本文選題：極化SAR　切入點(diǎn)：層析　出處：《電子與信息學(xué)報(bào)》2015年03期 　論文類(lèi)型：期刊論文

【摘要】：該文研究了一種基于壓縮多信號(hào)分類(lèi)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(hào)建立多觀測(cè)向量模型;應(yīng)用小波基對(duì)高程向結(jié)構(gòu)進(jìn)行稀疏表示,采用壓縮多信號(hào)分類(lèi)算法對(duì)觀測(cè)區(qū)域的高程向后向散射系數(shù)進(jìn)行重建,實(shí)現(xiàn)對(duì)森林區(qū)域?qū)游龀上瘛Ｗ詈?通過(guò)仿真實(shí)驗(yàn)、Pol SARpro仿真數(shù)據(jù)和德宇航E-SAR的P-波段數(shù)據(jù)驗(yàn)證了該方法在同等測(cè)量精度的要求下可以有效減少SAR層析成像所需的航過(guò)數(shù),同時(shí)降低了虛假目標(biāo)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(shù)重點(diǎn)實(shí)驗(yàn)室;中國(guó)科學(xué)院電子學(xué)研究所;中國(guó)科學(xué)院大學(xué);
【基金】：國(guó)家973計(jì)劃項(xiàng)目(2010CB731905) 中國(guó)科學(xué)院創(chuàng)新團(tuán)隊(duì)國(guó)際合作伙伴計(jì)劃“先進(jìn)微波探測(cè)與信息處理”資助課題
【分類(lèi)號(hào)】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 王金峰;皮亦鳴;曹宗杰;;一種機(jī)載SAR層析三維成像算法[J];電子與信息學(xué)報(bào);2010年05期

2 彭學(xué)明;王彥平;譚維賢;洪文;吳一戎;;基于跨航向稀疏陣列的機(jī)載下視MIMO 3D-SAR三維成像算法[J];電子與信息學(xué)報(bào);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(xué)報(bào);2012年07期

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

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 張清娟;李道京;李烈辰;;連續(xù)場(chǎng)景的稀疏陣列SAR側(cè)視三維成像研究[J];電子與信息學(xué)報(bào);2013年05期

3 謝玉芯;繆竟鴻;王學(xué)靜;;基于域積分方程的對(duì)比源反演算法在三維微波成像中的應(yīng)用[J];電工技術(shù)學(xué)報(bào);2013年05期

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

5 陳剛;顧紅;蘇衛(wèi)民;邵華;;空時(shí)不等效對(duì)MIMO雷達(dá)采用ISAR技術(shù)成像影響的分析[J];電子與信息學(xué)報(bào);2013年08期

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

7 吳子斌;朱宇濤;粟毅;李禹;宋曉驥;;用于機(jī)載線陣三維SAR成像的MIMO陣列構(gòu)型設(shè)計(jì)[J];電子與信息學(xué)報(bào);2013年11期

8 陳書(shū)貞;李光耀;練秋生;;結(jié)合圖像的局部相關(guān)性及非局部相似性的多尺度分塊壓縮感知[J];燕山大學(xué)學(xué)報(bào);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(dá)成像研究[J];電波科學(xué)學(xué)報(bào);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(cè)繪學(xué)報(bào);2014年03期

相關(guān)會(huì)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(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)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(wèn)題研究[D];大連理工大學(xué);2012年

2 胡南;基于稀疏重構(gòu)的陣列信號(hào)波達(dá)方向估計(jì)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

3 何學(xué)智;微波凝視關(guān)聯(lián)成像的信息處理方法與仿真[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

4 呂偉;MIMO無(wú)線通信系統(tǒng)中的稀疏信號(hào)檢測(cè)與優(yōu)化[D];華中科技大學(xué);2013年

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

6 朱偉;米波數(shù)字陣列雷達(dá)低仰角測(cè)高方法研究[D];西安電子科技大學(xué);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(yīng)用研究[D];蘭州理工大學(xué);2012年

8 劉園園;快速低秩矩陣與張量恢復(fù)的算法研究[D];西安電子科技大學(xué);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(xué);2012年

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

相關(guān)碩士學(xué)位論文 前10條

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

2 文首先;壓縮感知匹配追蹤算法的研究[D];安徽大學(xué);2013年

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

5 袁媛;基于壓縮感知的圖像壓縮技術(shù)的研究[D];成都理工大學(xué);2013年

6 藺恩標(biāo);基于稀疏分解的圖像修復(fù)方法研究[D];西北大學(xué);2013年

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

8 王汗三;基于稀疏表示的圖像重構(gòu)[D];西安電子科技大學(xué);2013年

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

10 宋君;圖像的壓縮感知重構(gòu)算法研究[D];西安電子科技大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王彥平;王斌;洪文;吳一戎;;長(zhǎng)序列星載合成孔徑雷達(dá)數(shù)據(jù)層析處理技術(shù)[J];測(cè)試技術(shù)學(xué)報(bào);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(cè)試技術(shù)學(xué)報(bào);2010年03期

3 初仁辛,孫圣和;非均勻采樣信號(hào)理論及其發(fā)展[J];電子科技導(dǎo)報(bào);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(jì)[J];電子與信息學(xué)報(bào);2006年02期

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

6 林來(lái)興;;分布式小衛(wèi)星系統(tǒng)的技術(shù)發(fā)展與應(yīng)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(hào)：1638704