留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

压缩感知机动目标ISAR成像新方法

陈春利 谢红梅 彭进业 王志成 王保平

陈春利, 谢红梅, 彭进业, 王志成, 王保平. 压缩感知机动目标ISAR成像新方法[J]. 红外与激光工程, 2013, 42(8): 2269-2274.
引用本文: 陈春利, 谢红梅, 彭进业, 王志成, 王保平. 压缩感知机动目标ISAR成像新方法[J]. 红外与激光工程, 2013, 42(8): 2269-2274.
Chen Chunli, Xie Hongmei, Peng Jinye, Wang Zhicheng, Wang Baoping. New compressed sensing algorithm for ISAR imaging of maneuvering target[J]. Infrared and Laser Engineering, 2013, 42(8): 2269-2274.
Citation: Chen Chunli, Xie Hongmei, Peng Jinye, Wang Zhicheng, Wang Baoping. New compressed sensing algorithm for ISAR imaging of maneuvering target[J]. Infrared and Laser Engineering, 2013, 42(8): 2269-2274.

压缩感知机动目标ISAR成像新方法

基金项目: 

国家自然科学基金(61073106);航天科技创新基金(CASC201102);西北工业大学研究生创业种子基金(Z2012077)

详细信息
    作者简介:

    陈春利(1988-),男,硕士生,主要从事雷达成像方面的研究。Email:chenrychan@sina.com;谢红梅(1972-),女,硕士生导师,主要从事包括数字图像处理、雷达信号处理等方面的研究。Email:xiehm@nwpu.edu.cn

    陈春利(1988-),男,硕士生,主要从事雷达成像方面的研究。Email:chenrychan@sina.com;谢红梅(1972-),女,硕士生导师,主要从事包括数字图像处理、雷达信号处理等方面的研究。Email:xiehm@nwpu.edu.cn

