买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：济南大学

摘要：本申请公开了一种压缩感知高分辨率SAR成像方法、装置、设备、介质及产品，涉及SAR成像领域，该方法包括获取SAR场景回波信号；构建线性调频变标成像算子和近似观测算子；基于所述SAR场景回波信号使用加权L23正则化进行稀疏约束构建成像模型；基于所述线性调频变标成像算子和近似观测算子采用迭代阈值算法对所述成像模型进行求解，得到高分辨率SAR图像。本申请中的上述方案可在大场景下实现高分辨率实时成像，并且有很好的抗噪性能。

主权项：1.一种压缩感知高分辨率SAR成像方法，其特征在于，所述压缩感知高分辨率SAR成像方法包括：获取雷达发射LFM信号以及SAR场景回波信号；构建线性调频变标成像算子和近似观测算子；基于所述SAR场景回波信号使用加权L23正则化进行稀疏约束构建成像模型；基于所述线性调频变标成像算子和近似观测算子采用迭代阈值算法对所述成像模型进行求解，得到高分辨率SAR图像；所述成像模型的表达式如下： ；其中，Y表示回波信号的二维矩阵形式，表示根据估计的成像场景X重构的近似回波信号，表示Frobenius范数，λ表示正则化参数，W表示加权矩阵，X表示估计的成像场景，表示Hadamard乘积；基于所述线性调频变标成像算子和近似观测算子采用迭代阈值算法对所述成像模型进行求解，得到高分辨率SAR图像，具体包括以下步骤：步骤a：设置迭代步长、稀疏度和最大迭代次数；步骤b：初始化加权矩阵等于1；步骤c：计算原始值与估计值的残差值；其中，Y表示回波信号的二维矩阵形式，表示近似观测算子根据估计的成像场景X重构的近似回波信号；步骤d：对所述残差值使用匹配滤波，得到残差的成像数据；其中，表示残差的成像数据；步骤e：进行梯度下降；其中，表示梯度下降的结果值，表示估计的成像场景，μ表示迭代步长；步骤f：更新正则化参数；其中，表示选取中元素绝对值第个最大元素；步骤g：使用阈值函数进行阈值收缩，更新场景估计值；步骤h：根据估计值X更新加权矩阵：；其中，表示加权矩阵第行列的元素，代表场景估计值的第行列的元素绝对值，是非零常数，用于防止分母为零；步骤i：当迭代过程次数或时，则跳出迭代，输出重构的高分辨率SAR图像；其中，表示最大迭代次数，表示第i次迭代过程中算法估计的X值，表示第i次迭代过程中算法估计的X值的2范数的平方。

全文数据：

权利要求：

百度查询： 济南大学 压缩感知高分辨率SAR成像方法、装置、设备、介质及产品