张冰尘2,
洪文2,
吴一戎2
1.南京航空航天大学电子信息工程学院 南京 211106
2.中国科学院空天信息创新研究院 北京 100094
基金项目:国家自然科学基金(61901213)，江苏省自然科学基金(BK20190397)，江苏省科协青年科技人才托举工程
详细信息
作者简介:毕辉：毕 辉(1991–)，男，籍贯山东，博士，副研究员，硕士生导师。2017年在中国科学院大学获得博士学位，现担任南京航空航天大学副研究员。主要研究方向为稀疏微波成像、雷达信号处理、雷达成像等
张冰尘(1973–)，男，籍贯浙江，博士，研究员，博士生导师。2017年在中国科学院大学获得博士学位，现担任中国科学院空天信息研究院研究员。主要研究方向为微波遥感与雷达技术、稀疏信号处理等
洪文：洪 文(1968–)，女，籍贯上海，博士，研究员，博士生导师。1997年在北京航空航天大学获得博士学位，现担任中国科学院空天信息创新研究院研究员。主要研究方向为合成孔径雷达成像与系统及其应用、极化/极化干涉合成孔径雷达数据处理及应用、3维微波成像新概念新体制新方法等
吴一戎(1963–)，男，籍贯安徽，博士，中国科学院院士，研究员，博士生导师。2001年在中国科学院电子学研究所获得博士学位，现担任中国科学院空天信息创新研究院院长。主要研究方向为微波成像理论与技术、雷达信号处理与雷达系统等
通讯作者:毕辉 bihui@nuaa.edu.cn
中图分类号:TN957.5计量
文章访问数:2710
HTML全文浏览量:851
PDF下载量:373
被引次数:0
出版历程
收稿日期:2019-10-15
修回日期:2020-01-12
网络出版日期:2020-01-30
Verification of Complex Image Based Sparse SAR Imaging Method on GaoFen-3 Dataset
BI Hui1,,,ZHANG Bingchen2,
HONG Wen2,
WU Yirong2
1. College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China
2. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China
Funds:The National Natural Science Foundation of China (61901213), The Natural Science Foundation of Jiangsu Province (BK20190397), The Young Science and Technology Talent Support Project of Jiangsu Science and Technology Association
More Information
Corresponding author:BI Hui, bihui@nuaa.edu.cn
摘要
摘要:基于稀疏信号处理的合成孔径雷达(SAR)成像(稀疏SAR成像)是稀疏微波成像的一个重要研究方向，相较于经典SAR，稀疏SAR成像在提升成像性能等方面具有重要优势。然而，受困于较大计算代价，其难以用于大观测场景的稀疏恢复，这极大限制了其应用范围。此外，无论军用还是民用，各国星载SAR系统的技术性能指标均是保密的，因此相较于原始回波，通常的公开数据都是经匹配滤波算法重构的SAR复图像。因而如何基于复图像数据进行稀疏成像，对提升现有SAR图像质量、降低稀疏成像计算代价具有重要意义。高分三号是我国首颗1 m分辨率C波段多极化SAR卫星，它具有成像分辨率高、幅宽大等优势，对提升我国灾害监测、海洋监视等能力具有重要作用。该文将一种基于复图像数据的稀疏SAR成像技术引入到高分三号SAR复图像的性能提升当中。实验结果表明，经稀疏处理后的图像拥有更低的旁瓣、更高的信杂噪比以及更优的目标可分辨率能力。且类似于匹配滤波算法重建图像，稀疏恢复结果也可以很好地保持图像统计分布及相位信息，使得稀疏重构的高分三号SAR图像仍适用于干涉、恒虚警率检测等应用。
关键词:合成孔径雷达/
稀疏成像/
高分三号/
正则化
Abstract:Sparse signal processing-based Synthetic Aperture Radar (SAR) imaging, also known as sparse SAR imaging, is the main research direction of sparse microwave imaging theory. Compared with a conventional SAR system, sparse SAR imaging radar has significant potential to improve imaging performance. However, because it requires heavy computations, the application of sparse SAR imaging in large-scene recovery has become difficult, which restricts its further applications. Additionally, complex SAR images, rather than raw data, are usually used for data archiving due to a number of reasons such as data copyright and system confidentiality. Therefore, it is worthwhile to study how sparse imaging can be achieved using only Matched Filtering (MF) recovered complex images with less computational cost. GaoFen-3 is China’s first 1-m resolution multi-polarization C-band satellite. It has a high-resolution, wide swath imaging ability and hence plays an important role in disaster monitoring and ocean surveillance applications. In this paper, we introduce a complex image-based sparse SAR imaging method to process GaoFen-3 complex image data and improve image performance. Experimental results show that the sparse imaging results have lower sidelobes, higher signal-to-clutter and noise ratio, and better target distinguishing ability compared with inputted images. Additionally, sparse imaging can effectively preserve the statistical distribution and phase information of images that makes the recovered GaoFen-3 sparse image-based applications such as interferometric synthetic aperture radar and constant false alarm ratio detection possible.
Key words:Synthetic Aperture Radar (SAR)/
Sparse imaging/
GaoFen-3/
Regularization
PDF全文下载地址:
https://plugin.sowise.cn/viewpdf/198_1f38a592-8908-45e6-8728-4579ddc246ce_R19092
