一种强杂波背景下SAR目标超分辨成像方法

doi:10.3969/j.issn.1001-2400.2016.05.003

西安电子科技大学学报

一种强杂波背景下SAR目标超分辨成像方法

景国彬;盛佳恋;陈溅来;孙光才;邢孟道;保铮

(西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071)

收稿日期:2015-06-12 出版日期:2016-10-20 发布日期:2016-12-02
通讯作者: 景国彬
作者简介:景国彬(1990-)，男，西安电子科技大学博士研究生，E-mail: Guobinjing01@163.com．
基金资助:
国家自然科学基金资助项目(61222108，61301292)

Super-resolution imaging method for the SAR target in a strong clutter scene

JING Guobin;SHENG Jialian;CHEN Jianlai;SUN Guangcai;XING Mengdao;BAO Zheng

(National Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071, China)

Received:2015-06-12 Online:2016-10-20 Published:2016-12-02
Contact: JING Guobin

摘要/Abstract

摘要：

针对合成孔径雷达图像中存在较强杂波，难以提取目标信息和进行分辨率增强处理的问题，提出了一种强杂波背景下的超分辨成像方法．首先，从信号相关性的角度出发，估计杂波自适应门限来提取目标强散射点；然后，结合梯度下降搜索法提取出目标弱散射点；最后，利用提取后的目标散射点在图像域的稀疏性，通过简化的正则化处理方法，对目标进行分辨率增强处理，实现了目标超分辨成像．角反射器和静止的机动车目标实测数据处理的结果验证了文中方法的有效性．

关键词: 强杂波, 合成孔径雷达, 目标提取, 分辨率增强, 超分辨成像

Abstract:

This paper proposes a super-resolution imaging method to solve the problem of extracting targets and enhancing resolution under a strong clutter in the SAR image. Based on singal correlation, an adaptive clutter threshold is proposed to extract strong scatterers of targets. Then weak scatterers of targets are extracted by the gradient descent method. Finally, target resolution is enhanced to realize super-resolution imaging by the simplified regularization method. Real-measured data of reflectors and the stationary vehicle validate the effectiveness of the proposed method.

Key words: strong clutter, SAR, targets extraction, resolution enhancement, super-resolution imaging

景国彬;盛佳恋;陈溅来;孙光才;邢孟道;保铮. 一种强杂波背景下SAR目标超分辨成像方法[J]. 西安电子科技大学学报, 2016, 43(5): 12-17+87.

JING Guobin;SHENG Jialian;CHEN Jianlai;SUN Guangcai;XING Mengdao;BAO Zheng. Super-resolution imaging method for the SAR target in a strong clutter scene[J]. Journal of Xidian University, 2016, 43(5): 12-17+87.

参考文献

［1］邢孟道, 保铮, 李真芳, 等. 雷达成像算法进展［M］. 北京: 电子工业出版社, 2014: 11-45.
［2］王洁. 机载雷达杂波抑制技术的研究［D］. 成都：电子科技大学, 2006.
［3］陈家兵, 崔凯峰. 机载雷达地杂波数据的分析与处理［J］. 电子工程师, 2006, 32(7): 11-12.
CHEN Jiabing, CUI Kaifeng. Research and Process on Groud Clutters Data of Airborne Radar ［J］. Electronic Engineer, 2006, 32(7): 11-12.
［4］刘小洋, 李勇, 李瑞克. 机载雷达杂波抑制优化与性能分析［J］. 计算机仿真, 2013, 30(4): 108-111.
LIU Xiaoyang, LI Yong, LI Ruike.Clutter Suppression Optimize and Performance Analysis of Airborne Radar Clutter［J］. Computer Simulation, 2013, 30(4): 108-111.
［5］ BORISON S L, BOWLING S B, CUTOMO K M. Superresolution Methods for Wideband Radar［J］. The Lincoln Laboratory Journal, 1992, 5(3): 441-461.
［6］ GUGLIELMI V, CASTANIE F, PIAU P. Application of Superresolution Methods to Synthetic Aperture Radar Data［C］//Proceedings of International Geoscience and Remote Sensing Symposium: 3. Piscataway: IEEE, 1995: 2289-2291.
［7］ GARBRIEL W F. Improved Range Superresolution via Bangwidth Extrapolation［C］//Proceeding of the National Radar Conference. Piscataway: IEEE, 1993: 123-127.
［8］高博, 王俊, 原慧. 一种参数自适应的SAR 图像去噪方法［J］. 西安电子科技大学学报, 2015, 42(5): 71-76.
GAO Bo, WANG Jun, YUAN Hui. Parameter Adaptive SAR Image Denoising Method［J］. Journal of Xidian University, 2015, 42(5): 71-76.
［9］ NING Q, CHEN K, LI Y, et al. Image Super-resolution via Analysis Sparse Prior ［J］. IEEE Signal Processing Letters, 2013, 20(4): 399-402.
［10］ ZHANG S X, XING M D, XIA X G. Robust Clutter Suppression and Moving Target Imaging Approach for Multichannel in Azimuth High-resolution and Wide-swath Synthetic Aperture Radar［J］. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(2): 687-709.
［11］盛佳恋, 张磊, 邢孟道, 等. 一种利用稀疏统计特性的超分辨ISAR成像方法［J］. 西安电子科技大学学报, 2012, 39(6): 65-71.
SHENG Jialian, ZHANG Lei, XING Mengdao, et al. Super-resloution ISAR Imaging Method with Sprase Statistics［J］. Journal of Xidian University, 2012, 39(6): 65-71.
［12］ TIAN Y, YAP K. Joint Iamge Registration and Super-resolution from Low-resolution Images with Zoonimg Motion ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2013, 23(7): 1224-1234.
［13］王正明, 朱炬波. SAR图像提高分辨率技术［M］. 北京: 科学出版社, 2006: 131-153.

