{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引的”：{“日期-部件”：[[2024,9,6]]，“日期-时间”：“2024-09-06T08:46:22Z”，“时间戳”：1725612382220}，“引用-计数”：44，“发布者”：“MDPI AG”，“问题”：“11”，“许可证”：[{“开始”:{“日期-零件”：[[2020,5,29]]，”日期-时间“：”202 0-05-29T00:00:00Z“，”时间戳“：1590710400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“奖项”：[“61671117和61901092”]，“id”：[}“id”:“10.13029\/501100100001808”，“id-type”：“DOI”，“asserted-by”：“publisher”}]}]，“content-domain”:{“domain”：[]，“crossmark-restriction”：false}，“short-container-title”：[“遥感”]，“abstract”：“反卷积方法可以用来提高机载雷达成像的方位分辨率。由于机载雷达成像中目标的稀疏性，通常需要解决L1正则化问题。最近，分裂Bregman算法（SBA）被广泛用于解决L1正则化问题。然而，由于矩阵反演的计算复杂度高，传统的SBA算法效率低，严重制约了其在机载雷达成像中的实时性。为了克服这一缺点，本文提出了一种快速分裂Bregman算法（FSBA），以实现机载雷达的实时成像。首先，在正则化框架下，方位分辨率提高问题可以转化为L1正则化问题。然后，利用所提出的FSBA可以解决L1正则化问题。通过利用Toeplitz矩阵的低位移秩特征，该FSBA能够利用Gohberg\u2013Semencul（GS）表示实现快速矩阵反演。通过模拟和实际数据处理实验，我们证明，与维纳滤波（WF）、截断奇异值分解（TSVD）、Tikhonov正则化（REGU）、Richardson\u2013Lucy（RL）、迭代自适应方法（IAA）算法相比，该FSBA算法显著提高了分辨率。FSBA的计算优势随着回波维数的增加而增加。对于尺寸为218\u00d7 400和400\u00d7 400的回波，其计算效率分别是传统SBA的51倍和77倍，优化了图像质量和计算时间。此外，对于特定的硬件平台，所提出的FSBA可以处理比传统SBA更大尺寸的回波。此外，与传统的SBA相比，所提出的FSBA几乎不会导致性能下降<\/jats:p>“，”DOI“：”10.3390\/rs12111747“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,6,2]，”date-time“：”2020-06-02T13:19:27Z“，”timestamp“：1591103967000}，”page“：“1747”，“source”：“Crossref”，“is-referenced-by-count”：14，“title”：[“基于Bregman的机载雷达成像快速解卷积算法”]，”前缀“10.3390”，“卷”：“12”，“author“：[{”given“：”Yin“，”family“：”Zhang“，”sequence“：”first“，”affiliation“：”[{“name”：“中国电子科技大学信息与通信工程学院，成都611731”}]}，{“given”：“Qiping”，“family”：“Zhang”，“sequence”：“additional”，“affiliance”：中国电子科技大学信息与通信工程学院，中国成都611731“}]}，{“给定”：“永超”，“家庭”：“张”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国电子科技大学信息与通信工程学院，中国成都611731“}]}，{”ORCID“：”http://\/ORCID.org\/0000-0002-4616-6642“，”authenticated-ORCID“：false，”given“：“Jifang”，”family“：”Pei“，”sequence“：”additional“，”affiliation“：[{”name“：”中国电子科技大学信息与通信工程学院，中国成都611731“}]}，{“给定”：“榆林”，“家庭”：“黄”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国电子科技大学信息与通信工程学院，中国成都611731“}]}，{“given”：“Jianyu”，“family”：“Yang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国电子科技大学信息与通信工程学院，中国成都611731“}]}]，“成员”：“1968”，“在线发布”：{“date-parts”：[[2020,5,29]]}，“引用”：[{“key”：“ref_1”，“doi-asserted-by”：“crossref”，《首页》：“1557”，“doi”：“10.1109\/TAES.2010.5545210”，“article-title”：“真实光束数据中相干源的超分辨率”，“卷”：“46”，“作者”：“乌塔姆”，“年份”：“2010年”，“期刊标题”：“IEEE Trans。Aerosp.航空公司。电子。系统。“}，{”key“：”ref_2“，”doi-asserted-by“：”crossref“，”first page“：“2044”，”doi“：”10.1109\/JSTARS.2019.2920859“，”article-title“：”机载前视雷达超分辨率成像使用迭代自适应方法“，”volume“：doi-asserted-by“：”crossref“，”unstructured“：”Li，Z.，Li，S.，and Liu，Z.（2020）。用于空间\u2013时间扩展杂波抑制的双站前向SAR MP-PCA方法。IEEE传输。地质科学。远程。Sens.“，”DOI“：”10.1109\/TGRS.2020.2977982“}，{”key“：”ref_4“，”unstructured“：”Dropkin，H.