基于组字典学习的逆合成孔径雷达成像方法

• 作者: 朱栋强 汪玲 胡长雨
• 来源期刊: 上海航天
• 学科: 工学
• 关键词: 雷达 逆合成孔径雷达(ISAR) 成像 压缩感知 字典学习
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 系统设计
• 页码范围: 30-36
• 页数: 7页
• 分类号: TN957.52
• 字数: 3832字
• 语种: 中文
• DOI: 10.19328/j.cnki.1006-1630.2018.06.006

摘要

基于压缩感知(compressive sensing,CS)的逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像方法可以使用非常少的数据来获得高质量的图像.但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能.结合字典学习(dictionary learning,DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系.为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictiona ry learning,GDL)的ISAR成像方法.将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition,SVD)从图像块组中学习出最优组稀疏变换字典.学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像.实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪玲	南京航空航天大学雷达成像与微波光子技术教育部重点实验室	30	188	8.0	13.0
2	朱栋强	南京航空航天大学雷达成像与微波光子技术教育部重点实验室	5	3	1.0	1.0
3	胡长雨	南京航空航天大学雷达成像与微波光子技术教育部重点实验室	7	7	1.0	2.0