.png){kind=icon}
返回
A Structured Constraint-Based RPCA Algorithm for Ground Moving Target Detection and Parameter Estimation
.png){kind=icon}
PRE
AI
DOI：10.1109/lgrs.2026.3713514.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于结构化约束的鲁棒主成分分析（SCRPCA）算法，利用多通道合成孔径雷达地面运动目标指示（SAR-GMTI）中的目标特性，将观测数据矩阵分解为低秩杂波矩阵和稀疏目标矩阵。然而，在优化过程中，传统RPCA算法可能扭曲目标相位信息，导致目标检测与参数估计分离。此外，强散射体可能导致目标检测中的虚警率升高。为解决这些挑战，提出了一种基于结构化约束的RPCA算法。一方面，利用杂波的秩一特性替代传统低秩约束；另一方面，将稀疏目标分量重新表述为幅度和相位项的乘积，实现目标检测与参数估计的同步。此外，沿航向干涉（ATI）相位被纳入作为加权因子以抑制杂波能量泄漏。采用块坐标下降（BCD）算法求解所提出的优化模型。使用真实测量数据的实验结果验证了所提方法的有效性。
Keyword:
Along-track interferometry (ATI)
ground moving target indication (GMTI)
robust principal component analysis (RPCA)
期刊
I
IF:
4.4
论文数:
751
被引数:
0
机构
引用论文
.png){kind=icon}
GMTI and Parameter Estimation for MIMO SAR System via Fast Interferometry RPCA Method基于快速干涉RPCA方法的MIMO SAR系统GMTI和参数估计
PREAI
分享收藏
查看更多内容