，and Ly，C.（1997年1月13日）。扫描天线的超分辨率。1997年IEEE国家雷达会议论文集，美国密歇根州安阿伯。“}”，{“key”：“ref_5”，“首页”：“1”，“文章标题”：“94 GHz实波束雷达的距离和方位分辨率增强”，“volume”：“volume 6947”，“author”：“Liu”，“year”：“2008”，“journal-title”：“XII International Society for Optics and Photonics，radar，Sensor Technology”}，{“key”：”ref_6“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“10.1109\/TGRS.2018.2830100”，“article-title“：”扫描雷达宽带稀疏重建”，“卷”：“99”，“作者”：“张”，“年份”：“2018”，“期刊标题”：“IEEE Trans。地质科学。远程。感官“}，{”key“：”ref_7“，”doi-asserted-by“：”crossref“，”first page“：“1376”，”doi“：”10.1109\/TIP.2017.2779265“，”article-title“：”基于相似域Wiener滤波器的单图像超分辨率“，”volume“:”27“，”author“：”Cruz“，”year“：”2017“，”journal-title”：“IEEE Trans.image Process.”}，}“key”：“ref_8”，”first-page:“260”，“article.title title“：”穿透式微波成像应用的截断奇异值分解”，“卷”：“14”，“作者”：“阿克杜曼”，“年份”：“2019”，“期刊标题”：“IET微波天线传播”。“}，{”key“：”ref_9“，”doi-asserted-by“：”crossref“，”first-page“：”5529“，”doi“：”10.1109\/JSEN.2019.2904611“，”article-title“：”使用改进的Tikhonov正则化的基于压缩传感的SAR成像和自动聚焦“，”volume“：“首页”：“6981“，“DOI”：“10.1364\/OL.39.006981”，“article-title”：“使用傅里叶变换重新排序和Richardson\u2013Lucy反褶积的连续波激光雷达超分辨率技术”，“volume”：“39”，“author”：“Campbell”，“year”：“2014”，“journal-title“：”Opt。莱特。“}，{”key“：”ref_11“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”10.1186\/s40562-018-0120-0“，”article-title“：”使用迭代自适应方法的MST雷达信号处理“，”volume“：：“2897”，“doi”：“10.3390\/rs11242897”文章标题“：“非局部低秩先验的高光谱图像稀疏解混合”，“卷”：“11”，“作者”：“Zheng”，“年份”：“2019”，“期刊标题”：“Remote Sens”}，{“key”：“ref_13”，“doi断言”：“crossref”，“非结构化”：“Ghasrodashti，E.，Karami，A.和Heylen，R.（2017）使用光谱分解和贝叶斯稀疏表示增强高光谱图像的空间分辨率。Remote Sens.，9.”，“DOI”：“10.3390\/rs9060541”}，｛“key”：“ref_14”，“DOI asserted by”：“crossref”，“首页”：“2822”，“DOI”：“10.1109\/JSTARS.20192918189”，“文章标题”：“基于最大后验算法的前视雷达成像中的海面目标角超分辨率”，“卷”：“12”，“作者”：“张”，“年份”：“2019”，“期刊标题”：“IEEE J.选择。顶部。申请。地球目标远程。感官“}，{”key“：”ref_15“，”doi-asserted-by“：”crossref“，”first page“：“877”，”doi“：”10.1007\/s00041-008-9045-x“，”article-title“：”通过重加权L1最小化增强稀疏性“，”volume“：，“首页”：“2032”，“doi”：“10.1109\/JSTARS.2019.2912993“，“文章标题”：“基于线性化布列格曼的前视雷达成像方位超分辨”，“卷”：“12”，“作者”：“张”，“年份”：“2019”，“期刊标题”：”IEEE J.Sel。顶部。申请。地球目标远程。Sens.“}，{”key“：”ref_17“，”doi-asserted-by“：”crossref“，”first page“：“323”，”doi“：”10.1137\/080725891“，”article-title“：”L1正则化问题的分裂bregman方法“，”volume“:”2“，”author“：”Osher“，“year”：“2009”，“journal-title”：“SIAM J.Imaging Sci.”}，”{“key”：“ref_18”，“doi-asserted-by”：“crossref”，”firstpage“：”337“，”doi“：”10.1137\/090753504“，”文章标题“：“Split bregman方法和基于帧的图像恢复”，“卷”：“8”，“作者”：“蔡”，“年份”：“2009”，“期刊标题”：“Siam J.多尺度模型。模拟。“}，{”key“：”ref_19“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，Q.，Zhang、Y.和Mao，D.（2018年1月27日）。基于分裂角闪人的前瞻性扫描雷达成像的贝叶斯超分辨率方法。IGARSS 2018-2018 IEEE国际地球科学和遥感研讨会论文集，西班牙巴伦西亚。