引用本文: 肖鹏, 吴有明, 于泽, 李春升. 一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法[J]. 雷达学报, 2016, 5(1): 35-41. doi: 10.12000/JR16004
Xiao Peng, Wu Youming, Yu Ze, Li Chunsheng. Azimuth Ambiguity Suppression in SAR Images Based on Compressive Sensing Recovery Algorithm[J]. Journal of Radars, 2016, 5(1): 35-41. doi: 10.12000/JR16004
 Citation: Xiao Peng, Wu Youming, Yu Ze, Li Chunsheng. Azimuth Ambiguity Suppression in SAR Images Based on Compressive Sensing Recovery Algorithm[J]. Journal of Radars, 2016, 5(1): 35-41. doi: 10.12000/JR16004

## Azimuth Ambiguity Suppression in SAR Images Based on Compressive Sensing Recovery Algorithm

Funds:

National Key Basic Research Program Project (973 Program) of China (2010CB731902)

• 摘要: 方位模糊现象广泛存在于星载合成孔径雷达图像中。当模糊能量较强时,会出现大量的虚假目标,严重影响对图像的判读。由于模糊能量与真实主区能量在时域、频域中均互相混叠,现有的处理方法很难在不损失分辨率的条件下,有效抑制方位模糊所产生的鬼影。该文提出一种基于压缩感知恢复算法的方位模糊抑制方法,通过截断图像的多普勒频谱实现模糊抑制,而后将原始图像作为先验信息、将截断谱作为观测结果,利用压缩感知恢复算法,迭代求解出高分辨率的图像。经过仿真与真实数据验证,该方法可以有效抑制方位模糊能量,而不损失主区目标分辨能力,且对复杂场景同样具有良好的效果。
•  [1] Curlander J C and Mcdonough R N著. 韩传钊, 等译. 合成孔径雷达: 系统与信号处理[M]. 北京: 电子工业出版社, 2006: 205-214. Curlander J C, Mcdonough R N, Han C Z, et al.. Synthetic Aperture Radar: Systems and Signal Processing[M]. Beijing: Electronic Industry Press, 2006: 205-214. [2] Runge H, Laux C, Gabele M, et al.. Performance analysis of virtual multi-channel modes for TerraSAR-X[C]. EUSAR, 2006: 1-4. [3] Moreira A. Suppressing the azimuth ambiguities in synthetic aperture radar images[J]. IEEE Transactions on Geoscience and Remote Sensing, 1993, 31(4): 885-895. [4] Wang K, Chen J, Yang W, et al.. Suppression of azimuth ambiguities in spaceborne stripmap SAR using accurate restoration modeling[C]. 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2015), Milan, Italy, 2015: 2429-2432. [5] Guarnieri A M. Adaptive removal of azimuth ambiguities in SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(3): 625-633. [6] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306. [7] Cand E J and Wakin M B. An introduction to compressive sampling[J]. IEEE Signal Processing Magazine, 2008, 25(2): 21-30. [8] Di Martino G, Iodice A, Riccio D, et al.. Filtering of azimuth ambiguity in stripmap synthetic aperture radar images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(9): 3967-3978. [9] Chen J, Iqbal M, Yang W, et al.. Mitigation of azimuth ambiguities in spaceborne stripmap SAR images using selective restoration[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(7): 4038-4045. [10] 吴一戎, 洪文, 张冰尘, 等. 稀疏微波成像研究进展(科普类)[J]. 雷达学报, 2014, 3(4): 383-395. Wu Yirong, Hong Wen, Zhang Bingchen, et al.. Current developments of sparse microwave imaging[J]. Journal of Radars, 2014, 3(4): 383-395. [11] Zhang B C, Hong W, and Wu Y R. Sparse microwave imaging: principles and applications[J]. SCIENCE CHINA Information Sciences, 2012, 55(8): 1722-1754. [12] Ender J H G. On compressive sensing applied to radar[J]. Signal Processing, 2010, 90(5): 1402-1414. [13] Cetin M. Feature-enhanced synthetic aperture radar imaging[D]. [14] [博士论文], University of Salford, Manchester, 2001.
•  [1] 闫敏, 韦顺军, 田博坤, 张晓玲, 师君.  基于稀疏贝叶斯正则化的阵列SAR高分辨三维成像算法 . 雷达学报, 2018, 7(6): 705-716. doi: 10.12000/JR18067 [2] 田鹤, 李道京.  稀疏重航过阵列SAR运动误差补偿和三维成像方法 . 雷达学报, 2018, 7(6): 717-729. doi: 10.12000/JR18101 [3] 韦顺军, 田博坤, 张晓玲, 师君.  基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法 . 雷达学报, 2018, 7(6): 664-675. doi: 10.12000/JR17103 [4] 李杭, 梁兴东, 张福博, 吴一戎.  基于高斯混合聚类的阵列干涉SAR三维成像 . 雷达学报, 2017, 6(6): 630-639. doi: 10.12000/JR17020 [5] 刘向阳, 杨君刚, 孟进, 张晓, 牛德智.  低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像 . 雷达学报, 2017, 6(3): 316-323. doi: 10.12000/JR17011 [6] 温雪娇, 仇晓兰, 尤红建, 卢晓军.  高分辨率星载SAR起伏运动目标精细聚焦与参数估计方法 . 雷达学报, 2017, 6(2): 213-220. doi: 10.12000/JR17005 [7] 陈文峰, 李少东, 杨军, 马晓岩.  基于线性Bregman迭代类的多量测向量ISAR成像算法研究 . 雷达学报, 2016, 5(4): 389-401. doi: 10.12000/JR16057 [8] 赵娟, 白霞.  一种适用于TDOMP算法的测量矩阵优化方法 . 雷达学报, 2016, 5(1): 8-15. doi: 10.12000/JR15131 [9] 任笑真, 杨汝良.  一种基于幅度和相位迭代重建的四维合成孔径雷达成像方法 . 雷达学报, 2016, 5(1): 65-71. doi: 10.12000/JR15135 [10] 张增辉, 郁文贤.  稀疏微波SAR图像特征分析与目标检测研究 . 雷达学报, 2016, 5(1): 42-56. doi: 10.12000/JR15097 [11] 杨军, 张群, 罗迎, 邓冬虎.  基于压缩感知的认知雷达多目标跟踪方法 . 雷达学报, 2016, 5(1): 90-98. doi: 10.12000/JR14107 [12] 计科峰, 王海波, 冷祥光, 邢相薇, 康利鸿.  星载简缩极化SAR船舶目标检测技术研究 . 雷达学报, 2016, 5(6): 607-619. doi: 10.12000/JR16083 [13] 顾福飞, 张群, 杨秋, 霍文俊, 王敏.  基于NCS算子的大斜视SAR压缩感知成像方法 . 雷达学报, 2016, 5(1): 16-24. doi: 10.12000/JR15035 [14] 王爱春, 向茂生.  基于块压缩感知的SAR层析成像方法 . 雷达学报, 2016, 5(1): 57-64. doi: 10.12000/JR16006 [15] 杨威, 陈杰, 李春升.  面向目标特性精细提取的SAR数据融合成像处理方法 . 雷达学报, 2015, 4(1): 29-37. doi: 10.12000/JR15017 [16] 赵宁, 周芳, 王震, 邢孟道, 葛家龙, 鲁加国.  P 波段雷达成像电离层效应的地面观测与校正 . 雷达学报, 2014, 3(1): 45-52. doi: 10.3724/SP.J.1300.2014.13144 [17] 赵海洋, 王晓, 王卫华, 郑新.  S 波段星载SAR 集中式固态发射机系统设计 . 雷达学报, 2014, 3(3): 274-281. doi: 10.3724/SP.J.1300.2014.13101 [18] 赵曜, 张冰尘, 洪文, 吴一戎.  基于RIPless 理论的稀疏微波成像波形分析方法 . 雷达学报, 2013, 2(3): 265-270. doi: 10.3724/SP.J.1300.2013.13032 [19] 仲利华, 胡东辉, 丁赤飚, 张问一.  一种稀疏孔径下大尺寸目标的ISAR 成像方法 . 雷达学报, 2012, 1(3): 292-300. doi: 10.3724/SP.J.1300.2012.20033 [20] 刘振, 魏玺章, 黎湘.  一种新的随机PRI脉冲多普勒雷达无模糊MTD算法 . 雷达学报, 2012, 1(1): 28-35. doi: 10.3724/SP.J.1300.2013.10063

