基于懲罰項(xiàng)的正則化方法的三維SAR成像方法研究.pdf

1、陣列三維合成孔徑雷達(dá)（Synthetic ApertureRadar，SAR）成像通過(guò)線(xiàn)陣天線(xiàn)沿航向直線(xiàn)運(yùn)動(dòng)合成等效的虛擬二維陣列天線(xiàn)，獲得陣列方向的二維分辨率，然后結(jié)合脈沖壓縮技術(shù)，在雷達(dá)視線(xiàn)方向獲得高分辨率。此技術(shù)解決了傳統(tǒng)二維SAR對(duì)地觀測(cè)時(shí)存在的陰影遮擋、頂?shù)椎怪靡约坝驴s短等失真。由于受線(xiàn)陣天線(xiàn)尺寸的限制，陣列三維SAR陣列向分辨率不高。
　　在三維場(chǎng)景中，目標(biāo)具有很大的稀疏性，可以采用壓縮感知技術(shù)對(duì)其進(jìn)行非相關(guān)測(cè)量，再

2、結(jié)合稀疏重構(gòu)方法，提高三維陣列SAR陣列向的分辨率。本文的主要工作與創(chuàng)新內(nèi)容如下：
　　1、介紹了陣列SAR三維成像與壓縮感知的理論模型、成像算法。介紹了線(xiàn)性調(diào)頻信號(hào)，脈沖壓縮，匹配濾波，陣列三維SAR成像幾何與回波信號(hào)模型，三維BP成像等。從三個(gè)方面介紹了壓縮感知理論：信號(hào)的稀疏表示、傳感矩陣的構(gòu)造和稀疏重構(gòu)算法的設(shè)計(jì)。詳細(xì)介紹了稀疏重構(gòu)算法中的正交匹配追蹤（Orthogonal Matching Pursuit，OMP）算法和

3、基追蹤（Basis Pursuit,BP）算法。
　　2、在迭代加權(quán)最小二乘算法（Iteratively Reweighted Least Squares,IRLS）的基礎(chǔ)上提出了一種新的稀疏重構(gòu)的方法：基于雙門(mén)限S型罰函數(shù)（Double-Threshold Sigmoid，DTHS）的正則化稀疏重構(gòu)方法，根據(jù)范數(shù)的選擇，分別有DTHS-1和DTHS-2。詳細(xì)分析了DTHS-1與DTHS-2算法的收斂性，指出其收斂過(guò)程可以分為兩個(gè)

4、階段。在迭代的初始階段，DTHS-1算法退化為IRLS算法；DTHS-2算法退化為 Tikhonov正則化算法；當(dāng)?shù)蛄械姆橇阍卮笥谏祥T(mén)限時(shí)，迭代進(jìn)入DTHS階段，這確保了解的無(wú)偏性。對(duì)DTHS算法中使用的參數(shù)進(jìn)行分析和仿真實(shí)驗(yàn)，結(jié)果表明影響算法性能的主要參數(shù)是其懲罰函數(shù)的上門(mén)限值。與其它算法比較表明，DTHS算法比IRLS算法性能好；與OMP算法相比，它既適用于離散稀疏情況，也適用于連續(xù)稀疏情況。
　　3、建立了陣列三維SA

5、R稀疏分辨率增強(qiáng)的模型。分析了陣列三維SAR成像目標(biāo)的稀疏性，根據(jù)雷達(dá)的距離壓縮后的回波方程構(gòu)建了陣列三維SAR成像的線(xiàn)性測(cè)量模型。介紹了兩種降低測(cè)量矩陣維數(shù)并求解線(xiàn)性測(cè)量模型的解的建模方法：提取回波信號(hào)中的強(qiáng)目標(biāo)的稀疏模型和基于陣列維分維稀疏模型。進(jìn)行仿真實(shí)驗(yàn)，得出DTHS算法的稀疏分辨率增強(qiáng)能力；與傳統(tǒng)的后向投影（Back Projection,BP）成像算法相比，DTHS算法具有分辨率增強(qiáng)和旁瓣抑制的效果。對(duì)數(shù)字高程圖（Digit