高分辨SAR稀疏目標(biāo)成像研究.pdf

1、高分辨SAR成像一直是研究的重點(diǎn)問題，這幾年興起的高分辨SAR稀疏成像更是備受關(guān)注，這里的稀疏主要是指成像場景中包含少量且很強(qiáng)的散射點(diǎn)，這就是我們后面要討論的高分辨SAR稀疏目標(biāo)成像。其目的主要是最大程度的減少成像場景的背景雜波、噪聲和旁瓣對目標(biāo)的干擾，重點(diǎn)關(guān)注稀疏目標(biāo)的成像質(zhì)量，以達(dá)到突出目標(biāo)，削弱干擾的效果，降低后續(xù)的目標(biāo)檢測和識別的難度。基于Nyquist采樣定理的傳統(tǒng)回波數(shù)據(jù)采樣方法通常獲得全采樣的數(shù)據(jù)，導(dǎo)致高分辨SAR的采樣率

2、過高，數(shù)據(jù)量劇增，給數(shù)據(jù)的存儲、傳輸和實(shí)時處理帶來了很大的困難。壓縮感知（Compressed Sensing，CS）理論的出現(xiàn)，為降低雷達(dá)數(shù)據(jù)采樣率，減小雷達(dá)平臺硬件端的壓力，改善雷達(dá)成像質(zhì)量開辟了新的思路。國內(nèi)外學(xué)者將CS理論與 SAR成像理論相結(jié)合，在基于距離向或方位向的一維 CS成像和二維CS成像應(yīng)用方面取得了一批研究成果，使稀疏目標(biāo)場景的成像質(zhì)量有了顯著的改善。但是，CS與SAR成像的結(jié)合還有很多細(xì)節(jié)有待進(jìn)一步深入研究。不同于

3、壓縮感知，低秩矩陣重建理論根據(jù)成像場景的低秩特性，從矩陣的秩的角度對受噪聲干擾和缺損的數(shù)據(jù)進(jìn)行恢復(fù)。 本文對這兩種方法在高分辨合成孔徑雷達(dá)稀疏目標(biāo)成像中的應(yīng)用進(jìn)行了系統(tǒng)的研究，所取得的研究成果為：
　　1.對CS與高分辨率SAR稀疏目標(biāo)成像的結(jié)合進(jìn)行了研究。針對CS成像中存在的觀測矩陣耗費(fèi)存儲大，重建結(jié)果時間長以及參數(shù)設(shè)置復(fù)雜的問題，提出了改進(jìn)的二維CS的SAR成像模型。首先對原始回波數(shù)據(jù)進(jìn)行距離徙動（RCM）校正，消除距離向

4、和方位向的二維耦合，然后對觀測場景的距離向和方位向分別建立觀測矩陣進(jìn)行觀測，這樣可以顯著減少觀測矩陣的存儲量和原始數(shù)據(jù)量，最后，利用改進(jìn)的迭代硬閾值（IHT）算法對成像場景進(jìn)行重構(gòu)。我們利用成像場景服從特定分布的先驗(yàn)知識，簡化了閾值參數(shù)的求取方法，在成像場景稀疏度未知的情況下，仍然可以獲得比較好的二維高分辨稀疏目標(biāo)成像結(jié)果，仿真和實(shí)測數(shù)據(jù)的成像結(jié)果都驗(yàn)證了本文方法的有效性。
　　2.對低秩矩陣重建在SAR高分辨稀疏目標(biāo)成像中的應(yīng)用

5、進(jìn)行了研究。不同于CS的向量化處理，低秩矩陣重建理論包括矩陣填充（MC）和低秩矩陣恢復(fù)或魯棒主成份分析（RPCA）理論依據(jù)矩陣秩的特性，直接針對二維信號矩陣進(jìn)行處理，我們將傳統(tǒng)的成像算法與低秩矩陣重建理論相結(jié)合，提出了一種新的成像框架。首先，我們證明了距離徙動校正（RCMC）后的原始回波數(shù)據(jù)矩陣的秩與觀測場景的秩相等。由此可知，對于低秩的成像場景，經(jīng)過RCMC的回波數(shù)據(jù)也具有低秩特征，這是MC在SAR數(shù)據(jù)中應(yīng)用的首要條件。接下來，首先進(jìn)

6、行距離徙動校正，再利用矩陣填充方法對缺損和受噪聲污染的回波數(shù)據(jù)進(jìn)行補(bǔ)全和去噪，恢復(fù)回波數(shù)據(jù)的低秩特性，并將回波數(shù)據(jù)分解為兩個低維的低秩矩陣，達(dá)到降維壓縮的目的。最后，根據(jù)低秩矩陣恢復(fù)理論（RPCA）建立新的 SAR成像模型，利用加速近似梯度算法（APG）進(jìn)行重建，重建結(jié)果分為低秩和稀疏的兩部分，其中稀疏分量就是稀疏目標(biāo)的聚焦結(jié)果。點(diǎn)目標(biāo)和實(shí)測數(shù)據(jù)實(shí)驗(yàn)都驗(yàn)證了該成像框架的可行性和有效性，并說明了矩陣秩的信息在回波數(shù)據(jù)處理中有豐富的應(yīng)用，若