稀疏正则驱动的超分辨SAR图像重建

作     者：杨磊 连文慧 陈思佳 刘丛 宋安娜 高斌 YANG Lei;LIAN Wenhui;CHEN Sijia;LIU Cong;SONG Anna;GAO Bin

作者机构：中国民航大学电子信息与自动化学院天津300300 电子科技大学资源与环境学院成都611731 

基　　金：国家自然科学基金资助项目(62271487) 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2024年第64卷第9期

页      码：1361-1369页

摘      要：由于数据特性和散斑噪声影响,合成孔径雷达(Synthetic Aperture Radar,SAR)成像在传统数据驱动应用中存在瓶颈,特征可解释性弱。同时单纯模型驱动方法难以对复杂问题进行建模,灵活性差。针对上述问题,提出了一种稀疏正则驱动的超分辨SAR成像目标重建网络(SAR Target Reconstruction Network,SAR-TR-Net)。针对目标重建任务,从成像角度建模,将SAR复图像数据以及回波复数据引入模型驱动框架。然而SAR成像的信号处理过程包含矩阵乘法运算,并且成像模型中的观测矩阵也不能进行近似。为了适应成像模型的特殊性,设计了一种基于矩阵乘法约束的稀疏驱动框架,指导网络结构设计以实现数据模型双驱动的SAR图像重建。同时,在SAR-TR-Net卷积层采用交叉卷积结构保留原始SAR相位历程,提升了对复数据的特征提取能力。仿真和实测SAR数据验证结果表明,所提方法在目标杂波比、图像熵等量化指标上可以与成熟的模型驱动方法比拟,且在运行时间方面表现出色。

主 题 词：合成孔径雷达(SAR) 图像重建 神经网络 特征重建 变量分裂法 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 081105[081105] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 

核心收录：

D　O　I：10.20079/j.issn.1001-893x.240131001

馆 藏 号：203127815...