基于深度去噪先验的无相位合成孔径雷达频谱估计
摘要：非相干处理合成孔径雷达（SAR）是一种有希望的方法，它能够在与传统的相干处理方法相比，实现低实现成本、简化硬件设计和在高频谱下的操作。现有的非凸相位恢复图像算法在有限的前向模型范围内提供恢复保证。近年来，已经引入了几种基于深度学习（DL）的技术，旨在通过解决基本挑战来扩展相位恢复图像技术在基于波的成像模态中的适用性，例如，缺乏冗余，常见的反散射模型中遇到的非唯一性问题。在本文中，我们介绍了一种基于DL的相位恢复SAR成像方法，该方法设计的前提是，用于初始化非凸相位恢复算法的光谱估计技术在生成良好的初始点之外还具有重要意义。我们通过在每次迭代中使用深度去噪器来扩展光谱估计的迭代幂方法，并随后在插入-播放框架中设计了一个深度成像网络。最后，我们使用合成SAR测量验证了我们方法的可行性。
作者：Samia Kazemi, Bariscan Yonel, Birsen Yazici
论文ID：2306.17096
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-06-30