以恢$ t. Z6 J& R6 \9 F- z8 [! ~4 Z
复缺失数据，但是当数据频谱
! X0 [6 z$ g, G7 o混叠或连续缺失较多时，该方法恢复效果不理想。
. u7 F5 a5 r# `6 `3 V" \谱估计或者线性预测和递推的方法[6 8]也可以恢复, \- [7 e$ `% s6 [8 v% {* o' [4 f6 o4 E
缺失数据，但此类算法对预测模型和信噪比较敏感，
5 f% {/ U/ M) w当数据缺失较多时，其对缺失数据的恢复会成指数2 k( V$ {% O' N+ Z3 o
, k* k9 O# y( E3 G$ u
; o( U6 G% v$ |8 u( ^% x! v; }% N& d/ k
: S% X2 G* F: [# ~
5 p7 C1 u8 |) b0 r6 k$ B
0 b p3 z# H9 a6 q' k0 ], p ~2 m5 e, j- t! \
附件下载：
" ^) L; M3 v4 u C& p+ D- K9 W& u; R+ t2 M8 k9 Q' J& D6 W
|
|
/1 
发表于 2020-12-29 10:43
收藏
淘帖
支持！
反对！