초록
본 논문에서는 SAR (Synthetic Aperture Radar) 영상에 SVD (Singular Value Decomposition) - Pseudo Spectrum 알고리즘을 적용하고 그 성능을 기존 알고리즘과 비교한다. 이 논문의 목적은 SAR 영상의 해상도 및 목표물 분해능을 높이고자 하는 것이다. 본 논문에서는 신호 성분으로 이루어진 Hankel Matrix와 SVD (Singular Value Decomposition) 방법을 사용하여 잡음에 강인하고 sidelobe이 적으며 스펙트럼 추정에서 해상도를 높인 SVD-Pseudo Spectrum 방법을 제안하였다. 또한 분해될 목표물을 모델링하여 알고리즘의 성능을 분석하고 SVD-Pseudo Spectrum 방법이 기존의 퓨리에 변환 기반 방법과 고해상도 기술 기반의 MUSIC 방법보다 더 좋은 성능을 가짐을 보인다.
This paper presents an SVD(Singular Value Decomposition)-Pseudo Spectrum method for SAR (Synthetic Aperture Radar) imaging. The purpose of this work is to improve resolution and target separability of SAR images. This paper proposes SVD-Pseudo Spectrum method whose advantages are noise robustness, reduction of sidelobes and high resolution of spectral estimation. SVD-Pseudo Spectrum method uses Hankel Matrix of signal components and SVD (Singular Value Decomposition) method. In this paper, it is demonstrated that the SVD-Pseudo Spectrum method shows better performance than the matched filtering method and the conventional super-resolution based multiple signal classification (MUSIC) method in SAR image processing. The targets to be separated are modeled, and this modeled data is used to demonstrate the performance of algorithms.
