基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对已有利用压缩感知理论进行逆合成孔径(Inverse Synthetic Aperture Radar,ISAR)成像方法在低信噪比、欠采样率条件下性能下降严重等问题,依托调频步进波形独有特征并充分利用目标分布的二维结构稀疏信息,提出一种“先方位聚焦后距离分辨”的调频步进ISAR高分辨成像新方法.首先,对回波进行子脉冲脉压,在分析调频步进ISAR回波方位向特有的结构稀疏特征基础上,构建方位向的分布式压缩感知稀疏重构模型;其次,采用分布式压缩感知算法对该模型重构,从而获得低信噪比条件下的方位高分辨成像;最后,利用距离维的回波特征构建任意稀疏重构模型,实现距离向快速成像.由于该方法先进行方位聚焦,再进行距离分辨,并充分利用了目标的结构稀疏性,因此不仅具有抗噪性能强、重构精度高以及采样率低等特点,且避免了越距离单元走动对方位聚焦的影响.仿真与实测数据实验验证了本文方法的有效性.
推荐文章
基于二维稀疏采样的HRRP合成及ISAR成像方法
压缩感知
高分辨距离像
逆合成孔径雷达
目标二维像
二维稀疏采样
频率步进信号距离-方位联合超分辨成像方法
稀疏频率步进信号
二维平滑0-范数
压缩感知
ISAR超分辨成像
一种调频步进频雷达高速目标成像的新算法
步进频
调频步进频
距离走动
Keystone变换
高速目标成像
线性调频步进雷达ISAR信号特性及成像
ISAR(逆合成孔径雷达成像)
线性调频步进雷达
耦合项
方位聚焦
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用二维结构稀疏信息的调频步进ISAR高分辨成像新方法
来源期刊 电子学报 学科 工学
关键词 ISAR成像 联合稀疏模型 任意稀疏模型 调频步进信号 分布式压缩感知
年,卷(期) 2018,(12) 所属期刊栏目 学术论文
研究方向 页码范围 2905-2913
页数 9页 分类号 TN911.7
字数 6602字 语种 中文
DOI 10.3969/j.issn.0372-2112.2018.12.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨军 47 199 9.0 12.0
2 马晓岩 47 235 9.0 13.0
3 吕明久 10 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (23)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(16)
  • 参考文献(4)
  • 二级参考文献(12)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ISAR成像
联合稀疏模型
任意稀疏模型
调频步进信号
分布式压缩感知
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导