基于Kronecker積的壓縮感知雷達(dá)成像方法研究.pdf

1、為了獲取高分辨雷達(dá)圖像，往往需要發(fā)射大帶寬的信號。根據(jù)Nyquist采樣定理可知大帶寬帶來的是采樣頻率增加，那么采樣后的回波數(shù)據(jù)量也必將增加，這就提高了數(shù)據(jù)傳輸、保存、處理等難度，同時也加大硬件復(fù)雜度。近幾年興起的壓縮感知（Compressed Sensing，CS）理論指出信號在滿足一定條件下利用欠采樣數(shù)據(jù)就可以高概率或者精確重構(gòu)。雷達(dá)科研工作者結(jié)合該理論提出了基于 CS的雷達(dá)成像方法，使得雷達(dá)成像可以在低于 Nyquist采樣頻率下

2、進(jìn)行。CS雷達(dá)成像方法是將雷達(dá)場景進(jìn)行列向量處理，這樣導(dǎo)致后果就是需要花費大量時間進(jìn)行優(yōu)化求解，不能達(dá)到實時性成像處理且成像有效性較差，目前該方法只能處理較小的場景。
　　為解決上述CS雷達(dá)成像方法效率低，復(fù)雜度高的問題，許多雷達(dá)科研工作者都展開了深入研究并發(fā)表相關(guān)的文獻(xiàn)，其主要解決思想就是對雷達(dá)場景的距離向或者方位向利用CS方法進(jìn)行處理。雖然可以提高成像效率，但是操作復(fù)雜或者仍需要某一向滿足 Nyquist采樣定理，并沒有從本質(zhì)

3、上解決問題。于是本文結(jié)合矩陣論中的Kronecker積相關(guān)知識，對比傳統(tǒng)CS雷達(dá)成像方法，提出了基于Kronecker積的CS雷達(dá)成像方法并且分析了其可行性。然后將它應(yīng)用在逆合成孔徑雷達(dá)（Inverse SyntheticApertureRadar，ISAR）、合成孔徑雷達(dá)（SyntheticApertureRadar，SAR）成像中。
　　ISAR多用于飛機(jī)、導(dǎo)彈、艦船等目標(biāo)的探測和成像，這些目標(biāo)相對于整個ISAR場景來說可以認(rèn)

4、為是稀疏的，所以文中首先假定ISAR場景滿足稀疏性，然后在ISAR轉(zhuǎn)臺模型下分析ISAR場景回波公式，建立ISAR回波的Kronecker積模型，接著提出了基于Kronecker積的CS-ISAR成像方法。在該方法中，首先引入輔助變量代替場景方位向觀測后的結(jié)果，然后對場景方位向和輔助變量距離向同時做稀疏約束并轉(zhuǎn)化為無約束優(yōu)化問題，針對該問題利用交替方向法（Alternating Direction Method，ADM）求解。文章中通過

5、實驗驗證了該方法的優(yōu)越性能：較低的時間復(fù)雜度以及高分辨特性。
　　最后本文將Kronecker積模型也應(yīng)用在復(fù)雜SAR場景的成像中。由于SAR場景復(fù)雜除了建立SAR回波的Kronecker積模型，還討論了利用全變差（Total Variation， TV）對SAR場景作稀疏變換，然后才構(gòu)造基于Kronecker積的CS-SAR成像優(yōu)化模型，最后利用Split-Bregman重構(gòu)方法進(jìn)行求解。由于該方法成像過程中，直接對場景散射稀疏