基于加权原子范数最小化和2D-ADMM算法的无人机 ISAR 成像降噪
信号处理
2024-06-18 v1
摘要
稀疏孔径的逆合成雷达 (ISAR) 图像对信噪比 (SNR) 低时的图像重建高分辨率是一个具有挑战性的问题。人们熟知，图像分辨率受传输信号带宽和两维中的相干处理间隔 (CPI) 的影响，分别影响范围和方位。为了减少噪声效应从而提高无人机图像的二维分辨率，我们提出了一种称为快速加权原子范数去噪 (FRAND) 的算法，通过融合加权原子范数最小化来实现。为解决该问题，开发了两种二维交替方向乘子法 (2D-ADMM) 算法以加快实现过程的速度。假设 ISAR 图像的稀疏孔径，我们将提议的方法与 MUSIC、Cadzow 和 SL0 方法在不同 SNR 条件下进行比较。仿真结果表明，基于均方误差 (MSE)、峰值信噪比 (PSNR) 和结构相似性指数 (SSIM) 标准，FRAND 在低 SNR 条件下的优势性更为突出。
引用
@article{arxiv.2406.10888,
title = {Noise reduction in ISAR imaging of UAVs using weighted atomic norm minimization and 2D-ADMM algorithm},
author = {Mohammad Roueinfar and Mohammad Hossein Kahaei},
journal= {arXiv preprint arXiv:2406.10888},
year = {2024}
}