“doi”：“10.1109\/IGARSS.2018.8518359“}，{“key”：“ref_20”，“doi-asserted-by”：“crossref”，“first page”：”3703“，“doi”：“10.1109\/TGRS.2018.2886741”，“article-title”：“探地雷达数据稀疏盲反褶积”，“volume”:“57”，“author”：“Jazayeri”，“year”：“2019”，“journal-title“：”IEEE Trans.Geosci.Remote.Sens.“}”，{”key“ref_21”“，”doi-asserted-by“：”crossref“，”first page“：”864827“，”DOI“：”10.1155\/2012\/864827“，”article-title“：”使用GPU计算和分裂bregman方法进行实时压缩传感MRI重建“，”volume“：“2012”，”author“：”Smith“，“year”：“2012年”，”journal-title”：“Int.J.Biomed。成像“}，{”key“：”ref_22“，”doi-asserted-by“：”crossref“，”first page“：“79”，”doi“：”10.1142\/S021969131003955“，”article-title“：”Curvelet-wavelet正则化分裂Bregman迭代用于压缩传感“，”volume“：“：”crossref”，“首页”：“677”，“DOI”：“10.1109\/TMI.2011.2175233”，“文章标题”：“加速统计X射线CT重建的基于分裂的迭代算法”，“卷”：“31”，“作者”：“Ramani”，“年”：“2011”，“期刊标题”：“IEEE Trans。Med Imaging“}，{“key”：“ref_24”，“doi-asserted-by”：“crossref”，“first page”：”2649“，“doi”：“10.1364\/BOE.6.002649”，“article-title”：“基于X射线分布模型和自适应分裂Bregman方法的X射线发光计算机断层成像”，“volume”：《6》，“author”：“Chen”，“year”：“2015”，“journal-title“：”Biomed.Opt.Express.“}”，{”key“：”ref_25“，”doi-asserted-by“：”crossref“，”first page“：”319“，”doi“：”10.1016\/j.neucom.2016.08.016“，”article-title“：”通过分离bregman使用矩阵完成稀疏恢复加速fMRI重建“，”volume“：“216”，“author”：“Aggarwal”，“year”：“2016”，“journal-title”：“Neurocomputing”}，{“key”：“ref_26”，”doi-asserted-by“”：“Crosref”，“first-page”：“183”，”DOI“：”10.1137\/080716542“，”article-title“：”线性反问题的快速迭代收缩阈值算法“，”volume“：”2“，”author“：”Beck“，”year“：”2009“，”journal-title”：“Siam J.Imaging Sci。“}，{”key“：”ref_27“，”doi-asserted-by“：”crossref“，”first page“：“105247”，”doi“：”10.1109\/ACCESS.2019.2932612“，”article-title“：”Sparse with Fast MM Superresolution Algorithm for Radar Forward Looking Imaging“，“volume”：“7”，“author”：“Zhang”，“year”：“2019”，“journal-title”：“IEEE ACCESS”}，“{”密钥“：”ref_28“，”非结构化“：”Osher，S.、Mao，Y.、Dong，B.和Yin，W.（2011）。用于压缩传感和稀疏去噪的快速线性化Bregman迭代。arXiv公司。“}，{”key“：”ref_29“，”doi-asserted-by“：”crossref“，”first-page“：”295“，”doi“：”10.1007\/BF01388691“，”article-title“：”通用hankel系统解的look-ahead算法“，”volume“：：“1”，“doi”：“10.1109\/TGRS.2018.2830100“，“article-title”：“扫描雷达的超分辨率表面测绘：基于快速迭代自适应方法的逆滤波”，“volume”：“99”，“author”：“Zhang”，“year”：“2018”，“journal-title“：”IEEE Trans。地质科学。远程。Sens.“}，{”key“：”ref_31“，”doi-asserted-by“：”crossref“，”first page“：“111”，”doi“：”10.1109\/LSP.2010.209113“，“article-title”：“时间递归IAA谱估计”，“volume”：“18”，“author”：“Glentis”，“year”：“2010”，“journal-title“：”IEEE Signal Process.Lett.“}：“750”，“doi”：“10.1109 \/TIT.1973.1055104“，“article-title”：“常线性系统递推估计的一些新算法”，“volume”：“19”，“author”：“Kailath”，“year”：“1974”，“journal-title“：“Inf.Theory IEEE Trans。“}，{”key“：”ref_33“，”doi-asserted-by“：”crossref“，”first page“：“103”，”doi“：”10.1016\/0024-3795（80）90161-5“，”article-title“：”toeplitz及相关线性方程组的渐近快速解“，”volume“：“crossref”，“首页”：“4154“，”DOI“：”10.1109\/TSP.2011.2145376“，”article-title“：”迭代自适应方法谱估计技术的高效实现“，”volume“：”59“，”author“：”Glentis“，”year“：”2011“，”journal-title”：“IEEE Trans。