基于压缩多信号分类算法的森林区域极化SAR层析成像

发布时间：2018-03-20 10:35

  本文选题：极化SAR　切入点：层析　出处：《电子与信息学报》2015年03期 　论文类型：期刊论文

【摘要】：该文研究了一种基于压缩多信号分类算法的森林区域极化SAR层析成像方法。其具体步骤包括:全极化的SAR接收成像区域的反射回波,利用各极化通道的信号建立多观测向量模型;应用小波基对高程向结构进行稀疏表示,采用压缩多信号分类算法对观测区域的高程向后向散射系数进行重建,实现对森林区域层析成像。最后,通过仿真实验、Pol SARpro仿真数据和德宇航E-SAR的P-波段数据验证了该方法在同等测量精度的要求下可以有效减少SAR层析成像所需的航过数,同时降低了虚假目标的出现概率。
[Abstract]:In this paper, a SAR tomography method for forest region polarization based on compressed multi-signal classification algorithm is studied. The specific steps are as follows: the fully polarized SAR receives the reflection echo from the imaging region. The multi-observation vector model is established by using the signals of each polarization channel, the height structure is represented sparsely by wavelet basis, and the elevation backscattering coefficient of the observed region is reconstructed by using compressed multi-signal classification algorithm. Finally, the simulated data of Pol SARpro and the P- band data of Germany Aerospace E-SAR show that this method can effectively reduce the number of flight passes required for SAR tomography under the same measurement accuracy. At the same time, the probability of false target is reduced.
【作者单位】： 微波成像技术重点实验室;中国科学院电子学研究所;中国科学院大学;
【基金】：国家973计划项目(2010CB731905) 中国科学院创新团队国际合作伙伴计划“先进微波探测与信息处理”资助课题
【分类号】：TN957.52

【参考文献】

相关期刊论文 前4条

1 王金峰;皮亦鸣;曹宗杰;;一种机载SAR层析三维成像算法[J];电子与信息学报;2010年05期

2 彭学明;王彦平;谭维贤;洪文;吴一戎;;基于跨航向稀疏阵列的机载下视MIMO 3D-SAR三维成像算法[J];电子与信息学报;2012年04期

3 张福博;刘梅;;基于频域最小二乘APES的非均匀多基线SAR层析成像算法[J];电子与信息学报;2012年07期

4 ;Sparse microwave imaging:Principles and applications[J];Science China(Information Sciences);2012年08期

【共引文献】

相关期刊论文 前10条

1 朱志臻;张志达;刘发林;李滨兵;周崇彬;;基于压缩感知的线状目标一维距离成像[J];电子与信息学报;2013年03期

2 张清娟;李道京;李烈辰;;连续场景的稀疏阵列SAR侧视三维成像研究[J];电子与信息学报;2013年05期

3 谢玉芯;缪竟鸿;王学静;;基于域积分方程的对比源反演算法在三维微波成像中的应用[J];电工技术学报;2013年05期

4 彭学明;王彦平;谭维贤;洪文;吴一戎;;基于感兴趣区域搜寻的机载下视阵列3D SAR波数域快速成像方法[J];电子与信息学报;2013年07期

5 陈刚;顾红;苏卫民;邵华;;空时不等效对MIMO雷达采用ISAR技术成像影响的分析[J];电子与信息学报;2013年08期

6 周汉飞;李禹;粟毅;;利用多角度SAR数据实现三维成像[J];电子与信息学报;2013年10期

7 吴子斌;朱宇涛;粟毅;李禹;宋晓骥;;用于机载线阵三维SAR成像的MIMO阵列构型设计[J];电子与信息学报;2013年11期

8 陈书贞;李光耀;练秋生;;结合图像的局部相关性及非局部相似性的多尺度分块压缩感知[J];燕山大学学报;2013年06期

9 刘波;李道京;李烈辰;;基于压缩感知的干涉逆合成孔径雷达成像研究[J];电波科学学报;2014年01期

10 钟九生;江南;胡斌;胡秋翔;;一种遥感影像超分辨率重建的稀疏表示建模及算法[J];测绘学报;2014年03期

相关会议论文 前1条

1 牛素捚;陈平;潘晋孝;;一种基于EM-TV的CT重建算法[A];第十三届中国体视学与图像分析学术会议论文集[C];2013年

相关博士学位论文 前10条

1 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年

2 胡南;基于稀疏重构的阵列信号波达方向估计算法研究[D];中国科学技术大学;2013年

3 何学智;微波凝视关联成像的信息处理方法与仿真[D];中国科学技术大学;2013年

4 吕伟;MIMO无线通信系统中的稀疏信号检测与优化[D];华中科技大学;2013年

5 王法松;盲源分离的扩展模型与算法研究[D];西安电子科技大学;2013年

6 朱伟;米波数字阵列雷达低仰角测高方法研究[D];西安电子科技大学;2013年

7 冯鑫;多尺度分析与压缩感知理论在图像处理中的应用研究[D];兰州理工大学;2012年

8 刘园园;快速低秩矩阵与张量恢复的算法研究[D];西安电子科技大学;2013年

9 邹健;分块稀疏表示的理论及算法研究[D];华南理工大学;2012年

10 张湃;可实现图像自修复的压缩感知超分辨率成像算法的研究[D];燕山大学;2013年

相关硕士学位论文 前10条

1 郎彦昆;压缩感知技术及其在数字图像压缩编码中的应用研究[D];北方工业大学;2013年

2 文首先;压缩感知匹配追踪算法的研究[D];安徽大学;2013年

3 蔡霞;基于传感网络的分布式压缩采样研究[D];天津理工大学;2013年

4 张旭坤;压缩感知的率失真性能分析研究[D];天津理工大学;2013年

5 袁媛;基于压缩感知的图像压缩技术的研究[D];成都理工大学;2013年

6 蔺恩标;基于稀疏分解的图像修复方法研究[D];西北大学;2013年

7 唐中和;低秩逼近理论及其在自然图像去噪中的应用[D];西安电子科技大学;2013年

8 王汗三;基于稀疏表示的图像重构[D];西安电子科技大学;2013年

9 韩丹丹;基于稀疏表示的图像修复算法研究[D];西安电子科技大学;2013年

10 宋君;图像的压缩感知重构算法研究[D];西安电子科技大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 王彦平;王斌;洪文;吴一戎;;长序列星载合成孔径雷达数据层析处理技术[J];测试技术学报;2008年06期

2 王斌;王彦平;洪文;吴一戎;;基于MAPES的非均匀多基线SAR三维成像算法[J];测试技术学报;2010年03期

3 初仁辛,孙圣和;非均匀采样信号理论及其发展[J];电子科技导报;1997年07期

4 杜小勇;胡卫东;郁文贤;;基于稀疏成份分析的几何绕射模型参数估计[J];电子与信息学报;2006年02期

5 何辉;;多参考最小二乘复频域法在飞行器模态参数识别中的应用[J];航空兵器;2010年06期

6 林来兴;;分布式小卫星系统的技术发展与应用前景[J];航天器工程;2010年01期

7 ;Multi-channel SAR imaging based on distributed compressive sensing[J];Science China(Information Sciences);2012年02期

8 Elaine T.Hale;;FIXED-POINT CONTINUATION APPLIED TO COMPRESSED SENSING:IMPLEMENTATION AND NUMERICAL EXPERIMENTS[J];Journal of Computational Mathematics;2010年02期

9 叶荫;刘光炎;孟U，

本文编号：1638704