双层稀疏组Lasso高分辨SAR结构特征增强成像
High resolution SAR imagery with structural feature enhancement under two-layer sparse group Lasso作者机构:中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国工程物理研究院电子工程研究所四川绵阳621999
出 版 物:《系统工程与电子技术》 (Systems Engineering and Electronics)
年 卷 期:2021年第43卷第2期
页 面:351-362页
核心收录:
学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程]
基 金:国家自然科学基金(61601470) 天津市自然科学基金(16JCYBJC41200) 装备预研基金(61406190101)资助课题
主 题:合成孔径雷达 交替方向多乘子法 结构特征增强 相变图
摘 要:针对合成孔径雷达(synthetic aperture radar,SAR)成像中,基于■正则化线性回归(简称为Lasso)的凸优化类算法在进行稀疏特征增强时会导致弱散射体结构特征丢失,进而影响稀疏信号恢复精度的问题,本文提出一种基于双层稀疏组Lasso罚高斯回归模型的交替方向多乘子算法。该算法以散射体的块结构(组)特征为先验,首先针对SAR数据分类特征引入■范数对应的近端算子,通过在交替方向多乘子方法框架中利用高斯-赛德尔思想对其近端算子进行对偶迭代运算,实现第一层和第二层SAR组间的稀疏特征增强。另外混合范数中的■范数为高斯惩罚项,可对SAR回波复数据整体进行平滑,实现SAR结构特征增强成像。因此,所提算法可在SAR回波复数据处理中同时实现稀疏特征和结构特征联合增强。实验选取SAR、SAR地面动目标成像(SAR ground moving target imaging,SAR-GMTIm)和逆SAR的仿真数据与实测数据,分别从定性和定量两种角度对所提算法和传统算法进行对比,其中定量分析时采用相变图(phase transition diagram,PTD)方法来验证所提算法的重建能力,从而验证了本文所提算法应用于SAR稀疏与结构特征增强的有效性与优越性。