搜索

x

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

低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法

李少东 陈文峰 杨军 马晓岩

低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法

李少东, 陈文峰, 杨军, 马晓岩
PDF
导出引用
  • 针对实际逆合成孔径雷达(ISAR)成像时带宽有限、方位孔径稀疏的小角度回波数据条件下, 常规算法的成像分辨率不高等问题, 基于压缩感知理论, 提出了一种低信噪比条件下的二维联合布雷格曼迭代快速ISAR超分辨成像算法. 首先, 将雷达回波构建为距离频域-方位多普勒域的二维稀疏表示模型, 在此基础上, 将二维超分辨成像问题转换为二维联合压缩感知的稀疏重构问题; 其次, 为了避免重构时向量化操作带来的复杂度, 提出了二维联合布雷格曼迭代算法, 为实现快速重构, 将加权残量迭代、估计停滞步长与感知矩阵条件数优化三种加快收敛速度的思想相结合, 既利用了布雷格曼迭代在低信噪比条件下的重构能力又能保证快速成像. 最后仿真实验结果表明在欠采样和低信噪比条件下本文算法能够缩短成像时间, 且具备更好的噪声鲁棒性.
      通信作者: 杨军, yangjem@126.com
    • 基金项目: 国家自然科学基金(批准号: 61179014)资助的课题.
    [1]

    Guo B F, Shang C X, Wang J L, Gao M G, Fu X J 2014 Acta Phys. Sin. 63 238406 (in Chinese) [郭宝锋, 尚朝轩, 王俊岭, 高梅国, 傅雄军 2014 物理学报 63 238406]

    [2]

    Yan R 2010 M. S. Dissertaion (Xian: Xidian University) (in Chinese) [闫蓉 2010 硕士学位论文 (西安: 西安电子科技大学)]

    [3]

    Bi Z, Li J, Liu Z S 1999 Trans. Aerosp. Electron. Syst. 35 267

    [4]

    Chen M S, Wang S W, Ma T, Wu X L 2014 Acta Phys. Sin. 63 170301 (in Chinese) [陈明生, 王时文, 马韬, 吴先良 2014 物理学报 63 170301]

    [5]

    Chai S R, Guo L X 2015 Acta Phys. Sin. 64 060301 (in Chinese) [柴水荣, 郭立新 2015 物理学报 64 060301]

    [6]

    Sun Y L, Tao J X 2014 Chin. Phys. B 23 078703

    [7]

    Li S D, Chen W F, Yang J, Ma X Y 2015 J. Electron. 43 708 (in Chinese) [李少东, 陈文峰, 杨军, 马晓岩 2015 电子学报 43 708]

    [8]

    Chen Y C, Zhang Q, Chen X P, Luo Y, Gu F F 2014 J. Electron. Inform.Technol. 36 2987 (in Chinese) [陈一畅, 张群, 陈校平, 罗迎, 顾福飞 2014 电子与信息学报 36 2987]

    [9]

    Wu M, Xing M D, Zhang L 2014 J. Electron. Inform.Technol. 36 187 (in Chinese) [吴敏, 邢孟道, 张磊 2014 电子与信息学报 36 187]

    [10]

    10 Qiu W, Zhao H Z, Zhou J X, Fu Q 2014 IEEE Trans.Geosci. Remote Sens. 52 6119

    [11]

    Wen R, Li G, Wang X Q, Xia X G 2014 Sci. China: Inf. Sci. 57 022315

    [12]

    Yang J G 2013 Ph. D. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [杨俊刚 2013 博士学位论文 (长沙:国防科技大学)]

    [13]

    Li S Y, Zhao G Q, Li H M, Ren B L 2015 IEEE Trans. Ant. Prop. 63 828

    [14]

    Yu X, Zhu D Y, Zhang J D, Jiang R 2014 J. Electron. 42 542 (in Chinese) [俞翔, 朱岱寅, 张劲东, 蒋锐 2014 电子学报 42 542]

