10.3969/j.issn.1001-2400.2016.01.004
采用自适应字典学习的InSAR降噪方法
提出了一种基于字典学习的干涉合成孔径雷达相位降噪算法。首先利用字典学习，建立了干涉相位滤波的优化模型。鉴于该模型非凸难以求解，采用分裂技术和增广拉格朗日框架，获得松弛后的基于 l1范数正则化的优化模型，然后引入交替方向乘子法对松弛后的问题求解，获得最终的相位滤波结果。通过InSAR 复相位数据训练字典，从稀疏表达式重建所需的复相位图像。对仿真数据和实测数据的处理显示这种新的 InSAR 相位降噪方法在残点数、均方误差和边缘完整性保持方面优于现有的经典滤波方法。
InSAR、相位降噪、字典学习、l1范数正则化、交替方向乘子法
TN957.51
国家自然科学基金资助项目61362001，51165033
2016-04-14（万方平台首次上网日期，不代表论文的发表时间）
共6页
18-23
