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:
毫米波综合孔径成像辐射计(Synthetic Aperture Imaging Radiometer,SAIR)是一种适用于近场成像的高分辨率、高灵敏度传感器,但因其接收机数量大、系统复杂度高,限制了SAIR在实际场景中的应用.用少量阵元天线获取的稀疏可见度函数进行高精度成像反演是目前SAIR成像研究的热点之一.为从少量的可见度采样点中重构出具有较高精度的毫米波图像,借鉴压缩感知(Compressed Sensing,CS)的稀疏重构思想,提出一种基于二维SAIR成像模型的CS-L0成像反演算法.该算法借助SL0算法思想对二维综合孔径反演模型进行快速的l0范数求解,可从少量可见度采样点中快速精确地重构出目标场景的亮温图像.实验仿真表明,与结合传统成像模型的一般CS反演法相比,提出的CS-L0反演法具有更高的成像精度和反演速度,能够对稀疏采样的SAIR进行快速准确的成像反演.
推荐文章
毫米波辐射计探测直升机研究
毫米波
圆锥扫描
幅射计
探测
直升机
毫米波辐射计线性回归定标方法研究
毫米波辐射计
线性回归定标
发射率与反射率
误差分析
利用毫米波辐射计探测金属目标的研究
电磁辐射
全功率辐射计
天线温度
信号波形特征提取
目标中心定位
小波变换在毫米波辐射计信号去噪中的应用
小波变换
毫米波辐射计
信号去噪
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 毫米波综合孔径辐射计的压缩感知成像方法研究
来源期刊 南京大学学报(自然科学版) 学科 工学
关键词 综合孔径 近场成像 压缩感知 SL0算法 图像反演
年,卷(期) 2019,(5) 所属期刊栏目 电路系统与信息处理
研究方向 页码范围 718-724
页数 7页 分类号 TN015
字数 3693字 语种 中文
DOI 10.13232/j.cnki.jnju.2019.05.002
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 陈建飞 南京邮电大学电子与光学工程学院 15 24 2.0 4.0
2 张胜 南京邮电大学电子与光学工程学院 19 75 5.0 8.0
3 张滨 南京邮电大学电子与光学工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (17)
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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
综合孔径
近场成像
压缩感知
SL0算法
图像反演
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
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
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导