    [15]

    Bao Z, Xing M D, Wang T 2006 Radar Imaging Technique (Beijing: Publishing House of Electronics Industry) p24 (in Chinese) [保铮, 邢孟道, 王彤 2006 雷达成像技术 (北京: 电子工业出版社) 第24页]

    [16]

    Serge L S 2012 IEEE Journal on Emerging and Selected Topics in Circuits and Systems 2 35

    [17]

    Liu J H 2012 Ph. D. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [刘记红 2013 博士学位论文(长沙:国防科技大学)]

    [18]

    Zhang H 2009 M. S. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [张慧 2009 硕士学位论文 (长沙:国防科技大学)]

    [19]

    Osher S, Mao Y, Dong B, Yin W 2011 arXiv:1104.0262

    [20]

    Huang B, Ma S Q, Donald G 2013 J. Sci. Comput. 54 428

    [21]

    Li S D, Chen W F, Yang J, Ma X Y 2015 Sci. China: Inf. Sci. 45 1179 (in Chinese) [李少东, 陈文峰, 杨军, 马晓岩 2015 中国科学信息科学 45 1179]

    [22]

    Cai J F, Osher S, Shen Z 2009 SIAM J. Imag. Sci. 2 226

    [23]

    Stephen J W, Robert D N, Mrio A T F 2009 IEEE Trans. Sig. Proc. 57 2479

    [24]

    Zhang L 2012 Ph. D. Dissertation (Xian: Xidian University) (in Chinese) [张磊 2012 博士学位论文 (西安:西安电子科技大学)]

  • [1]

    Guo B F, Shang C X, Wang J L, Gao M G, Fu X J 2014 Acta Phys. Sin. 63 238406 (in Chinese) [郭宝锋, 尚朝轩, 王俊岭, 高梅国, 傅雄军 2014 物理学报 63 238406]

    [2]

    Yan R 2010 M. S. Dissertaion (Xian: Xidian University) (in Chinese) [闫蓉 2010 硕士学位论文 (西安: 西安电子科技大学)]

    [3]

    Bi Z, Li J, Liu Z S 1999 Trans. Aerosp. Electron. Syst. 35 267

    [4]

    Chen M S, Wang S W, Ma T, Wu X L 2014 Acta Phys. Sin. 63 170301 (in Chinese) [陈明生, 王时文, 马韬, 吴先良 2014 物理学报 63 170301]

    [5]

    Chai S R, Guo L X 2015 Acta Phys. Sin. 64 060301 (in Chinese) [柴水荣, 郭立新 2015 物理学报 64 060301]

    [6]

    Sun Y L, Tao J X 2014 Chin. Phys. B 23 078703

    [7]

    Li S D, Chen W F, Yang J, Ma X Y 2015 J. Electron. 43 708 (in Chinese) [李少东, 陈文峰, 杨军, 马晓岩 2015 电子学报 43 708]

    [8]

    Chen Y C, Zhang Q, Chen X P, Luo Y, Gu F F 2014 J. Electron. Inform.Technol. 36 2987 (in Chinese) [陈一畅, 张群, 陈校平, 罗迎, 顾福飞 2014 电子与信息学报 36 2987]

    [9]

    Wu M, Xing M D, Zhang L 2014 J. Electron. Inform.Technol. 36 187 (in Chinese) [吴敏, 邢孟道, 张磊 2014 电子与信息学报 36 187]

    [10]

    10 Qiu W, Zhao H Z, Zhou J X, Fu Q 2014 IEEE Trans.Geosci. Remote Sens. 52 6119

    [11]

    Wen R, Li G, Wang X Q, Xia X G 2014 Sci. China: Inf. Sci. 57 022315

    [12]

    Yang J G 2013 Ph. D. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [杨俊刚 2013 博士学位论文 (长沙:国防科技大学)]

    [13]

