两种超分辨ISAR成象算法  

Two Super resolution Imaging Algorithms for ISAR

作　　者：吴强[1] 王国林[1] 许荣庆[1] 

机构地区：[1]哈尔滨工业大学电子工程技术研究所,哈尔滨150001

出　　处：《高技术通讯》1999年第10期25-29,共5页Chinese High Technology Letters

基　　金：863计划资助

摘　　要：为提高逆合成孔径雷达（ＩＳＡＲ） 图象的分辨率， 本文介绍了连续Ｈｏｐｆｉｅｌｄ 神经网络和ＥＳＰＲＩＴ两种超分辨技术。通过对实验ＩＳＡＲ回波数据的处理表明， 与常规的ＦＦＴ算法以及普通超分辨成象算法相比较， 这两种新算法明显地提高了图象分辨率。In order to improve the resolution for reconstructing the reflectivity in inverse synthetic aperture radar(ISAR) imaging, this paper presents two super resolution processing techniques, the continual Hopfield neural network super resolution processing and the estimation of signal parameter via rotational invariance techniques(ESPRIT) super resolution processing. The results for experimental ISAR echo data show that, compared to the conventional FFT method and the common super resolution method, higher resoution may be obtained by the above two new methods.

关 键 词：ISAR 超分辨 雷达成象 神经网络 算法 

分 类 号：TN957.522[电子电信—信号与信息处理] TN957.529[电子电信—信息与通信工程]