[1]	王昕,常贵清,池琛琛. 广角SAR各向异性散射目标分离成像[J]. 西安电子科技大学学报, 2021, 48(2): 109-116.
[2]	陆金文,闫华,殷红成,张磊,董纯柱. 用于三维散射中心SBR建模的边缘绕射修正[J]. 西安电子科技大学学报, 2021, 48(2): 117-124.
[3]	陶毅,丁丽. 利用共轭对称性的数字IQ频域校准方法[J]. 西安电子科技大学学报, 2021, 48(2): 181-189.
[4]	胡利平,闫华,钟卫军,殷红成,王超. 舰船目标三维散射中心建模及SAR快速仿真方法[J]. 西安电子科技大学学报, 2021, 48(2): 72-83.
[5]	段崇棣,韩超垒,杨志伟,张庆君. 一种杂波分类辅助的近海岸模糊杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 64-71.
[6]	杨军,周芳. 分布式小卫星MIMO-SAR超高分辨成像方法[J]. 西安电子科技大学学报, 2021, 48(2): 99-108.
[7]	王志浩,张金松,孙光才,李军,邢孟道. 一种联合多特征量的SAR人造微弱痕迹检测方法[J]. 西安电子科技大学学报, 2019, 46(6): 131-139.
[8]	杨磊,岳云泽,李埔丞,章涛,杨桓. 多地面运动目标大动态SAR成像稀疏表示[J]. 西安电子科技大学学报, 2019, 46(5): 31-40.
[9]	郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.
[10]	曾创展,朱卫纲,贾鑫. 一种稀疏孔径逆合成孔径雷达成像算法[J]. 西安电子科技大学学报, 2019, 46(3): 123-129.
[11]	梁毅, 李晴晴, 孙昆, 党彦锋, 丁金闪. 利用SAR图像匹配的弹体定位新方法[J]. 西安电子科技大学学报, 2018, 45(6): 1-6.
[12]	孙宸, 成立业. 空间感知矩阵学习的极化SAR图像分类[J]. 西安电子科技大学学报, 2018, 45(6): 92-98.
[13]	刘建歌, 慕德俊. 一种SAR影像冰水边缘线提取算法[J]. 西安电子科技大学学报, 2018, 45(6): 106-111.
[14]	王跃锟;索志勇;李真芳;张金强;张庆君. 高低轨异构双基地SAR改进CS成像算法[J]. 西安电子科技大学学报, 2018, 45(5): 50-56+196.
[15]	许强;李伟;占荣辉;邹鲲. 一种改进的卷积神经网络SAR目标识别算法[J]. 西安电子科技大学学报, 2018, 45(5): 177-183.

一种强杂波背景下SAR目标超分辨成像方法

Super-resolution imaging method for the SAR target in a strong clutter scene

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10