6.5. 正则化超分辨成像方法

参见 正则化成像方法 小节

6.5.1. 实验与分析

实验说明

  • 仿真场景大小: \(128\times 128\)

  • 回波矩阵大小: \(32\times 32\)

  • 稀疏表示字典: 无, DCT , DWT

  • 优化方法: Lasso , OMP

仿真点目标场景图及仿真生成点SAR原始数据幅度与相位图如下:

仿真点目标场景图, 仿真SAR原始数据幅度相位图

图 6.18 仿真点目标场景图, 仿真SAR原始数据幅度相位图

仿真船只场景图及仿真生成点SAR原始数据幅度与相位图如下:

仿真船只场景图及仿真生成点SAR原始数据幅度与相位图如下

图 6.19 仿真船只场景图及仿真生成点SAR原始数据幅度与相位图如下

仿真荷花场景图及仿真生成点SAR原始数据幅度与相位图如下:

仿真荷花场景图及仿真生成点SAR原始数据幅度与相位图如下

图 6.20 仿真荷花场景图及仿真生成点SAR原始数据幅度与相位图如下

实验代码

iprs2.0 demo_regular_sar.py

实验结果

Imaging result of :math:`\ell_1, \ell_2` regularization and RDA.

图 6.21 Imaging result of \(\ell_1, \ell_2\) regularization and RDA. \(\lambda=0.001\) , max iter 1000

Imaging result of :math:`\ell_1, \ell_2` regularization and RDA.

图 6.22 Imaging result of \(\ell_1, \ell_2\) regularization and RDA. \(\lambda=0.001\) , max iter 1000

Imaging result of :math:`\ell_1, \ell_2` regularization and RDA.

图 6.23 Imaging result of \(\ell_1, \ell_2\) regularization and RDA. \(\lambda=0.001\) , max iter 1000

  • 运行时间: 平均约100s

  • 重构误差: