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:
该文针对机载交轨阵列SAR下视3维成像模型,采用以巴克码伪随机序列为准则的稀疏重航过采样方式,利用较少飞行次数提高交轨向分辨率.针对重航过采样方式存在的运动误差,利用修正均匀冗余阵列(Modi-fied Uniformly Redundant Arrays,MURA)编码空间调制和3维后向投影(Back Projection,BP)算法获得各航过3维复图像对,基于干涉处理和频域压缩感知(Compressed Sensing,CS)等效实现各航过阵列形变误差补偿.将MURA反码对应回波形成的3维复图像相位作为参考,对各单航过复图像进行相位补偿,以恢复各航过间复图像相位关系.根据单航过阵列SAR3维复图像具备频域稀疏的性质,对各个复图像相干累加,实现稀疏重航过阵列SAR高分辨率下视3维成像.仿真和暗室试验数据处理结果验证了方法的有效性.
推荐文章
基于运动误差补偿的弹载SAR成像CS算法
弹载SAR
加速运动模型
匀速运动模型
CS算法
运动误差补偿
基于运动误差补偿的无人机载MIMO-SAR成像
MIMO-SAR
运动误差
无人机
距离多普勒算法
基于压缩冗余采样的线阵三维SAR成像方法
线阵三维SAR
压缩感知
冗余采样
三维成像
基于随机阵列的降维压缩感知三维成像方法
压缩感知
三维成像
层间串扰
随机阵列
降低传感矩阵维数
分辨率增强
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 稀疏重航过阵列SAR运动误差补偿和三维成像方法
来源期刊 雷达学报 学科 工学
关键词 SAR3维成像 稀疏重航过 干涉处理 频域稀疏 压缩感知 运动误差补偿
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 717-729
页数 13页 分类号 TN957.51
字数 6382字 语种 中文
DOI 10.12000/JR18101
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 李道京 中国科学院电子学研究所微波成像技术重点实验室 59 452 13.0 17.0
2 田鹤 北京环境特性研究所电磁散射重点实验室 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (45)
参考文献  (22)
节点文献
引证文献  (7)
同被引文献  (39)
二级引证文献  (4)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(11)
  • 参考文献(3)
  • 二级参考文献(8)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
SAR3维成像
稀疏重航过
干涉处理
频域稀疏
压缩感知
运动误差补偿
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
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
总被引数(次)
4241
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