基于稀疏重構的SAR成像技術研究.pdf

1、隨著高分辨SAR成像技術的廣泛應用，雷達需要發(fā)射大帶寬信號。在Nyquist采樣定理框架下，這造成了雷達系統(tǒng)的采樣率升高、數(shù)據(jù)量變大、實時處理及硬件實現(xiàn)困難。然而，雷達回波信號本身具有稀疏性質(zhì)，這使得打破Nyquist采樣定理的限制并利用稀疏信號進行 SAR成像處理成為可能。其中，壓縮感知（Compressive Sensing，CS）與矩陣填充（Matrix Completion，MC）理論是處理稀疏信號的常見方法，將其應用于SAR成

2、像領域優(yōu)勢明顯。與此同時，目前壓縮感知理論中觀測矩陣與重構算法的設計方法仍然有待完善，將其利用梯度下降法進行改進具備一定的研究價值。
　　本文圍繞稀疏SAR成像方法展開研究，主要工作內(nèi)容如下：
　　1.介紹了 SAR回波信號模型和距離多普勒算法，分別利用點目標模型和實測數(shù)據(jù)對算法的正確性和有效性進行了驗證。
　　2.研究了基于壓縮感知的SAR成像模型，對雷達回波的稀疏性進行了分析。以此為基礎，研究了稀疏基矩陣和觀測矩陣

3、的構造方式，并轉化為數(shù)學優(yōu)化模型，實現(xiàn)了基于壓縮感知的SAR成像處理。分別在距離維、方位維以及二維應用壓縮感知理論進行點目標仿真，仿真結果表明該方法在降低采樣數(shù)據(jù)量的同時能夠大幅度提高分辨率。實測數(shù)據(jù)的成像結果同樣驗證了其有效性。
　　3.在壓縮感知SAR成像方法的基礎上，對觀測矩陣和重構算法進行了改進。首先簡單介紹了梯度下降法。然后分析了表征觀測矩陣性能的因素，并利用梯度下降法改進該因素，從而達到改進觀測矩陣的目的。仿真實驗中新

4、方法表現(xiàn)出了更好的重構性能。最后介紹了OMP算法與SL0算法，并利用梯度下降法改進OMP算法，加快了其收斂速度。仿真結果表明新方法在重構時間上優(yōu)于原始的OMP算法。
　　4.研究了基于矩陣填充的 SAR成像方法，對雷達回波的低秩特性進行了簡要說明。然后介紹了SAR成像模型和降采樣集合的構造方法，并將其應用于距離向降采樣下的SAR成像。在噪聲存在的情況下，利用點目標和實測數(shù)據(jù)進行仿真，仿真結果表明該方法在降低采樣數(shù)據(jù)量的同時能夠正確