用于地面穿透雷达数据的增强型稀疏反卷积技术：凸与非凸正则化惩罚的比较研究

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》：Enhanced Sparse Deconvolution Techniques for Ground-Penetrating Radar Data: A Comparative Study of Convex and Non-convex Regularization Penalties

基于双变量非凸正则化的GPR稀疏去卷积框架在噪声数据中提升分辨率和信号清晰度，通过对比分析凸/非凸正则化方法（有理、反正切、对数等），实验验证其在高噪声和合成/真实数据集上的优越性。

　　

摘要

本研究提出了一种基于双变量非凸正则化的先进稀疏反卷积框架，旨在检测噪声较大或不完整的地面穿透雷达（GPR）数据中的稀疏模式。我们专门为GPR数据设计了一种改进的反卷积框架。该框架全面评估了凸正则化和非凸正则化方法，重点关注了有理函数、反正切函数和对数函数等惩罚函数。实验结果表明，所提出的双变量稀疏正则化框架在性能上始终优于传统的?₁-范数方法，尤其是在高噪声条件下。在合成数据和真实GPR数据集上的验证结果表明，非凸方法在实现更高分辨率和更清晰的信号方面具有优势。这项工作不仅对反卷积技术进行了全面的比较，还将双变量稀疏正则化的应用扩展到了GPR领域，从而实现了更准确、更易于解释的地下成像。