資源描述:
《基于壓縮感知sar海面場景目標(biāo)數(shù)據(jù)壓縮和重構(gòu)方法》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于壓縮感知SAR海面場景目標(biāo)數(shù)據(jù)壓縮和重構(gòu)方法 摘要:針對海面場景目標(biāo)SAR的海量數(shù)據(jù)壓縮與重構(gòu)問題,提出利用一種新的數(shù)據(jù)壓縮與重構(gòu)理論——壓縮感知理論來完成。首先構(gòu)造隨機高斯噪聲觀測矩陣對原始回波數(shù)據(jù)進行降維處理以達到大幅壓縮的目的,然后利用平滑L0算法重構(gòu)原始回波信號,在此基礎(chǔ)上,利用傳統(tǒng)的頻率變標(biāo)SAR成像算法進行成像。仿真結(jié)果證明了該方法的有效性。關(guān)鍵詞:海面場景目標(biāo);SAR數(shù)據(jù);壓縮感知;平滑L0算法;頻率變標(biāo)算法中圖分類號:TN958?34文獻標(biāo)識碼:A文章編號:1004?373X(2013)13?0001?04SARdataco
2、mpressingandreconstructingmethodforseascenetargetbasedoncompressedsensingLILei1,ZHANGQun2(1.Xi’anMilitaryRepresentativeBureau,NavyMaterialDepartment,Xi’an710089,China;2.InstituteofTelecommunicationEngineering,AFEU,Xi’an710077,China)12Abstract:Thecompressedsensingtheory(anewda
3、tacompressingandreconstructingtheory)isutilizedinthispapertosolvetheissueofhugeSARdatacompressingandreconstructingforseascenetarget.Firstly,randomGaussiannoisematrixisdesignedasameasurementmatrixtocompletedatacompressing.Secondly,smoothL0(SL0)algorithmisutilizedtoreconstructo
4、riginalsignal.Onthebasisofthat,traditionalfrequencyscaling(FS)algorithmiscarriedouttoobtainthefinalSARimage.Theeffectivenessoftheproposedmethodcanbeprovedbysimulationresults.Keywords:seascenetarget;SARdata;compressedsensing;smoothL0algorithm;frequencyscalingalgorithm0引言合成孔徑雷達
5、(SyntheticAperture12Radar,SAR)作為一種高分辨微波成像系統(tǒng),可實現(xiàn)全天候、全天時、高增益的地面目標(biāo)成像,因此具有重要的軍事意義。合成孔徑雷達的高分辨,在距離向上主要通過寬信號頻帶設(shè)計發(fā)射大寬帶信號,在方位向上則通過雷達載機平臺的運動依靠雷達平臺運動形成的合成孔徑[1]。隨著SAR成像技術(shù)的不斷進步和發(fā)展,成像的分辨率越來越高,以及場景目標(biāo)的測繪帶越來越寬,從而雷達回波數(shù)據(jù)量急劇增加,這些海量的SAR數(shù)據(jù)會給數(shù)字信號處理機的數(shù)字化采樣、存儲和傳輸?shù)榷紟砗艽蟮奶魬?zhàn),因此,如何有效地壓縮與重構(gòu)SAR數(shù)據(jù)是目前亟需解決的重要
6、問題[2]。近年來,壓縮感知(CompressedSensing,CS)理論[3]作為一種新的信號獲取與壓縮重構(gòu)方法被引入到雷達信號處理領(lǐng)域中[4?7],該理論指出,當(dāng)信號具有稀疏性或者可壓縮性的時候,通過求解最優(yōu)化的問題,可以用遠低于奈奎斯特采樣所采集到的信號觀測值以高概率重構(gòu)原信號。也就是說CS理論是利用信息采樣代替?zhèn)鹘y(tǒng)的信號采樣,因此采樣速率主要取決于信息在信號中的結(jié)構(gòu)和內(nèi)容。如果將CS理論引入到SAR數(shù)據(jù)處理中,則有望實現(xiàn)更為有效的數(shù)據(jù)壓縮,從而便于數(shù)據(jù)的傳輸和存儲。12因此,本文利用CS理論來研究SAR場景目標(biāo)數(shù)據(jù)的壓縮與重構(gòu)技術(shù)。由C
7、S理論可知,待壓縮數(shù)據(jù)可實現(xiàn)有效的稀疏化表征是該數(shù)據(jù)可運用CS理論進行壓縮的前提。對于SAR場景目標(biāo),由于成像圖中每個像素點對應(yīng)的每個散射點是緊密排列的,因此很難實現(xiàn)有效的稀疏化表征。然而,對于SAR海面場景目標(biāo),其大量的海洋背景可認(rèn)為是非重要信息,只有其中的少量艦船目標(biāo)才是重要信息,這樣,少量的艦船目標(biāo)相對于大量的海洋背景是稀疏的。因此,可利用CS理論完成SAR海面場景目標(biāo)數(shù)據(jù)的壓縮與重構(gòu)。本文依據(jù)這個思想設(shè)計了基于CS理論的SAR海面場景目標(biāo)數(shù)據(jù)壓縮與重構(gòu)方法,具體步驟闡述如下:當(dāng)SAR收到海面場景目標(biāo)的回波數(shù)據(jù)后,首先依據(jù)CS理論,構(gòu)造高斯
8、噪聲觀測矩陣來完成對回波數(shù)據(jù)的壓縮,然后再利用平滑L0(SmoothL0,SL0)算法對壓縮后的數(shù)據(jù)進行處理來重構(gòu)原始回波信號,在此基礎(chǔ)