课题组科研成果发表于Journal of Systems Engineering and Electronics期刊

Wavelet-based   L_1/2 regularization for CS-TomoSAR imaging of forested area

下文是对此篇论文的简述报道，原文请点链接：Bi Hui，et. al.‍

摘要

层析合成孔径雷达成像利用天线阵列在不同仰角孔径上的测量来恢复沿仰角方向的反射率函数。近年来，对于稀疏的高程分布，压缩感知是一种通过解决正则化问题而发展起来的高分辨率高程重建技术。然而，由于森林地区的高程分布是非解析的，如果我们想在恢复中使用压缩感知，则应在高程反射率函数的稀疏表示中使用一些基础，如小波。提出了一种新的基于小波的森林区域正则化层析成像方法。在该方法中，首先构造一个小波基，该小波基可以稀疏地表示林区的高程反射率函数，然后利用正则化技术重构高程分布。与基于小波的正则化层析成像相比，课题组提出的方法能有效提高高程恢复质量。

图1：TomoSAR成像几何

仿真实验

在这个实验中，我们分别基于均匀和随机的基线分布，用120 m仰角孔径收集数据。波长和参考斜距分别为0.80米和4 000米。那么我们可以将高程瑞利分辨率近似为

高程重建中使用的非零小波系数个数设为10。原因是信号被噪声降低，因此需要更多的小波系数来获得更好的高程恢复。此外，较小的小波系数包含更多散射细节，这也是高质量重建所需要的。因此，出于上述原因，我们设定K=10。这不仅减少了CS重建所需的样本，而且保证了恢复质量。

图2：基于L₁和本文提出的基于L_1/2的重建归一化高程剖面

实测数据

为了验证所提出的方法，我们选取了BioSAR 2008 数据集，6个L波段的2D复图像验证基于L_1/2的正则化方法。

图3：使用一个21×21的窗口和六个1/2 2D聚焦合成孔径雷达复合图像数据，通过不同方法获得的作为距离和高度函数的断层图像的跨度

结论

与传统的波束形成技术相比，它能很好地抑制仰角模糊，并表现出较好的超分辨能力。与基于小波的L1正则化成像技术相比，该方法提高了高程剖面的恢复精度，具有较高的超分辨率能力，对高斯噪声具有鲁棒性。