基于壓縮感知的高分辨ISAR成像研究.pdf

1、壓縮感知(CS)理論向我們展示了可以用遠(yuǎn)低于奈李斯特采樣率的觀測(cè)數(shù)據(jù)來重構(gòu)未知稀疏信號(hào)，那么只要找到信號(hào)的稀疏變換域，就可以大幅度的減少采樣數(shù)據(jù)的維度，這在工程應(yīng)用上具有巨大的吸引力。近年來CS理論在各種科學(xué)應(yīng)用領(lǐng)域得到了空前的發(fā)展，如醫(yī)學(xué)成像、光學(xué)成像等。由于傳統(tǒng)基于傅里葉變換的逆合成孔徑(ISAR)成像方法，其分辨率嚴(yán)格受限于相干積累時(shí)間，而目標(biāo)的非合作性和機(jī)動(dòng)性導(dǎo)致實(shí)際情況下無法獲得充分的相干積累時(shí)間，從而導(dǎo)致成像分辨率相對(duì)較低。

2、考慮到目標(biāo)圖像是由數(shù)量較少的強(qiáng)散射點(diǎn)構(gòu)成的，這種稀疏性為將CS理論應(yīng)用于高分辨ISAR成像奠定了基礎(chǔ)。本文基于壓縮感知理論，分析了該理論下高分辨ISAR成像體制的可行性，并從CS重構(gòu)算法和建模兩個(gè)角度出發(fā)分別研究了基于CS的高分辨ISAR成像方法。
　　 首先本文從空間復(fù)雜度、時(shí)間復(fù)雜度及重構(gòu)精度上分析了各種CS重構(gòu)算法的性能，由于貪婪迭代算法在時(shí)間復(fù)雜度上的顯著優(yōu)勢(shì)，以及近年來涌現(xiàn)出大量的此類型改進(jìn)算法，所以本文將貪婪迭代算法

3、應(yīng)用到ISAR成像的高分辨重建中。文中提出了一種改進(jìn)的貪婪迭代算法-擴(kuò)張子空間追蹤(Expanded SubspacePursuit，ESP)算法，并通過多普勒高分辨仿真對(duì)比試驗(yàn)驗(yàn)證了該算法的有效性。
　　 另一方面，本文從增強(qiáng)稀疏性約束的角度提出了基于廣義柯西先驗(yàn)的ISAR成像模型，建立了新穎的lMeridan-norm稀疏約束函數(shù)，以及完整的參數(shù)選擇機(jī)制。文中詳細(xì)對(duì)比了所提模型與常規(guī)基于拉普拉斯先驗(yàn)的壓縮感知模型(LCS)在