本文選題：極化SAR　切入點：層析　出處：《電子與信息學報》2015年03期 　論文類型：期刊論文

【摘要】：該文研究了一種基于壓縮多信號分類算法的森林區(qū)域極化SAR層析成像方法。其具體步驟包括:全極化的SAR接收成像區(qū)域的反射回波,利用各極化通道的信號建立多觀測向量模型;應用小波基對高程向結構進行稀疏表示,采用壓縮多信號分類算法對觀測區(qū)域的高程向后向散射系數(shù)進行重建,實現(xiàn)對森林區(qū)域層析成像。最后,通過仿真實驗、Pol SARpro仿真數(shù)據(jù)和德宇航E-SAR的P-波段數(shù)據(jù)驗證了該方法在同等測量精度的要求下可以有效減少SAR層析成像所需的航過數(shù),同時降低了虛假目標的出現(xiàn)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.
【作者單位】： 微波成像技術重點實驗室;中國科學院電子學研究所;中國科學院大學;
【基金】：國家973計劃項目(2010CB731905) 中國科學院創(chuàng)新團隊國際合作伙伴計劃“先進微波探測與信息處理”資助課題
【分類號】：TN957.52

【參考文獻】

相關期刊論文 前4條

1 王金峰;皮亦鳴;曹宗杰;;一種機載SAR層析三維成像算法[J];電子與信息學報;2010年05期

2 彭學明;王彥平;譚維賢;洪文;吳一戎;;基于跨航向稀疏陣列的機載下視MIMO 3D-SAR三維成像算法[J];電子與信息學報;2012年04期

3 張福博;劉梅;;基于頻域最小二乘APES的非均勻多基線SAR層析成像算法[J];電子與信息學報;2012年07期

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

【共引文獻】

相關期刊論文 前10條

1 朱志臻;張志達;劉發(fā)林;李濱兵;周崇彬;;基于壓縮感知的線狀目標一維距離成像[J];電子與信息學報;2013年03期

2 張清娟;李道京;李烈辰;;連續(xù)場景的稀疏陣列SAR側視三維成像研究[J];電子與信息學報;2013年05期

3 謝玉芯;繆竟鴻;王學靜;;基于域積分方程的對比源反演算法在三維微波成像中的應用[J];電工技術學報;2013年05期

4 彭學明;王彥平;譚維賢;洪文;吳一戎;;基于感興趣區(qū)域搜尋的機載下視陣列3D SAR波數(shù)域快速成像方法[J];電子與信息學報;2013年07期

5 陳剛;顧紅;蘇衛(wèi)民;邵華;;空時不等效對MIMO雷達采用ISAR技術成像影響的分析[J];電子與信息學報;2013年08期

6 周漢飛;李禹;粟毅;;利用多角度SAR數(shù)據(jù)實現(xiàn)三維成像[J];電子與信息學報;2013年10期

7 吳子斌;朱宇濤;粟毅;李禹;宋曉驥;;用于機載線陣三維SAR成像的MIMO陣列構型設計[J];電子與信息學報;2013年11期

8 陳書貞;李光耀;練秋生;;結合圖像的局部相關性及非局部相似性的多尺度分塊壓縮感知[J];燕山大學學報;2013年06期

9 劉波;李道京;李烈辰;;基于壓縮感知的干涉逆合成孔徑雷達成像研究[J];電波科學學報;2014年01期

10 鐘九生;江南;胡斌;胡秋翔;;一種遙感影像超分辨率重建的稀疏表示建模及算法[J];測繪學報;2014年03期

相關會議論文 前1條

1 牛素捚;陳平;潘晉孝;;一種基于EM-TV的CT重建算法[A];第十三屆中國體視學與圖像分析學術會議論文集[C];2013年

相關博士學位論文 前10條

1 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學;2012年

2 胡南;基于稀疏重構的陣列信號波達方向估計算法研究[D];中國科學技術大學;2013年

3 何學智;微波凝視關聯(lián)成像的信息處理方法與仿真[D];中國科學技術大學;2013年

4 呂偉;MIMO無線通信系統(tǒng)中的稀疏信號檢測與優(yōu)化[D];華中科技大學;2013年

5 王法松;盲源分離的擴展模型與算法研究[D];西安電子科技大學;2013年

6 朱偉;米波數(shù)字陣列雷達低仰角測高方法研究[D];西安電子科技大學;2013年

7 馮鑫;多尺度分析與壓縮感知理論在圖像處理中的應用研究[D];蘭州理工大學;2012年

8 劉園園;快速低秩矩陣與張量恢復的算法研究[D];西安電子科技大學;2013年

9 鄒健;分塊稀疏表示的理論及算法研究[D];華南理工大學;2012年

10 張湃;可實現(xiàn)圖像自修復的壓縮感知超分辨率成像算法的研究[D];燕山大學;2013年

相關碩士學位論文 前10條

1 郎彥昆;壓縮感知技術及其在數(shù)字圖像壓縮編碼中的應用研究[D];北方工業(yè)大學;2013年

2 文首先;壓縮感知匹配追蹤算法的研究[D];安徽大學;2013年

3 蔡霞;基于傳感網(wǎng)絡的分布式壓縮采樣研究[D];天津理工大學;2013年

4 張旭坤;壓縮感知的率失真性能分析研究[D];天津理工大學;2013年

5 袁媛;基于壓縮感知的圖像壓縮技術的研究[D];成都理工大學;2013年

6 藺恩標;基于稀疏分解的圖像修復方法研究[D];西北大學;2013年

7 唐中和;低秩逼近理論及其在自然圖像去噪中的應用[D];西安電子科技大學;2013年

8 王汗三;基于稀疏表示的圖像重構[D];西安電子科技大學;2013年

9 韓丹丹;基于稀疏表示的圖像修復算法研究[D];西安電子科技大學;2013年

10 宋君;圖像的壓縮感知重構算法研究[D];西安電子科技大學;2013年

【二級參考文獻】

相關期刊論文 前10條

1 王彥平;王斌;洪文;吳一戎;;長序列星載合成孔徑雷達數(shù)據(jù)層析處理技術[J];測試技術學報;2008年06期

2 王斌;王彥平;洪文;吳一戎;;基于MAPES的非均勻多基線SAR三維成像算法[J];測試技術學報;2010年03期

3 初仁辛,孫圣和;非均勻采樣信號理論及其發(fā)展[J];電子科技導報;1997年07期

4 杜小勇;胡衛(wèi)東;郁文賢;;基于稀疏成份分析的幾何繞射模型參數(shù)估計[J];電子與信息學報;2006年02期

5 何輝;;多參考最小二乘復頻域法在飛行器模態(tài)參數(shù)識別中的應用[J];航空兵器;2010年06期

6 林來興;;分布式小衛(wèi)星系統(tǒng)的技術發(fā)展與應用前景[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 葉蔭;劉光炎;孟U，

本文編號：1638704