一种基于L制造技术

本发明专利技术公开了一种基于L

【技术实现步骤摘要】
一种基于L
1/2
范数正则化的SAR干涉图生成方法


[0001]本专利技术属于干涉合成孔径雷达成像和稀疏信号处理


技术介绍

[0002]SAR是一种高分辨率成像雷达，相比于光学成像方法，可以全天时全天候获取大场景、宽测绘带的图像，是目前微波成像技术的一种重要的研究方向。传统的SAR成像技术局限于二维(Two
‑
dimensional，简称2D)成像，而干涉SAR(SAR interferometry，简称InSAR)成像技术突破了这一局限，它利用两幅SAR复图像的相位差来恢复目标场景的地形图，从而获得观测目标的高度信息和数字高程模型(Digital elevation model，简称DEM)，因此被广泛应用于地形测量、地形勘探等领域。高质量的DEM对干涉图的处理精度有着较高的要求。目前，典型的相位噪声滤波技术，例如Lee滤波器、Goldstein 滤波器等，都将导致图像空间分辨率的降低。

技术实现思路

[0003]专利技术目的：为了解决上述现有技术存在的问题，本专利技术提供了一种基于L
1/2
范数正则化的SAR干涉图生成方法。
[0004]技术方案：本专利技术提供了一种基于L
1/2
范数正则化的SAR干涉图生成方法，具体包括如下步骤：
[0005]步骤1：采用SAR获取同一目标场景的SAR主图像和SAR副图像，通过对副图像复矩阵取相位值获取SAR副图像的相位；
[0006]步骤2：基于SAR主、副图像的干涉相位，以及通过解决L
1/2
范数正则化问题建立 SAR干涉图的生成模型；
[0007]步骤3：采用阈值迭代算法求解L
1/2
范数正则化问题，得到与恢复后的SAR干涉图有关的小波系数矩阵
[0008]步骤4：对步骤3求得的进行离散小波逆变换，取变换后的角度值作为恢复后的干涉图像。
[0009]进一步的，所述步骤1中SAR副图像的相位y为：
[0010][0011][0012]θ
m
＝exp{j(φ
m
‑
φ
flat
)}
[0013]u＝exp(
‑
jφ
topo
)
[0014]n＝θ
m
u{exp(
‑
jφ
noise
)
‑
1}
[0015]其中，φ
m
为SAR主图像y
m
的相位，φ
flat
为平地相位，φ
topo
为地形相位；φ
noise
＝φ
s2
‑
φ
s1
，φ
s1
和φ
s2
分别表示y
m
和y
s
的散射相位，y
s
表示SAR副图像，exp{.}为e的指数次方，
j 表示虚部。
[0016]进一步的，所述步骤2中SAR干涉图的生成模犁为：
[0017][0018]Y＝Θ
m
οR(X)+N
[0019]其中，表示将矢量形式的y重新构写成矩阵形式的Y，Y为幅度为1的二维SAR 副图像矩阵；表示将矢量形式的θ
m
重新构写成矩阵形式的Θ
m
，Θ
m
为含有SAR 主图像相位和平地相位的矩阵；R(.)为离散小波逆变换；。表示哈达玛积；X＝W(U)，表示将矢量形式的u重新构写成矩阵形式的U，U表示含有重建后的SAR主、副图像的干涉相位的矩阵；表示将矢量形式的n重新构写成矩阵形式的N，N表示噪声矩阵，β表示正则化参数，表示斐波那契范数，argmin{.}表示取最小值，W(.) 为离散小波变换。
[0020]进一步的，所述步骤3具体为：
[0021]步骤3.1：设置小波系数的初始值X
(0)
＝0；所述小波系数为SAR主、副图像的干涉相位经过DWT变换后的小波系数；
[0022]步骤3.2：计算第t次迭代计算时的残差估计值：
[0023][0024]X
(t)
表示第t次迭代计算时的小波系数；
[0025]步骤3.3：更新第t次迭代计算时的小波系数：
[0026]S
(t)
＝X
(t)
+ΔX
(t)
[0027]S
