| 基于近似观测的加权L1 压缩感知SAR成像 |
| |
| 引用本文： | 李博刘发林周崇彬王峥韩浩.基于近似观测的加权L1 压缩感知SAR成像[J].微波学报,2018,34(6):62-67. |
| |
| 作者姓名： | 李博刘发林周崇彬王峥韩浩 |
| |
| 作者单位： | 1. 中国科学技术大学电子工程与信息科学系,合肥230026; 2. 中国科学院电磁空间信息重点实验室,合肥230026 |
| |
| 基金项目： | 国家自然科学基金(61431016 和61771446) |
| |
| 摘 要： | 近些年,压缩感知(CS)理论已经被应用于合成孔径雷达(SAR)成像。传统的CS-SAR 成像需要消耗很高的计算机内存,为了减少计算机内存消耗,基于近似观测的CS-SAR 成像模型被提出。已有的基于近似观测的CS-SAR 成像模型使用Lq(0≤q≤1)正则化项来稀疏约束成像结果,当q 越小时,得到的解越稀疏;但是当q = 0 时, 该优化问题就变成了NP 难问题。提出了基于近似观测的加权L1 -CS-SAR 成像模型,加权L1 正则化既能够很好地逼 近L0 正则化,又能够避免NP 难问题。进一步地,我们针对该成像模型提出了相应的迭代加权阈值算法,仿真结果证明了所提出的成像算法的性能优于已存在的迭代阈值算法。
|
| 关 键 词： | 压缩感知 合成孔径雷达 近似观测 加权L1 正则化 迭代加权阈值算法 |
Approximated Observation-Based Weighted L1 Compressed Sensing SAR Imaging |
| |
| LI Bo,LIU Fa-lin,ZHOU Chong-bin,WANG Zheng,HAN Hao.Approximated Observation-Based Weighted L1 Compressed Sensing SAR Imaging[J].Journal of Microwaves,2018,34(6):62-67. |
| |
| Authors: | LI Bo LIU Fa-lin ZHOU Chong-bin WANG Zheng HAN Hao |
| |
| Affiliation: | 1. Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei 230026, China;2. Key Laboratory of Electromagnetic Space Information, Chinese Academy of Sciences, Hefei 230026, China |
| |
| Abstract: | |
| |
| Keywords: | compressed sensing synthetic aperture radar approximated observation weighted L1 regularization iterative weighted thresholding algorithm |
|
| 点击此处可从《微波学报》浏览原始摘要信息 |
|
点击此处可从《微波学报》下载全文 |
|