    Li S Y, Zhao G Q, Li H M, Ren B L 2015 IEEE Trans. Ant. Prop. 63 828

    [14]

    Yu X, Zhu D Y, Zhang J D, Jiang R 2014 J. Electron. 42 542 (in Chinese) [俞翔, 朱岱寅, 张劲东, 蒋锐 2014 电子学报 42 542]

    [15]

    Bao Z, Xing M D, Wang T 2006 Radar Imaging Technique (Beijing: Publishing House of Electronics Industry) p24 (in Chinese) [保铮, 邢孟道, 王彤 2006 雷达成像技术 (北京: 电子工业出版社) 第24页]

    [16]

    Serge L S 2012 IEEE Journal on Emerging and Selected Topics in Circuits and Systems 2 35

    [17]

    Liu J H 2012 Ph. D. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [刘记红 2013 博士学位论文(长沙:国防科技大学)]

    [18]

    Zhang H 2009 M. S. Dissertation (Chang Sha: National University of Defense Technology) (in Chinese) [张慧 2009 硕士学位论文 (长沙:国防科技大学)]

    [19]

    Osher S, Mao Y, Dong B, Yin W 2011 arXiv:1104.0262

    [20]

    Huang B, Ma S Q, Donald G 2013 J. Sci. Comput. 54 428

    [21]

    Li S D, Chen W F, Yang J, Ma X Y 2015 Sci. China: Inf. Sci. 45 1179 (in Chinese) [李少东, 陈文峰, 杨军, 马晓岩 2015 中国科学信息科学 45 1179]

    [22]

    Cai J F, Osher S, Shen Z 2009 SIAM J. Imag. Sci. 2 226

    [23]

    Stephen J W, Robert D N, Mrio A T F 2009 IEEE Trans. Sig. Proc. 57 2479

    [24]

    Zhang L 2012 Ph. D. Dissertation (Xian: Xidian University) (in Chinese) [张磊 2012 博士学位论文 (西安:西安电子科技大学)]