(t)
表示更新后的第t次迭代计算时的小波系数；
[0028]步骤3.4：更新第t次迭代计算时的正则化参数β
(t)
：
[0029]β
(t)
＝|S
(t)
|
K+1
/μ
[0030]其中，μ为预设的参数，|S
(t)
|表示S
(t)
的幅值分量，|S
(t)
|
K+1
表示将S
(t)
的幅值分量按照降序排列的第K+1个分量；
[0031]步骤3.5：根据S
(t)
的值更新下一次迭代计算时的小波系数X
(t+1)
：
[0032]F(S
(t)
，μβ)＝f(g，μβ)
[0033][0034][0035]g＝S
(t)
[0036]其中，μ为迭代参数，将f(g，μβ)的值作为X
(t+1)
的值；
[0037]步骤3.6：计算第t+1次迭代计算的误差：
[0038]Resi＝||X
(t+1)
‑
X
(t)
||
F
[0039]步骤3.7：如果Resi大于预设的阈值ε且迭代次数t小于等于预设的最大迭代次数，
则迭代次数t+1，并转步骤3.2；否则停止计算。
[0040]有益效果：本专利技术可基于MF图像进行干涉图重建，采用本专利技术重建的干涉图具有更好的性能和更小的相位噪声；采用本专利技术获得的SAR干涉图质量更高。
附图说明
[0041]图1为本专利技术基于L
1/2
范数正则化的SAR干涉图生成方法的实现流程图；
[0042]图2为目标场景和天线之间的几何位置关系图；
[0043]图3为本专利技术基于L
1/2
范数正则化的SAR干涉图生成方法的迭代实现流程图；
[0044]图4为基于MF图像、基于L1范数正则化和基于L
1/2
范数正则化的仿真结果图；其中 (a)为噪声标准差为1.0时基于MF图像的SAR干涉图生成仿真结果图；(b)为基于L1范数正则化的SAR干涉图生成仿真结果图；(c)为基于L
1/2
范数正则化的SAR干涉图生成仿真结果图。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于L
1/2
范数正则化的SAR干涉图生成方法，其特征在于：具体包括如下步骤：步骤1：采用SAR获取同一目标场景的SAR主图像和SAR副图像，通过对副图像复矩阵取相位值获取SAR副图像的相位；步骤2：基于SAR主、副图像的干涉相位，以及通过解决L
1/2
范数正则化问题建立SAR干涉图的生成模型；步骤3：采用阈值迭代算法求解L
1/2
范数正则化问题，得到与恢复后的SAR干涉图有关的小波系数矩阵步骤4：对步骤3求得的进行离散小波逆变换，取变换后的角度值作为恢复后的干涉图像。2.根据权利要求1所述的一种基于L
1/2
范数正则化的SAR干涉图生成方法，其特征在于：所述步骤1中SAR副图像的相位y为：所述步骤1中SAR副图像的相位y为：θ
m
＝exp{j(φ
m
‑
φ
flat
)}u＝exp(
‑
jφ
topo
)n＝θ
m
u{exp(
‑
jφ
noise
)
‑
1}其中，φ
m
为SAR主图像y
m
的相位，φ
flat
为平地相位，φ
topo
为地形相位；φ
noise
＝φ
s2
‑
φ
s1
，φ
s1
和φ
s2
分别表示y
m
和y
s
的散射相位，y
s
表示SAR副图像,exp{.}为e的指数次方，j表示虚部。3.根据权利要求2所述的一种基于L
1/2
范数正则化的SAR干涉图生成方法，其特征在于：所述步骤2中SAR干涉图的生成模型为：所述步骤2中SAR干涉图的生成模型为：其中，表示将矢量形式的y重新构写成矩阵形式的Y,Y为幅度为1的二维SAR副图像矩阵；表示将矢量形式的θ
m
重新构写成矩阵形式的Θ
m
，Θ
m
为含有S...

【专利技术属性】
技术研发人员：毕辉，魏昭琦，张晶晶，李勇，
申请(专利权)人：南京航空航天大学深圳研究院，
类型：发明
国别省市：