论文研究-基于属性散射信息的随机梯度最小方差追踪SAR超分辨重建算法.pdf

无论军事还是民用合成孔径雷达（SAR）应用领域，对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下，构建了基于属性散射中心模型（ASC）部件级局部散射模型的SAR重建观测模型；提出一种基于信号域的散射中心属性参数空间分类策略，并联合频域外推，提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法最终的超分辨SAR图像由FFT获得，提高了算法效率；并且该算法实现了在重建超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨能力，并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。