用于 SAR 成像与自聚焦的非凸惩罚稀疏正则化
图像与视频处理
2021-08-24 v1 信号处理
摘要
本文中，将联合相位误差估计（自聚焦）的 SAR 图像重建表述为一个逆问题。提出了一种利用稀疏增强 Cauchy 正则化器的优化模型，并采用交替最小化框架求解，其中期望图像与相位误差交替优化。对于图像重建子问题（f-子问题），给出了两种能处理该问题复数性质的方法，从而给出两种 SAR 图像自聚焦算法变体。首先，我们设计了前向-后向分裂算法的复数版本（CFBA）来迭代求解 f-子问题。第二种变体中，提出了 Wirtinger 交替最小化自聚焦（WAMA）方法，其中利用 Wirtinger 微积分技术直接最小化 f-子问题中的复值代价函数。两种方法均通过展开并观察代价函数来求解相位误差估计子问题。此外，详细讨论了两种算法的收敛性。通过在模拟场景与真实 SAR 图像上的实验，所提方法相较于其他 SOTA 方法展现出令人印象深刻的自动聚焦结果。
引用
@article{arxiv.2108.09855,
title = {Sparse regularization with a non-convex penalty for SAR imaging and autofocusing},
author = {Zi-Yao Zhang and Odysseas Pappas and Igor G. Rizaev and Alin Achim},
journal= {arXiv preprint arXiv:2108.09855},
year = {2021}
}