...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Remote sensing letters >A gridless sparse ISAR imaging method using atomic norm minimization based on multiple measurement vectors
【24h】

A gridless sparse ISAR imaging method using atomic norm minimization based on multiple measurement vectors

机译：基于多重测量向量的原子规范最小化的无条件稀疏等值法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The atomic norm minimization (ANM) based gridless recovery approaches can completely obviate the grid mismatch problem of discrete compressed sensing methods by working directly on a continuous dictionary, which have attracted considerable interest in sparse inverse synthetic aperture radar (ISAR) imaging. In order to exploit the joint sparsity in the multiple measurement vectors (MMV), a MMV-ANM approach for sparse ISAR imaging with stepped frequency signal is proposed in this paper. By reformulating the sparse range frequency echoes into a MMV-ANM model, the expected full echo without off-grid can be recovered at a single step by solving a semidefinite programme (SDP). Finally, the further improved ISAR imaging results can be achieved via the standard fast Fourier transform methods. The real data experiments demonstrate performance of the proposed method compared to existing gridless approaches.
机译：基于原子标准最小化（ANM）无线恢复方法可以通过直接在连续字典上工作完全验证离散压缩感测方法的网格错配问题，这引起了对稀疏逆合孔径雷达（ISAR）成像的相当大的兴趣。 为了利用多个测量向量（MMV）中的关节稀疏性，本文提出了具有阶梯式频率信号的稀疏ISAR成像的MMV-ANM方法。 通过将稀疏范围频率的谐波重新结合到MMV-ANM模型中，通过求解半纤维程序（SDP），可以在单一的步骤中恢复预期的完整回波。 最后，可以通过标准的快速傅立叶变换方法实现进一步改善的ISAR成像结果。 与现有无缝的方法相比，实际数据实验证明了所提出的方法的性能。

著录项

  • 来源
    《Remote sensing letters》 |2021年第6期|604-613|共10页
  • 作者

    Lv Mingjiu; Chen Wenfeng; Ma Jianchao; Yang Jun; Ma Xiaoyan;

  • 作者单位

    Air Force Early Warning Acad Radar NCO Sch Wuhan Peoples R China;

    Air Force Early Warning Acad Dept Early Warning Technol Wuhan Peoples R China;

    Air Force Early Warning Acad Radar NCO Sch Wuhan Peoples R China;

    Air Force Early Warning Acad Dept Early Warning Technol Wuhan Peoples R China;

    Air Force Early Warning Acad Dept Early Warning Technol Wuhan Peoples R China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号