信号处理。“}，{”key“：”ref_35“，”doi-asserted-by“：”crossref“，”first page“：“959”，”doi“：”10.1109\/TAES.2014.120529“，”article-title“：”快速丢失数据IAA，应用于陷波SAR“，“volume”：“50”，“author”：“Karlsson”，“year”：“2014”，“journal-title”：“IEEE Trans.Aerosp.Electron.Syst.”}，”{“key”：”ref.36“，”“doi-assert-by”：“crossref”，“首页”：“4777“，”DOI“：”10.1088\/0031-9155\/53\/17\/021“，”article-title“：”通过约束、总变差最小化在圆形锥形计算机断层扫描中重建图像“，”体积“：”53“，”作者“：”Sidky“，”年份“：”2008“，”杂志标题“：”物理“。医学生物学。“}，{”key“：”ref_37“，”doi-asserted-by“：”crossref“，”first page“：“171”，”doi“：”10.1109\/TPAMI.2012.88“，”article-title“：”low rank representation对子空间结构的稳健恢复“，”volume“：crossref“，”首页“：”74“，”DOI“：”10.5201\/ipol.2012.g-tvd“，”article-title“：”Rudin-osher-fatemi total variation denowing using split bregman“，”volume“：”2“，”author“：”Getreuer“，”year“：”2012“，”journal-title”：“Image Process”。行“}，{“key”：“ref_39”，“unstructured”：“Lee，U.（2005）.信号的频谱分析，Prentice-Hall。”}，}，“key“：”ref_40“，”doi-asserted-by“：”crossref“，”first page“：“472”，”doi“：”10.1109\/TSP.2011.2170979“，”article-title“：“iaa光谱估计的超快速近似实现”，“volume”：”60“，”author“：”Glentis“，”year“：”2011“，”journal-title“：”IEEE传输。信号处理。“}，{”key“：”ref_41“，”doi-asserted-by“：”crossref“，”first page“：“3159”，”doi“：”10.1109\/TSP.2013.2258341“，“article-title”：“基于LCMV的基频快速估计方法”，“volume”：“61”，“author”：“Jensen”，“year”：“2013”，“journal-title“：”IEEE Trans.Signal Process“}”，{“key”：“”Azadbakht，M.、Fraser，C.和Khoshelham，K.（2016）。一种基于稀疏性的正则化方法，用于全波形机载激光雷达数据的反褶积。远程。Sens.，8.“，”DOI“：”10.3390\/rs8080648“}，{“key”：“ref_43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang，Q.，and Zang，Y.（2020）.雷达前向成像的TV-Sparse超分辨方法.IEEE Trans.Geosci.Remote.Sens.”，“DOI”：“10.1109\/IGARSS39084.2020.9324322”}，“{”key“：”ref_44“，”DOI-assert-by“：”crossref“，”first第“：”3703“，”页DOI“：”10.1109\/TGRS.2011.2142316“，”article-title“：”基于熵最小化的DBS多普勒质心估计算法“，”volume“：”49“，”author“：”Long“，”year“：”2011“，”journal-title”：“IEEE Trans。地质科学。远程。传感器“}”，“container-title”：[“遥感”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/www.mdpi.com//2072-4292\/12\/11747\/pdf”，”内容类型“：”未指定“，”内容版本“：”vor“，”intended-application“：”相似性检查“}]，”存放“：{“日期段”：[2024,6,28]]，”日期时间“：“2024-06-28T22:19-24Z”，“timestamp“：1719613164000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/www.mdpi.com//2072-4292\/12\/11\/1747“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2020,5,29]]}，‘references-count’：44，‘journal-issue’：{‘issue’：‘11’，‘published-on-line’：{'date-parts'：[2020,6]]}}，“alternative-id”：[“rs12111747”]，“URL”：“http:\/\/dx.doi.org\/10.3390\/rs12111747“，”关系“：{}，”ISSN“：[”2072-4292“]，”ISSN-type“：[{”值“：”2072~4292“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2020,5,29]}}}}