摘要
压缩感知理论突破了传统Nyquist采样定理的限制,有望降低高分辨雷达成像系统的数据率。将压缩感知思想应用到ISAR成像中,通过对线性调频雷达回波信号模型的稀疏性分析,把成像问题作为一个字典选择问题来描述。介绍了一种基于Stretch处理和傅里叶变换的稀疏字典构造方法,将其与压缩感知理论相结合,提出了一种新的保相性距离压缩算法,并扩展到二维成像中。归纳分析了几种易于实现的数据采集方案,通过仿真实验统计比较了不同测量方案下信噪比和测量数对重构性能的影响,验证了所提算法能够在保证成像质量的同时大大减少测量数,且省略了解线频调过程。
压缩感知理论突破了传统Nyquist采样定理的限制,有望降低高分辨雷达成像系统的数据率。将压缩感知思想应用到ISAR成像中,通过对线性调频雷达回波信号模型的稀疏性分析,把成像问题作为一个字典选择问题来描述。介绍了一种基于Stretch处理和傅里叶变换的稀疏字典构造方法,将其与压缩感知理论相结合,提出了一种新的保相性距离压缩算法,并扩展到二维成像中。归纳分析了几种易于实现的数据采集方案,通过仿真实验统计比较了不同测量方案下信噪比和测量数对重构性能的影响,验证了所提算法能够在保证成像质量的同时大大减少测量数,且省略了解线频调过程。
出处
《数据采集与处理》
CSCD
北大核心
2012年第S2期284-290,共7页
Journal of Data Acquisition and Processing
基金
国家自然科学基金委杰出青年基金(61025006)资助项目
关键词
雷达成像
压缩感知
线性调频
稀疏字典
随机采样
radar imaging
compressed sensing
linear frequency modulation(LFM)
sparse dictionary
random sampling