《雷达学报杂志》发表论文赏析

基于联合邻域像素结构化低秩的层析SAR三维成像方法

来源:雷达学报杂志2026年第1期北京时间:

作者:周弘昊, 刘艳阳, 李涛, 崔硕, 徐刚, 邢孟道

单位:1.东南大学毫米波全国重点实验室 南京 210096;2.上海卫星工程研究所 上海 201109;3.自然资源部国土卫星遥感应用中心 北京 100048;4.西安电子科技大学雷达信号处理全国重点实验室 西安 710071;5.西安电子科技大学前沿交叉研究院 西安 710071;

摘要:层析合成孔径雷达(TomoSAR)三维成像能够克服场景叠掩、投影几何失真等问题,具有重要的科学研究和应用价值。由于TomoSAR高程分辨率受到高程向孔径限制,通常利用压缩感知等超分辨算法提升三维成像性能。然而,传统压缩感知方法需预先划分离散网格导致存在网格失配等问题,同时在通道数少、信噪比低等限制条件下,成像分辨精度受限。针对以上问题,该文提出了一种基于联合邻域像素结构化低秩的层析SAR超分辨三维成像方法,通过增强信号内部结构性表征以增加有效样本数量,提高三维重建性能。具体而言,基于邻域像素高程一致性假设,可联合邻域像素稀疏特性构建无网格结构化低秩非凸优化模型,以增强信号内部结构表征并克服传统稀疏网格化的缺陷。此外采用投影梯度下降算法进行高效求解,引入非相干可行域约束,有效降低重构性能对采样位置的依赖性。最后,利用仿真数据、实测SARMV3D-1.0机载阵列数据和陆地探测一号卫星数据进行了验证。实验结果表明,所提方法在三维重建精度和稳定性方面均显著优于现有大多数主流方法。

关键词:三维SAR, 联合邻域, 超分辨, 结构化低秩, 陆地探测一号

基金资助:国家自然科学基金(62071113),江苏省优秀青年基金(BK20211559),中央高校基本科研业务费专项资金(2242022k60008)

2026年1期其他文献查阅:

深度学习SAR三维成像研究综述

城市建筑SAR三维成像域几何连续性表征与少轨数三维成像

基于RM核算子学习驱动的非视距毫米波雷达三维成像方法

基于稀疏匹配滤波的TomoSAR三维成像

基于联合邻域像素结构化低秩的层析SAR三维成像方法

基于几何与极化联合约束的建筑层析SAR三维成像方法

星载多站层析SAR森林高度反演初探

基于自适应张量分解的双基地MIMO雷达动目标跟踪方法

扩展杂波下MIMO雷达通信一体化收发机联合设计研究

广义高斯噪声背景下基于低比特量化的分布式MIMO雷达运动目标检测方法

面向大规模矩形相控阵的低复杂度波束赋形方法

基于分维的数字阵列天线空域-极化域联合主瓣干扰抑制算法

基于双网络协同的多通道雷达前视成像方法

超长基线星载干涉SAR概念与体制

SAR图像子带对比度和子带熵:概念及在干扰检测与抑制中的应用

基于SSA算法的无人机载穿墙SAR空变运动误差补偿方法

全息凝视雷达海上低可观测目标探测试验与数据获取

面向多机动目标的资源分配与精细化跟踪算法

单脉冲成像技术发展现状综述

彩虹深度Q网络联合二分法的有源-无源干扰策略优化方法

一种基于极化特征-距离联合矩阵的角反射器阵列与舰船辨识方法

多模态对地观测大模型:架构、关键技术和未来展望

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!