| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-12-16 13:25 Deconvolution ISTAを用いたSARのスパース再構成と高分解能化 ～ 実効分解能の評価 ～ ○牛腸正則（NICT）  AP2021-130 |
|
| 抄録 | （和） | 本稿ではスパース再構成法を用いたSAR再構成のスパース化と高分解能化についての検討結果を示す． SAR再構成は一般に整合フィルタによって実装されるが，その分解能は信号帯域幅などに制約される． そこで本研究ではスパース再構成を用いたSAR再構成とそれによる高分解能化・高性能化を目指す． 提案手法（Deconvolution ISTA）は既存のスパース再構成手法ISTAを畳み込み問題の再構成に最適化したものであり，多次元の畳み込み問題に対しスパースな原信号を推定することが可能である． これまでの検討では提案手法を用いた航空機SARデータの観測データを用いた検証を実施してきた． 具体的には再構成結果がL1ノルム最小化を達成していること，建築物などのスパース性が高い解析対象では実効分解能が3倍程度まで向上するなどについて，テストデータを用いた確認を行った． 本発表では提案手法の分解能改善能力について，実際の航空機SARデータを用いたより実践的な検証を行う． 検証結果からは実効分解能が2倍以上に向上することが確認された． |
| （英） | The image reconstruction process of the SAR is generally implemented by the macthed filterling, but its resolution is constrained by the signal bandwidth of the radar. In this study, we discuss the resolution improvement of SAR (Synthetic Aperture Radar) using sparse reconstruction and propose a sparse reconstruction method, Deconvolution ISTA, to solve multi-dimensional convolutional probrems. The proposed method, which is an optimized version of the ISTA for the convolutional problems, can estimate a sparse source signal from an observed signal. In this paper, we formulate the SAR reconstruction and describe the proposed method, and show the experimental results using an airborne SAR data. |
|
| キーワード | （和） | 合成開口レーダ / SAR / スパース再構成 / ISTA / Deconvolution / / / |
| （英） | Synthetic Aperture Radar / SAR / Sparse reconstruction / ISTA / Deconvolution / / / | |
| 文献情報 | 信学技報, vol. 121, no. 305, AP2021-130, pp. 7-12, 2021年12月. | |
| 資料番号 | AP2021-130 | |
| 発行日 | 2021-12-09 (AP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AP2021-130 |
|
| 研究会情報 | |
| 研究会 | AP |
| 開催期間 | 2021-12-16 - 2021-12-16 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | 一般 |
| テーマ（英） | Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2021-12-AP |
| 本文の言語 | 日本語 |
| タイトル（和） | Deconvolution ISTAを用いたSARのスパース再構成と高分解能化 |
| サブタイトル（和） | 実効分解能の評価 |
| タイトル（英） | Sparse Reconstruction and Resolution Improving of Synthetic Aperture Radar using Deconvolution ISTA |
| サブタイトル（英） | Evaluation of the Effective Resolution |
| キーワード(1)（和/英） | 合成開口レーダ / Synthetic Aperture Radar |
| キーワード(2)（和/英） | SAR / SAR |
| キーワード(3)（和/英） | スパース再構成 / Sparse reconstruction |
| キーワード(4)（和/英） | ISTA / ISTA |
| キーワード(5)（和/英） | Deconvolution / Deconvolution |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 牛腸 正則 / Masanori Gocho / ゴチョウ マサノリ |
| 第1著者 所属（和/英） | 国立研究開発法人 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-16 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AP |
| 資料番号 | AP2021-130 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.305 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (AP) |
[研究会発表申込システムのトップページに戻る]