  • 中图分类号: TN95

New compressed sensing algorithm for ISAR imaging of maneuvering target

  • 摘要: 基于Fourier基的压缩感知(Compressed Sensing,CS)算法已被成功应用于平稳运动目标的逆合成孔径雷达(Inversed Synthetic Aperture Radar,ISAR)成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。
  • [1] Candes E, Romberg J, Tao T. Robust uncertainty principles:exact signal reconstruction from highly incomplete frequency information[J]. IEEE Trans on Information Theory, 2006, 52(2): 489-509.
    [2] Candes E, Romberg J, Tao T. Near-optimal signal recovery from random projections: universal encoding strategies?[J]. IEEE Trans on Information Theory, 2006, 52(2): 5406-5425.
    [3] Donoho D. Compressed sensing[J]. IEEE Trans on Information Theory, 2006, 52(4): 5406-5425.
    [4] Richard Baraniuk, Philippe Steeghs. Compressive radar imaging[J]. IEEE Radar Conference, 2007(4): 128-133.
    [5] Joachim H G Ender. On compressive sensing applied to radar[J]. IEEE Transactions on Signal Processing, 2010, 90(5): 1402-1414.
    [6] Matthew Herman, Thomas Strohmer. High resolution radar via compressed sensing[J]. IEEE Transactions on Signal Processing, 2009, 57(6): 2275-2284.
    [7] Li Jun, Xing Mengdao, Zhang Lei, et al. High resolution imaging method for the sparse aperture of ISAR[J]. Journal of Xidian University(Natural Science), 2010, 37(3): 441-446. (in Chinese)
    [8] Quan Yinghui, Zhang Lei, Liu Yabo, et al. Method for achieving high resolution ISAR imaging with short aperture data via compressed sensing[J]. Journal of Xidian University(Natural Science), 2010, 37(6): 1022-1026. (in Chinese)
    [9] Bao Zheng, Xing Mengdao, Wang Tong. Radar Imaging Technology[M]. Beijing: Publishing House of Electronics Industry, 2005:124-139. (in Chinese)
    [10] Li Yachao, Quan Yinghui, Xing Mengdao. A new method of ISAR imaging based on the scale transform in time-frequency distribution plane[J]. Chinese Journal of Electronics, 2009, 37(9): 2087-2091. (in Chinese)
    [11] Guo Liang, Xing Mengdao, Zeng Xiaodong, et al. Inverse synthetic aperture lidar imaging of indoor real data[J]. Infrared and Laser Engineering, 2011, 40(4): 637-642. (in Chinese)
  • [1] 孙强, 戴鹭楠, 应恺宁, 倪辰荫.  二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
    [2] 翟鑫亮, 吴晓燕, 孙艺玮, 石剑虹, 曾贵华.  单像素成像理论与方法(特邀) . 红外与激光工程, 2021, 50(12): 20211061-1-20211061-14. doi: 10.3788/IRLA20211061
    [3] 刘瑞丰, 赵书朋, 李福利.  单像素复振幅成像(特邀) . 红外与激光工程, 2021, 50(12): 20210735-1-20210735-16. doi: 10.3788/IRLA20210735
    [4] 李美萱, 王红, 刘小涵, 刘明, 宋立军.  基于相位调制的运动目标多光谱关联成像研究 . 红外与激光工程, 2021, 50(7): 20210184-1-20210184-8. doi: 10.3788/IRLA20210184
    [5] 张赛文, 邓亚琦, 王冲, 冷潇泠, 张光富, 文兵, 邓杨保, 谭伟石, 田野, 李稳国.  基于多测量矢量压缩感知的超分辨荧光显微成像研究 . 红外与激光工程, 2021, 50(11): 20210484-1-20210484-8. doi: 10.3788/IRLA20210484
    [6] 由四海, 王宏力, 冯磊, 何贻洋, 许强.  基于小波变换与压缩感知的脉冲星TOA估计 . 红外与激光工程, 2020, 49(2): 0226001-0226001. doi: 10.3788/IRLA202049.0226001
    [7] 杨程, 鄢秋荣, 祝志太, 王逸凡, 王明, 戴伟辉.  基于深度学习的压缩光子计数激光雷达 . 红外与激光工程, 2020, 49(S2): 20200380-20200380. doi: 10.3788/IRLA20200380
    [8] 田鹤, 毛宏霞, 刘铮, 曾铮.  机载逆合成孔径激光雷达微动目标稀疏成像 . 红外与激光工程, 2020, 49(S2): 20200190-20200190. doi: 10.3788/IRLA20200190
    [9] 尹红飞, 郭亮, 周煜, 孙剑锋, 曾晓东, 唐禹, 邢孟道.  基于改进SVA和压缩感知的SAL旁瓣抑制算法 . 红外与激光工程, 2018, 47(12): 1230005-1230005(8). doi: 10.3788/IRLA201847.1230005
    [10] 王忠良, 冯文田, 粘永健.  结合光谱解混与压缩感知的高光谱图像有损压缩 . 红外与激光工程, 2018, 47(S1): 189-196. doi: 10.3788/IRLA201847.S126003
    [11] 刘燕平, 王冲, 吴云斌, 上官明佳, 夏海云.  联合时频分析在相干测风激光雷达中的应用 . 红外与激光工程, 2018, 47(12): 1230001-1230001(8). doi: 10.3788/IRLA201847.1230001
    [12] 申艳, 解颐, 娄淑琴, 王鑫, 赵彤彤.  基于Contourlet变换和压缩感知的实际光子晶体光纤光 . 红外与激光工程, 2017, 46(3): 321001-0321001(7). doi: 10.3788/IRLA201746.0321001
    [13] 袁影, 王晓蕊, 吴雄雄, 穆江浩, 张艳.  多孔径压缩编码超分辨率大视场成像方法 . 红外与激光工程, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
    [14] 王中阳, 周燕飞, 张小伟, 沈灏, 李恩荣, 韩申生, 宓现强, 田立君, 彭玉峰.  基于随机采样的超高分辨率成像中快速压缩感知分析 . 红外与激光工程, 2017, 46(2): 201002-0201002(7). doi: 10.3788/IRLA201746.0201002
    [15] 杨新锋, 张金娜, 滕书华, 崔宇.  利用压缩感知实现随机变频雷达散射中心估计 . 红外与激光工程, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004
    [16] 韩申生, 龚文林, 陈明亮, 李恩荣, 薄遵望, 李望, 张惠, 高昕, 邓陈进, 梅笑东, 王成龙.  基于稀疏和冗余表象的鬼成像雷达研究进展 . 红外与激光工程, 2015, 44(9): 2547-2555.
    [17] 赵爱罡, 王宏力, 杨小冈, 陆敬辉, 何星.  融合几何特征的压缩感知SIFT描述子 . 红外与激光工程, 2015, 44(3): 1085-1091.
    [18] 尹继豪, 孙建颖.  基于压缩感知理论的波段重构方法 . 红外与激光工程, 2014, 43(4): 1260-1264.
    [19] 谭歆, 冯晓毅, 王保平.  稀疏带状测量矩阵在压缩感知ISAR成像中的应用 . 红外与激光工程, 2013, 42(11): 3137-3143.
    [20] 朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅.  逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
  • 加载中
计量
  • 文章访问数:  459
  • HTML全文浏览量:  96
  • PDF下载量:  147
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-20
  • 修回日期:  2013-01-22
  • 刊出日期:  2013-08-25

压缩感知机动目标ISAR成像新方法

    作者简介:

    陈春利(1988-),男,硕士生,主要从事雷达成像方面的研究。Email:chenrychan@sina.com;谢红梅(1972-),女,硕士生导师,主要从事包括数字图像处理、雷达信号处理等方面的研究。Email:xiehm@nwpu.edu.cn

    陈春利(1988-),男,硕士生,主要从事雷达成像方面的研究。Email:chenrychan@sina.com;谢红梅(1972-),女,硕士生导师,主要从事包括数字图像处理、雷达信号处理等方面的研究。Email:xiehm@nwpu.edu.cn

基金项目:

国家自然科学基金(61073106);航天科技创新基金(CASC201102);西北工业大学研究生创业种子基金(Z2012077)

  • 中图分类号: TN95

摘要: 基于Fourier基的压缩感知(Compressed Sensing,CS)算法已被成功应用于平稳运动目标的逆合成孔径雷达(Inversed Synthetic Aperture Radar,ISAR)成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。

English Abstract

参考文献 (11)

目录

    /

    返回文章
    返回