##### 计量
• 文章访问数:  1428
• HTML全文浏览量:  337
• PDF下载量:  1031
• 被引次数: 0
##### 出版历程
• 收稿日期:  2016-01-05
• 修回日期:  2016-01-25
• 刊出日期:  2016-02-28

## 一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法

##### doi: 10.12000/JR16004
###### 1. (北京航空航天大学电子信息工程学院 北京 100191)
基金项目:

国家重点基础研究发展计划973计划(2010CB731902)

### English Abstract

 引用本文: 肖鹏, 吴有明, 于泽, 李春升. 一种基于压缩感知恢复算法的SAR图像方位模糊抑制方法[J]. 雷达学报, 2016, 5(1): 35-41. doi: 10.12000/JR16004
Xiao Peng, Wu Youming, Yu Ze, Li Chunsheng. Azimuth Ambiguity Suppression in SAR Images Based on Compressive Sensing Recovery Algorithm[J]. Journal of Radars, 2016, 5(1): 35-41. doi: 10.12000/JR16004
 Citation: Xiao Peng, Wu Youming, Yu Ze, Li Chunsheng. Azimuth Ambiguity Suppression in SAR Images Based on Compressive Sensing Recovery Algorithm[J]. Journal of Radars, 2016, 5(1): 35-41. doi: 10.12000/JR16004

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