电子学报2024，Vol.52Issue(1) ：170-180.DOI:10.12263/DZXB.20221326

结合最近邻图模型的稀疏ISAR成像方法

Sparse ISAR Imaging Combined with Nearest Neighbor Graph Model

胡长雨 陈春风 易文忆 董宇宸 李晖 汪玲
电子学报2024，Vol.52Issue(1) ：170-180.DOI:10.12263/DZXB.20221326
✕
  • 维普
  • 万方数据

结合最近邻图模型的稀疏ISAR成像方法

Sparse ISAR Imaging Combined with Nearest Neighbor Graph Model

胡长雨 1陈春风 2易文忆 3董宇宸 1李晖 1汪玲2
扫码查看

作者信息

  • 1. 无锡学院电子信息工程学院,江苏无锡 214000
  • 2. 南京航空航天大学雷达成像与微波光子教育部重点实验室,江苏南京 210016
  • 3. 无锡学院自动化学院,江苏无锡 214000
  • 折叠

摘要

逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)稀疏成像方法可提供图像对比度高、旁瓣干扰少的成像结果.稀疏成像以场景或目标散射率分布具有稀疏性为前提,待成像目标场景的稀疏特性决定了最终成像质量.ISAR目标场景的自然稀疏特性着重刻画点状特征,变换域稀疏表示可增强目标图像的纹理等通用特征.通过学习获得的稀疏变换字典,可自适应于待成像的ISAR目标场景,找到面向ISAR目标图像块的特有稀疏表示.但是,图像块的特有稀疏表示中忽略了待成像目标场景中目标的几何特征信息.最近邻图模型可建立给定数据的几何特征描述算子,刻画出给定数据的几何特征信息.本文利用最近邻图模型来刻画待成像目标场景中目标的几何特征信息,并映射到待成像目标场景的特有稀疏表示中;提出结合最近邻图模型的ISAR稀疏成像方法,用于不同类别实测ISAR数据成像.相比已有的ISAR稀疏成像方法,所提成像方法可获得目标轮廓更清晰的成像结果,成像所需时间平均减少10.4％.

关键词

逆合成孔径雷达/稀疏成像/最近邻图模型/稀疏表示/字典学习

Key words

inverse synthetic aperture radar (ISAR)/sparse imaging/nearest neighbor graph model/sparse representation/dictionary learning

引用本文复制引用

基金项目

国家自然科学基金(61661018)

江苏省双创博士人才项目(JSSCBS20210863)

江苏省双创博士人才项目(JSS?CBS20210867)

江苏省高等学校基础科学(自然科学)研究面上项目(22KJB140015)

无锡市创新创业资金"太湖之光"科技攻关计划基础研究项目(K20221043)

无锡市创新创业资金"太湖之光"科技攻关计划基础研究项目(K20221049)

Shuang Chuang Ph.D Award(JSSCBS20210863)

Shuang Chuang Ph.D Award(JSSCBS20210867)

出版年

2024
电子学报
中国电子学会

电子学报

CSTPCDCSCD北大核心
影响因子：1.237
ISSN：0372-2112
参考文献量25
段落导航相关论文