稀疏場景下采樣SAR成像研究.pdf

1、合成孔徑雷達(dá)（SAR）是一種全天時(shí)、全天候工作的主動(dòng)成像雷達(dá)，在民用和軍用領(lǐng)域發(fā)揮越來越大的作用，也因此對SAR的二維分辨率提出了更高的要求。傳統(tǒng)的方法一般是通過增加發(fā)射的線性調(diào)頻信號(hào)帶寬來提高距離向分辨率，通過增加合成孔徑長度來提高方位向分辨率，進(jìn)而獲得高分辨SAR圖像。但根據(jù)奈奎斯特采樣定理，這兩種提高分辨率的方法必然導(dǎo)致數(shù)據(jù)量的劇增，給數(shù)據(jù)的存儲(chǔ)和傳輸帶來巨大壓力，為實(shí)時(shí)成像的實(shí)現(xiàn)帶來阻礙。在稀疏場景下，如海面上的艦船或者平地上的

2、車等，SAR圖像的稀疏性能夠滿足壓縮感知（CS）的應(yīng)用條件，為減少數(shù)據(jù)量，實(shí)現(xiàn)高分辨SAR成像提供了新的方向。盡管不少國內(nèi)外學(xué)者在基于壓縮感知的一維或者二維稀疏場景SAR成像方面取得了一批研究成果，提高了圖像質(zhì)量。但是，SAR成像領(lǐng)域的CS應(yīng)用還有許多需要解決的問題，需要進(jìn)一步的深入研究。矩陣填充是繼壓縮感知之后又一新興理論，其對下采樣低秩矩陣的矩陣化處理方式不僅能夠降低數(shù)據(jù)量，便于傳輸和存儲(chǔ)，還能滿足SAR成像的二維處理特點(diǎn)。RPCA

3、理論是矩陣填充的延伸，對于被稀疏噪聲污染的低秩矩陣，可以通過解決稀疏低秩優(yōu)化問題進(jìn)行低秩矩陣恢復(fù)。通過兩個(gè)理論，我們可以知道稀疏場景下的下采樣回波的求解，是一個(gè)矩陣填充和RPCA聯(lián)合求解問題。通過解決該問題，根據(jù)填充的回波我們就可以得到高分辨的SAR圖像。
　　本研究主要內(nèi)容包括：⑴提出改進(jìn)的基于壓縮感知的二維SAR成像方法。結(jié)合稀疏場景下目標(biāo)散射特性，充分挖掘SAR圖像的二維聯(lián)合信息，設(shè)計(jì)新的自適應(yīng)迭代閾值，提出了改進(jìn)的基于壓縮

4、感知的二維成像方法，提高了計(jì)算效率，能夠適應(yīng)稀疏度未知的情況。首先對回波進(jìn)行二維下采樣，根據(jù)傳統(tǒng)的線性調(diào)變標(biāo)算法構(gòu)建線性的成像算子。然后使用帶有自適應(yīng)閾值的迭代閾值算法（IHT）來解決稀疏優(yōu)化問題。最后得到低旁瓣、高分辨重構(gòu)SAR圖像。點(diǎn)仿真和實(shí)測數(shù)據(jù)實(shí)驗(yàn)都能夠驗(yàn)證本方法的有效性和良好的成像效果。⑵提出了基于矩陣填充和RPCA的SAR成像方法。根據(jù)稀疏場景數(shù)據(jù)的散射特性，其散射系數(shù)矩陣可以分解為代表背景的低秩矩陣和代表目標(biāo)的稀疏矩陣，在

5、下采樣下，對回波的填充是一個(gè)矩陣填充和RPCA聯(lián)合求解問題。本方法根據(jù)該問題，提出了新的成像模型，并進(jìn)行求解。因?yàn)樵谙∈鑸鼍跋?，我們往往主要關(guān)心目標(biāo)，抑制的背景更能凸顯目標(biāo)，提高目標(biāo)的識(shí)別效果。因此本方法在RPCA過程中對低秩背景使用硬閾值算法進(jìn)行強(qiáng)抑制。首先，對SAR回波進(jìn)行二維下采樣，然后通過構(gòu)建的線性調(diào)變標(biāo)算子將矩陣轉(zhuǎn)換到圖像域，在圖像域?qū)Φ椭群拖∈杈仃?，結(jié)合稀疏散射特性使用自適應(yīng)硬閾值算法進(jìn)行恢復(fù)，接著使用所得稀疏矩陣和低秩矩陣