｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,7,20]，“date-time”：“2024-07-20T16:57:55Z”，“timestamp”：1721494675533｝，“reference count”：34，“publisher”：“MDPI AG”，“issue”：“3”，“license”：[｛“start”：｛“date parts”：[[2021,1,26]，“date-time”：“2021-01-26T00:0:00Z”，“timestamp”：1611619200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国国家自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“61671117，61901090，6190102]，“id”：[}“id”:“10.13029\/5010001809”“id-type”：“DOI”，“asserted-by”：“publisher”}]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“Sensors”]，“abstract”：“超分辨率方法被广泛用于提高雷达前视成像的方位分辨率。通常，它可以通过求解一个不可微的L1正则化问题来实现。分裂Bregman算法（SBA）是解决这个不可微问题的一个很好的工具。然而，其实时成像能力仅限于矩阵反演和迭代。虽然以前的研究使用了系数矩阵的特殊结构来降低每次迭代的计算复杂性，但由于需要数百次迭代，实时性能仍然有限。本文提出了一种超快速SBA（SFSBA）来克服这一缺点。首先，在正则化框架下，将超分辨率问题转化为L1正则化问题。然后，将所提出的SFSBA用于求解不可微L1正则化问题。与传统的SBA不同，提出的SFSBA利用Toplitz矩阵的低位移秩特征，结合Gohberg-Semencul（GS）表示实现系数矩阵的快速反演，降低了从O（N3）到O（N2）的每次迭代的计算复杂度。它使用二阶向量外推策略来减少迭代次数。收敛速度提高了约8倍。最后，仿真和实际数据处理结果表明，所提出的SFSBA能够有效提高雷达前视成像的方位分辨率，其性能仅比传统SBA略低。硬件测试表明，所提出的SFSBA的计算效率远高于其他传统超分辨率方法，能够满足实际的实时性要求<\/jats:p>“，”DOI“：”10.3390\/s21030817“，”type“：”journal-article“，”created“：{”date-parts“：[2021,1,26]]，”date-time“：”2021-01-26T13:29:16Z“，”timestamp“：1611667756000}，”page“：“卷”：“21”，“作者”：[{”ORCID“：”http:\/\/ORCID.org\/00000-0001-6136-0147“，”authenticated-ORCID“：false，”given“：“微博”，”family“：”霍“，”sequence“：”first“，”affiliation“：[{”name“：”中国电子科技大学信息与通信工程学院，中国成都611731西高新区西苑大道2006号“}]}，{“ORCID”：“http:\/\/orcid.org\/00000-0002-5005-0626“，“authenticated-orcid”：false，“given”：“Qiping”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国电子科技大学信息与通信工程学院，中国成都西高新区西苑大道2006号，611731”}]}，{“giving”：“Yin”，“family“：”Zhang“，”sequence“：”additional“，”affiliation“：[{”name“：”中国电子科技大学信息与通信工程学院，中国成都高新西区西苑大道2006号，邮编：611731“}]}，{”given“：”Yongchao“，”family中国电子科技大学信息与通信工程学院，中国成都市高新西区西苑大道2006号，邮编：611731“}]}，{给定”：“玉林”，“家族”：“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，中国成都西高新区西苑大道2006号，邮编：611731中国电子科技大学信息与通信工程学院，中国成都西高新区西苑大道2006号，邮编：611731article-title“：“双基地合成孔径雷达反演及其在动态目标成像中的应用”，“卷”：“39”，“作者”：“Soumekh”，“年份”：“1991年”，“期刊标题”：“IEEE Trans。信号处理。“}，{”key“：”ref_2“，”doi-asserted-by“：”crossref“，”first-pages“：”4500“，”doi“：”10.1109\/JSTARS.2018.2873645“，”article-title“：”基于频谱建模与优化的使用\u03c9--k的双站前向SAR聚焦“，”volume“：“11”，“author”：“Wu”，“year”：“2018”，“journal-title”：“IEEE J.Sel.Top.Appl.Earth Obs.Remote Sens.”}，”{“key”：“ref_3”，“首页“：”511“，”article-title“：”优化SAR雷达相位解缠过程的最小费用流算法“，”volume“：”62“，”author“：”Dudczyk“，”year“：”2014“，”journal-title”：“牛市。波兰。阿卡德。科学。技术科学。“}，{”key“：”ref_4“，”unstructured“：”Wehner，D.R.（1987）.高分辨率雷达，Artech House，Inc.“}”，{“key”：“ref_5”，“doi-asserted-by”：“crossref”，“first page”：”39“，”doi“：”10.1117\/12.354428“，”article-title“：”增强视力的新扇区成像雷达：SIREV“，”卷“3691”，“作者”：“Sutor”，“年份”：“1999”，“日志标题”：“”增强和合成视觉1999“}，{“key”：“ref_6”，“doi-asserted-by”：“crossref”，“first page”：”1557“，“doi”：“10.1109\/TAES.2010.5545210”，“article-title”：“实束数据中相干源的超分辨率”，“volume”：：“46”，“author”：“Uttam”，“year”：“2010”，“journal-title“：”IEEE Trans.Aerosp.Electron.Syst.