正则化模型,基于Majorization-Minimization(MM)迭代算法框架并采用支撑集收缩策略提出了一种新的雷达成像算法——迭代支撑集收缩算法。迭代支撑集收缩算法是一个简单高效的算法,数值实验表明迭代支撑集收缩算法在逆合成孔径雷达成像中表现优异。
正则化模型。该模型利用应变模态对小损伤更加敏感,l_(p)(0
正则项能够更准确地刻画损伤稀疏性的优势以及固有频率和应变模态的数据特性,提升了小损伤识别的精度。研究结果表明:相比基于固有频率和位移模态的l_(1)正则化模型,所提出模型的抗噪能力更强;并且在相同噪声水平下,所提出模型的损伤识别精度更高。