文献类型：期刊文章

作　　者：陈一畅[1] 张群[1,2] 杨婷[3,4] 罗迎[1]

机构地区：[1]空军工程大学信息与导航学院 [2]复旦大学电磁波信息科学教育部重点实验室 [3]空军预警学院黄陂士官学校 [4]中国人民解放军95133部队

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61471386);中国博士后基金(2015M570815);陕西省统筹创新工程-特色产业创新链项目(2015KTTSGY04-06)~~

年　　份：2016

卷　　号：38

期　　号：10

起止页码：2423-2429

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20164302946022)、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：近年来,基于压缩感知(Compressed Sensing,CS)理论的稀疏场景SAR成像成为研究热点。在CS理论中,对于具有相同稀疏结构的联合稀疏目标信号源,多重测量向量(Multiple Measurement Vectors,MMV)模型可以获得优于单重测量矢量(Single Measurement Vector,SMV)模型的重构性能。然而,在距离徙动(Range Migration)不可忽略的应用场景,SAR各脉冲回波1维距离像具有不完全相同的稀疏结构,这使得无法在SAR应用中直接引入MMV模型。该文针对MMV模型与SAR距离徙动的矛盾,提出一种改进的MMV模型。在该模型下,各方位向位置对应的1维距离像的稀疏结构不要求完全相同,而是符合距离徙动特性。论文所提出的RM-OMP算法根据符合距离徙动特性的稀疏结构搜索稀疏信号支撑集,可以准确地重建稀疏信号源。论文采用仿真数据和实测数据实验验证了所提模型和算法的有效性。

关 键 词：合成孔径雷达 稀疏恢复  多重测量向量模型  距离徙动

分 类 号：TN957.52]