Efficient Attributed Scattering Center Extraction Using Gradient-Based Optimization for SAR Image

Jiawei Luan

doi:10.1109/LAWP.2025.3599562

Efficient Attributed Scattering Center Extraction Using Gradient-Based Optimization for SAR Image

0

PRE

AI

DOI：10.1109/LAWP.2025.3599562

原文链接

原文求助

摘要

En 中文

属性散射中心（ASC）模型为目标的宽带电磁散射提供了简洁的表征，使其在合成孔径雷达成像目标特性分析和识别中具有广泛应用。然而，作为非凸参数估计问题，ASC提取由于损失函数的非凸性，在全局优化中计算量巨大。虽然基于深度学习框架的梯度优化方法能显著提升效率，但直接应用于非凸优化仍具挑战性。为解决此问题，本文提出了一种高效的梯度式ASC提取方法。首先，采用窗函数技术设计更凸化的损失函数，以拓宽收敛域并降低非凸优化的难度；其次，开发了图像域与频域联合的参数初始化与估计策略，实现全梯度式参数估计。在模拟与实测数据上的验证表明，所提方法有效可行，在保持精度的同时，将坦克目标的ASC提取效率从分钟级提升至秒级。

Keyword:

Attributed scattering center (ASC)

gradient-based optimization

synthetic aperture radar (SAR)

Efficient Attributed Scattering Center Extraction Using Gradient-Based Optimization for SAR Image

摘要

期刊

机构

引用论文