论文部分内容阅读
综合孔径辐射计是一种以高信号处理复杂度和硬件复杂度为代价,以换取空间分辨率和时间分辨率(成像时间)的提升的新型成像体制。这种高复杂度使得由数据传输错误和天线/通道的非正常工作引起的过失误差出现的概率大大增加,最终可能会导致用于重建场景图像的可见度中出现异常点。为了使异常点对反演算法的影响尽量小,以获得较为稳健的反演图像,就必须研究现有的几种典型反演算法的稳健性,并尝试做一些改进。本文将综合孔径反演问题纳入最小化经验风险泛函的统计学框架中,指出了决定反演算法性能的两个关键因素:函数模型和损失函数。传统反演算法实质上都只是对函数模型进行最优化求解,而没有考虑损失函数,其稳健性得不到较好的保证。相应的仿真结果也说明仅仅一个异常点就可以使传统反演算法的重建图像产生失真,且这种负效应会随着噪声和误差的注入而愈发严重。为了降低异常点的影响,提高传统反演算法的稳健性,本文提出利用Huber损失函数来代替传统反演算法所采用的平方损失函数,对其进行稳健化处理。文中的仿真和实验结果证明了在有异常点存在的条件下,稳健化处理后的反演算法可获得更准确的图像。最后,本文还研究了利用库克统计量对基线影响性进行分析的可行性。