[发明专利]一种基于改进SVA和CS的SAL数据旁瓣的压低方法

摘要

本发明公开了一种基于改进SVA和CS的SAL数据旁瓣的压低方法，解决了SAL图像数据旁瓣较高，成像质量不佳，图像分辨率不足的问题。实现步骤包括：生成合成孔径激光雷达成像的初始数据矩阵；构造改进SVA算法模型，在距离向应用该模型对SAL数据矩阵进行处理；构造CS所需稀疏信号和观测基矩阵；求解压缩感知欠定方程；生成SAL图像结果矩阵，成像处理；完成对SAL图像数据的压低旁瓣处理，得到高分辨率图像。本发明将改进SVA算法和CS相结合，能够在保持主瓣能量及图像分辨率的前提下，抑制旁瓣、减宽主瓣，减少SAL图像数据处理的运算量及存储量，更加有效地压低合成孔径激光雷达数据旁瓣。用于合成孔径激光雷达成像中削减回波噪声，提升SAL图像分辨率和图像质量。

主权项

1.一种基于改进SVA和CS的SAL数据旁瓣的压低方法，其特征在于，包括有以下步骤：步骤1，生成合成孔径激光雷达成像的初始数据矩阵：输入实测SAL回波复数数据，生成M×N维SAL成像初始数据矩阵X；步骤2，构造改进SVA算法模型，在距离向应用该模型对SAL数据矩阵进行处理：对SAL初始数据矩阵进行距离向上的改进SVA处理，以非整数倍Nyquist重采样SVA处理获得具有信号稀疏性的M×N维SAL图像第一结果矩阵；步骤3，构造CS所需稀疏信号：对M×N维SAL图像第一结果矩阵的每一M维距离向信号归一化处理后再进行稀疏表示；步骤4，构造CS所需观测基矩阵：设置独立同分布的高斯随机矩阵作为M×N维SAL图像第一结果矩阵中每一M维信号的观测基矩阵，之后利用观测基矩阵对每一M维信号进行压缩处理，获得SAL图像每一M维压缩结果信号；步骤5，求解压缩感知欠定方程：以线性规划求解方式对SAL图像每一M维压缩结果信号的CS欠定方程进行求解，获得SAL图像每一M维压缩感知估计向量，重构SAL图像原信号；步骤6，生成SAL图像结果矩阵，成像处理：按每一M维压缩感知估计向量生成M×N维SAL图像第二结果矩阵，进行成像处理后得到基于改进SVA和CS的SAL数据旁瓣压低结果图像。