频率步进信号距离—方位联合超分辨成像方法

对距离向、方位向二维稀疏的频率步进信号模型,基于压缩感知理论,研究了一种适用于稀疏频率步进回波的距离-方位联合逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)超分辨成像方法.首先对稀疏频率步进回波进行建模,在此基础上构建了距离向和方位向二维稀疏时的联合稀疏基,最后利用二维平滑0-范数法在矩阵域直接进行处理,得到最终的ISAR超分辨成像结果.并对算法复杂度、超分辨性能进行了分析,得出了相应的结论.理论分析和仿真结果表明所提方法在不同稀疏方式、不同稀疏条件下具有更好成像质量、更快处理速度的优势.

多重测量矢量模型下的稀疏步进频率SAR成像算法

基于压缩感知(Compressed Sensing,CS)的合成孔径雷达(SAR)成像算法可以用低于Nyquist采样率的采样数据完成稀疏目标高分辨成像。然而已有的算法在重构1维距离像时采用的大都是单重测量矢量(Single Measurement Vectors,SMV)模型,存在着重构耗时长、受噪声干扰大的缺点。该文从压缩感知的多重测量矢量(Multiple Measurement Vectors,MMV)模型出发,利用多重测量矢量恢复具有相同稀疏结构的联合稀疏目标信号源,从理论与实验角度分析了基于MMV模型的SAR 1维距离像成像性能,提出了一种距离向基于MMV模型,方位向基于SMV模型的2维SAR成像算法。该算法从耗时上、重构精度上均优于SMV模型下的CS成像算法。通过对仿真数据和地基雷达实测数据的处理,验证了算法的有效性。