在综合孔径射电望远镜中,从测量的可见度函数重构出图像是一个病态的反问题.虽然压缩感知技术已成功地应用于综合孔径射电望远镜成像中,但是传统的压缩感知算法利用L1范数最小化,近似取代L0范数最小化,带来了一定的偏差.针对此问题,本文提出了一种基于最小最大凹惩罚的综合孔径射电望远镜成像方法.该方法利用最小最大凹惩罚来近似L0范数,并利用近端梯度算法求解最小化模型.在求解过程中,采用最大似然估计来自适应选取正则化参数,提高重构结果的准确性.并采用重启和自适应策略,以避免迭代过程中的振荡,并提高算法的收敛速度.实验结果表明,该方法在重建精度和对噪声鲁棒性方面优于目前典型的压缩感知算法,证明了其有效性.
资料为PDF文档格式.
本文档关键词:孔径,射电望远镜,成像,惩罚,最小