“}”，{”key“：”ref_7“，”doi-assert-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“：“12”，”author“：”Zhang“，”year“：”2019“，”journal-title”：“IEEE J.Sel。顶部。申请。Earth Obs.Remote Sens.“}，{“key”：“ref_8”，“doi asserted by”：“crossref”，“首页”：“139”，“doi”：“10.1109\/LGRS.2016.2615564”，“文章标题”：“通过基于光谱外推的超分辨率恢复部分损坏的SAR图像”，“卷”：“14”，“作者”：“Biondi”，“年份”：“2016”，“期刊标题”：“IEEE Geosci.Remote Sens.Lett.”}，{“key”：“ref_9”，“非结构化“：”Dropkin，H.和Ly，C.（1997年1月13日\u201315）。扫描天线的超分辨率。1997年IEEE国家雷达会议论文集，美国纽约州锡拉丘兹”}，{“key”：“ref_10”，“doi-asserted-by”：“crossref”，“first page”：”69470I“，”doi“：”10.1117\/12.780040“，”article-title“：”94GHz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:“”雷达传感器技术XII“}，{”key“：”ref_11“，”doi-asserted-by“：”crossref“，”first page“：“23”，”doi“：”10.1016\/S0165-1684（98）00161-3“，”article-title“：”使用最佳Wiener滤波和正则化的反褶积技术“，”volume“：crossref“，“首页”：“185”，“DOI”：“10.1137\/S0895479897326432”，“article-title”：“Tikhonov正则化和总最小二乘法”，“volume”：“21”，“author”：“Golub”，“year”：“1999”，“journal-title“：”SIAM J.Matrix Anal。申请。“｝，｛”key“：”ref_13“，”doi asserted by“：”crossref“，”first page“：”165“，”doi“：”10.2463\/mrms.3.165“，”文章标题“：”基于广义交叉验证优化的奇异值分解的动态对比增强数据的去卷积分析“，”volume“：”3“，”author“：”Murase“，”year“：”2004“，”期刊标题“：”Magn.Reson.Med.Sci.“｝，｛”key“：”ref_14“，”doi-asserted-by“：”crossref“，”unstructured“：”Tan，K.，Li，W.，Zhang，Q.，Huang，Y.，Wu，J.，and Yang，J.（2018）。扫描雷达前视成像的惩罚最大似然角超分辨方法。传感器，18.“，”DOI“：”10.3390\/s18030912“}，{“key”：“ref_15”，“DOI-asserted-by”：“crossref”，“首页”：“794”，“DOI”：“10.1002\/cphc.201300831”，“article-title”：“Richardson-Lucy反褶积作为将图像与互补优势结合的通用工具”，“volume”：”15“author”：“Ingaramo”，“年份”：“2014”，“日记标题”：“ChemPhysChem”}，{“密钥”：“ref_16“，“doi-asserted-by”：“crossref”，“first page”：“846”，“doi”：“10.1109\/LGRS.2016.2550491”，“article-title”：“采用改进正则化迭代自适应方法扫描雷达的角超分辨力”，“volume”：”13“，“author”：“Zhang”，“year”：“2016”，“journal-title“：”IEEE Geosci。遥感快报。“}，{”key“：”ref_17“，”doi-asserted-by“：”crossref“，”first-page“：”425“，”doi“：”10.1109\/TAES.2010.5417172“，”article-title“：”源定位和传感：“基于加权最小二乘的非参数迭代自适应方法”，“volume”：“46”，“author”：“Yardibi”，“year”：“2010”，“journal-title”：“IEEE Trans.Aerosp.Electron.Syst.”}，”{“key”：”ref_18“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，Q.，Zhang。基于分裂Bregman的前视扫描雷达成像贝叶斯超分辨率方法。IGARSS 2018\u20142018 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_19“，”DOI-asserted-by“：”crossref“，”unstructured“：”Zhang，Y.，Zhang，“首页“：”2032“，”DOI“：”10.1109\/JSTARS.2019.2912993“，”article-title“：”依赖线性化Bregman的前视雷达成像的方位超分辨率“，”volume“：”12“，”author“：”Zhang“，”year“：”2019“，”journal-title”：“IEEE J.Sel。顶部。申请。Earth Obs.Remote Sens.“}，{”key“：”ref_21“，”doi-asserted-by“：”crossref“，”unstructured“：”Biondi，F.（2014,1.13\u201318）.通过原子分解的内点方法优化SAR层析成像\u2014凸优化方法.2014 IEEE地球科学与遥感研讨会论文集，加拿大魁北克省魁北克市。