  • [1] 李龙珍, 姚旭日, 刘雪峰, 俞文凯, 翟光杰. 基于压缩感知超分辨鬼成像. 物理学报, 2014, 63(22): 224201. doi: 10.7498/aps.63.224201
    [2] 李少东, 陈永彬, 刘润华, 马晓岩. 基于压缩感知的窄带高速自旋目标超分辨成像物理机理分析. 物理学报, 2017, 66(3): 038401. doi: 10.7498/aps.66.038401
    [3] 冯丙辰, 方晟, 张立国, 李红, 童节娟, 李文茜. 基于压缩感知理论的非线性γ谱分析方法. 物理学报, 2013, 62(11): 112901. doi: 10.7498/aps.62.112901
    [4] 范启蒙, 尹成友. 高对比度目标的电磁逆散射超分辨成像. 物理学报, 2018, 67(14): 144101. doi: 10.7498/aps.67.20180266
    [5] 支绍韬, 章海军, 张冬仙. 基于大数值孔径环形光锥照明的超分辨光学显微成像方法研究. 物理学报, 2012, 61(2): 024207. doi: 10.7498/aps.61.024207
    [6] 胡睿璇, 潘冰洋, 杨玉龙, 张伟华. 基于线性成像系统的光学超分辨显微术回顾. 物理学报, 2017, 66(14): 144209. doi: 10.7498/aps.66.144209
    [7] 李广明, 吕善翔. 混沌信号的压缩感知去噪. 物理学报, 2015, 64(16): 160502. doi: 10.7498/aps.64.160502
    [8] 庄佳衍, 陈钱, 何伟基, 冒添逸. 基于压缩感知的动态散射成像. 物理学报, 2016, 65(4): 040501. doi: 10.7498/aps.65.040501
    [9] 李云清, 江晨, 李颖, 徐峰, 许凯亮, 他得安, 黎仲勋. 基于多层声速模型的合成孔径超声皮质骨成像. 物理学报, 2019, 68(18): 184302. doi: 10.7498/aps.68.20190763
    [10] 白旭, 李永强, 赵生妹. 基于压缩感知的差分关联成像方案研究. 物理学报, 2013, 62(4): 044209. doi: 10.7498/aps.62.044209
    [11] 宁方立, 何碧静, 韦娟. 基于lp范数的压缩感知图像重建算法研究. 物理学报, 2013, 62(17): 174212. doi: 10.7498/aps.62.174212
    [12] 王哲, 王秉中. 压缩感知理论在矩量法中的应用. 物理学报, 2014, 63(12): 120202. doi: 10.7498/aps.63.120202
    [13] 张新鹏, 胡茑庆, 程哲, 钟华. 基于压缩感知的振动数据修复方法. 物理学报, 2014, 63(20): 200506. doi: 10.7498/aps.63.200506
    [14] 时洁, 杨德森, 时胜国, 胡博, 朱中锐. 基于压缩感知的矢量阵聚焦定位方法. 物理学报, 2016, 65(2): 024302. doi: 10.7498/aps.65.024302
    [15] 赵光远, 郑程, 方月, 匡翠方, 刘旭. 基于点扫描的超分辨显微成像进展. 物理学报, 2017, 66(14): 148702. doi: 10.7498/aps.66.148702
    [16] 赵维谦, 陈珊珊, 冯政德. 图像复原式整形环形光横向超分辨共焦显微测量新方法. 物理学报, 2006, 55(7): 3363-3367. doi: 10.7498/aps.55.3363
    [17] 卢婧, 李昊, 何毅, 史国华, 张雨东. 超分辨率活体人眼视网膜共焦扫描成像系统. 物理学报, 2011, 60(3): 034207. doi: 10.7498/aps.60.034207
    [18] 王佳林, 严伟, 张佳, 王璐玮, 杨志刚, 屈军乐. 受激辐射损耗超分辨显微成像系统研究的新进展. 物理学报, 2020, 69(10): 108702. doi: 10.7498/aps.69.20200168
    [19] 梁国龙, 马巍, 范展, 王逸林. 矢量声纳高速运动目标稳健高分辨方位估计 . 物理学报, 2013, 62(14): 144302. doi: 10.7498/aps.62.144302
    [20] 陈炜, 郭媛, 敬世伟. 基于深度学习压缩感知与复合混沌系统的通用图像加密算法. 物理学报, 2020, (): . doi: 10.7498/aps.69.20201019
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1162
  • PDF下载量:  133
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-09-16
  • 修回日期:  2015-10-19
  • 刊出日期:  2016-02-05

低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法

  • 1. 空军预警学院三系, 武汉 430019
  • 通信作者: 杨军, yangjem@126.com
    基金项目: 

    国家自然科学基金(批准号: 61179014)资助的课题.

摘要: 针对实际逆合成孔径雷达(ISAR)成像时带宽有限、方位孔径稀疏的小角度回波数据条件下, 常规算法的成像分辨率不高等问题, 基于压缩感知理论, 提出了一种低信噪比条件下的二维联合布雷格曼迭代快速ISAR超分辨成像算法. 首先, 将雷达回波构建为距离频域-方位多普勒域的二维稀疏表示模型, 在此基础上, 将二维超分辨成像问题转换为二维联合压缩感知的稀疏重构问题; 其次, 为了避免重构时向量化操作带来的复杂度, 提出了二维联合布雷格曼迭代算法, 为实现快速重构, 将加权残量迭代、估计停滞步长与感知矩阵条件数优化三种加快收敛速度的思想相结合, 既利用了布雷格曼迭代在低信噪比条件下的重构能力又能保证快速成像. 最后仿真实验结果表明在欠采样和低信噪比条件下本文算法能够缩短成像时间, 且具备更好的噪声鲁棒性.

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回