一种基于多维交替方向乘子法的多输入多输出逆合成孔径雷达成像方法

基于傅里叶变换的传统逆合成孔径雷达(ISAR)成像方法存在数据存储量大、数据采集时间长的问题。压缩感知(CS)理论利用图像的稀疏性,可以利用有限的数据恢复图像,这极大降低了数据采集成本。但对于多维数据,传统压缩感知方法要将多维数据转化成一维向量,这造成了很大存储和计算负担。因此,该文提出一种基于多维度-交替方向乘子法(MD-ADMM)的多输入多输出-逆合成孔径雷达(MIMO-ISAR)成像快速稀疏重建方法。首先建立基于张量信号的压缩感知模型,然后用ADMM算法对模型进行优化,将测量矩阵分解为张量模态积,用张量元素除法替代矩阵求逆,显著减少所需的内存和计算负担。该方法只需少量的数据采样,就能实现快速成像。与其他基于张量的压缩感知方法相比,该方法具有鲁棒性强、图像质量好、计算效率高的优点。仿真和实测数据验证了该方法的有效性。