[論文レビュー] Compressive Radar with Off-Grid and Extended Targets

Albert Fannjiang, Hsiao-Chieh Tseng|arXiv (Cornell University)|Sep 28, 2012

Microwave Imaging and Scattering Analysis参考文献 28被引用数 7

ひとこと要約

本稿では、チルプ信号を用いたモノステイックおよびスポットライトSAR画像化のための圧縮センシング（CS）手法を提案し、分解能を向上させるためにオフグリッドターゲット補正技術を導入する。コherー二ンスおよび制限等長性特性（RIP）を用いて性能保証を確立し、帯域制限下での画像化を改善する最適化されたサンプリング戦略を提示する。

ABSTRACT

Abstract. Compressed sensing (CS) schemes are proposed for monostatic as well as synthetic aperture radar (SAR) imaging with chirps. In particular, a simple method is developed to improve performance with off-grid targets. Tomographic formulation of spotlight SAR is analyzed by CS methods with several bases and under various bandwidth constraints. Performance guarantees are established via coherence bound and the restricted isometry property. CS analysis provides a fresh and clear perspective on how to optimize temporal and angular samplings for spotlight SAR. 1.

研究の動機と目的

• 予め定義されたグリッドと一致しないターゲットが生じる圧縮センシングフレームワークにおける画像化の課題に対処すること。
• オフグリッドターゲットの位置と拡張ターゲット構造を考慮することで、スパムライトSARにおける画像化精度を向上させること。
• 変動する帯域制限下で、複数の基底を用いたCSによるトモグラフィックSAR画像化を分析すること。
• コヒーレンスバウンドおよび制限等長性特性（RIP）を用いて、CSに基づくレーダー画像化の理論的性能保証を確立すること。
• CSに基づく解析フレームワークを用いて、スパムライトSARにおける時間的および方位角的サンプリング戦略を最適化すること。

提案手法

• トモグラフィック表現を用いて、スパムライトSAR画像化を圧縮センシング問題として定式化する。
• CSフレームワーク内での拡張ターゲットおよびオフグリッドターゲットの表現に、複数の信号基底を適用する。
• グリッドとの不一致に起因する局在誤差を低減するための単純なオフグリッド補正手法を導入する。
• コヒーレンスバウンドおよび制限等長性特性（RIP）を用いて、再構成の理論的性能保証を導出する。
• 帯域制限下での画像品質向上を目的として、CS解析に基づく時間的および方位角的サンプリングパターンを最適化する。
• CSに基づく理論的ツールを用いて、帯域制限が画像化性能に与える影響を分析する。

実験結果

リサーチクエスチョン

• RQ1 ターゲットがグリッドと一致しない（オフグリッド）場合、圧縮センシングはどのようにしてレーダー画像化性能を向上させることができるか？
• RQ2 SAR画像化における拡張ターゲットの再構成品質に、異なる信号基底が与える影響は何か？
• RQ3 帯域制限はCSに基づくSAR画像化の性能にどのように影響を及ぼし、これらの制限下でサンプリングをどのように最適化できるか？
• RQ4 コヒーレンスおよび制限等長性特性を用いて、CSに基づくレーダー画像化にどのような理論的性能保証を確立できるか？
• RQ5 CSを用いて、スパムライトSARにおける時間的および方位角的サンプリング戦略をどのように最適化し、画像分解能を向上させることができるか？

主な発見

• 提案されたオフグリッド補正手法は、圧縮センシングレーダーシステムにおけるグリッドと一致しないターゲットの画像化精度を効果的に向上させる。
• コヒーレンスバウンドおよび制限等長性特性（RIP）を用いて理論的性能保証が確立され、安定的かつ頑健な信号再構成が保証される。
• CS定式化における複数の基底は、拡張ターゲットのより良い表現を可能にし、再構成忠実度を向上させる。
• 帯域制限は画像化性能に顕著な影響を及ぼすが、CS解析から導出された最適化されたサンプリングパターンにより、これらの制限が緩和される。
• CSに基づくフレームワークは、スパムライトSARにおける時間的および方位角的サンプリングの最適化に対して明確で体系的なアプローチを提供する。
• CSを用いたスパムライトSARのトモグラフィック定式化により、レーダー画像化最適化のための新たな分析的視点が得られる。