教授 博士生导师
招生学科专业:
信息与通信工程 -- 【招收博士、硕士研究生】 -- 电子信息工程学院
信息与通信工程(探测与成像) -- 【招收硕士研究生】 -- 电子信息工程学院
电子信息 -- 【招收博士、硕士研究生】 -- 电子信息工程学院
毕业院校:南京航空航天大学
学历:南京航空航天大学
学位:工学博士学位
所在单位:电子信息工程学院
办公地点:南京市江宁区将军大道29号
电子信息工程学院楼122
邮编:211106
联系方式:电话 (025)84896490-4122 传真 86-25-84892452 邮件 tulip_wling@nuaa.edu.cn (国内) wanglrpizess@163.com wanglrpi@gmail.com (国外)
电子邮箱:
最后更新时间:..
点击次数:
所属单位:电子信息工程学院
发表刊物:上海航天
关键字:雷达;逆合成孔径雷达(ISAR);成像;压缩感知;字典学习;
摘要:基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。
是否译文:否
发表时间:2018-12-25
合写作者:朱栋强,胡长雨
通讯作者:汪玲