Resumen

En este artículo se abordan los problemas que plantean los grandes volúmenes de datos y el efecto fuera de cuadrícula de la dirección transversal de la trayectoria en las imágenes 3D SAR de antenas lineales orientadas hacia abajo (DLLA). Dado que las imágenes 3D necesitan mucho espacio de memoria, consideramos los métodos de muestreo descendente para reducir la cantidad de datos. En la dirección azimutal, proponemos un método basado en el modelo de vectores de medida múltiples (MMV), que puede mejorar la eficiencia computacional y elevar el rendimiento del antinoise, para recuperar la señal. Además, en la dirección transversal a la pista, dado que la resolución está restringida por la longitud del array, así como por el tamaño de la plataforma, la influencia del efecto fuera de la red es más grave que en la dirección acimutal. Se presenta el método de detección compresiva continua (CCS), que puede resolver el efecto de fuera de cuadrícula de la detección compresiva clásica (CS), para obtener imágenes precisas en situaciones de ruido. Por último, validamos nuestro método mediante experimentos numéricos de extensión.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:efecto rejilla, dirección acimut, dirección de pista, imagen 3d sar, detección compresiva continua, detección compresiva clásica, vectores de medición múltiples, resultado de imagen preciso, método, imagen 3d
• Keywords:grid effect, azimuth direction, track direction, 3d sar imaging, continuous compressive sensing, classical compressive sensing, multiple measurement vectors, precise imaging result, method, 3d imaging