“，”doi“：”10.1109 \/IGARSS.2014.6946823“}，{“key”：“ref_22”，“doi-asserted-by”：“crossref”，“first page”：”323“，“doi”：“10.1137 \/080725891”，“article-title”：“用于L1规范化问题的分裂Bregman方法”，“volume”：第2页，“author”：“Goldstein”，“year”：“2009”，“journal-title“：”SIAM J.Imaging Sci.“}y“：”crossref“，”首页“：”6534“，”DOI“：”10.1109\/TGRS.2020.2977719“，”article-title“：”雷达前视成像的电视解析超分辨率方法“，”volume“：”58“，”author“：”Zhang“，”year“：”2020“，”journal-title”：“IEEE Trans。地质科学。遥感“}，{”key“：”ref_24“，”doi-asserted-by“：”crossref“，”first page“：“864827”，”doi“：”10.1155\/2012\/864827“，”article-title“：”使用gpu计算和分裂Bregman方法的实时压缩传感mrireconstruction“，”volume“：“：”crossref“，”first page“：”388“，”DOI“：”10.1155\/2012\/935073“，”article-title“：”使用人工神经网络自适应形成微带天线的波束图“，”volume“：“2012”，”author“：”Dudczyk“，”year“：”2012“，”journal-title”：“Int.J.Antennas Propag。“}，{”key“：”ref_26“，”doi-asserted-by“：”crossref“，”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 Ences.”}，”{“key”：“ref_27”，“unstructured”：“Stoica，P.，and Moses，R.L.（2005）《信号的频谱分析》，普伦蒂塞霍尔出版社。“}，{”key“：”ref_28“，”doi-asserted-by“：”crossref“，”first page“：“472”，”doi“：”10.1109\/TSP.2011.2170979“，”article-title“：”IAA谱估计的超快速近似实现“，”volume“：第“：”3159“，”页DOI”：“10.1109\/TTS.2031.2258341”，“文章标题”：“基于LCMV的基频快速估计方法”，“卷”：“61”，“作者”：“Jensen”，“年份”：“2013”，“期刊标题”：“IEEE Trans。信号处理。“}，{”key“：”ref_30“，”first-page“：”1“，”article-title“：”在有限数据光声层析成像中加速迭代重建方法的矢量外推方法“，”volume“：“23”，“author”：“Awasthi”，“year”：“2018”，“journal-title”：“J.Biomed.Opt.”}，”{“key”：“ref_31”，“doi-asserted-by”：“crossref”，”first page“:”401“，”doi“：”10.1016\/S0168-9274（02）00168-X“，“article-title”：“关于奇异线性系统外推迭代方法的半收敛性”，“volume”：“44”，“author”：“Song”，“year”：“2003”，“journal-title“：“Appl。数字。数学。“}，{”key“：”ref_32“，”doi-asserted-by“：”crossref“，”first-page“：”105247“，”doi“：”10.1109\/ACCESS.2019.2932612“，”article-title“：”Sparse with fast MM superresolution algorithm for radar前瞻成像“，”volume“：“959”，“DOI“：”10.1109\/TAES.2014.120529“，”article-title“：”快速丢失数据IAA，应用于陷波频谱sar“，”volume“：”50“，”author“：”Karlsson“，”year“：”2014“，”journal-title”：“IEEE Trans。Aerosp.航空公司。电子。系统。“}，{”key“：”ref_34“，”doi-asserted-by“：”crossref“，”first page“：“3703”，”doi“：”10.1109\/TGRS.2011.2142316“，“article-title”：“基于熵最小化的DBS多普勒中心估计算法”，“volume”：“49”，“author”：“Long”，“year”：“2011”，“journal-title“：”IEEE Trans.Geosci.Remote Sens.“}]，“container-title“”language“：”en“，”link“：[{”URL“：”https:\/\/www.mdpi.com//1424-8220\/21\/3\/817\/pdf“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,7,7]]，”date-time“：“2024-07T15:16:12Z”，“timestamp”：1720365372000}，“score”：1，“resource”：{“primary”：{”URL“：”https:\/\/www.mdpi.com\/1424-8220\/21\/3\/817“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2021,1,26]]}，“引用计数”：34，“日志发布”：{“发布”：“3”，“发布在线”：{“日期部分”：[2021.2]]}}、“替代id”：[“s21030817”]，“URL”：“http://\/dx.doi.org \/10.3390 \/s21030817“，”关系“：{}，”ISSN“：[”1424-8220“]，”ISSN-type“：[{”value“：“1424-8220”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2021,1,26]]}}