基于加权l1范数优化的双基地ISAR稀疏成像算法

薛东方, 朱晓秀, 胡文华, 郭宝锋, 曾慧燕

(陆军工程大学石家庄校区, 河北 石家庄 050003)

0 引 言

双基地逆合成孔径雷达(inverse synthetic aperture radar, ISAR)[1-3]继承了双基地雷达的独特优势,利用收发分置模式增强了系统灵活性,提高了成像概率,对目标的监视、跟踪、成像与识别以及赢得未来战争都具有非常重要的意义[4-6]。

由于双基地的收发分置特性以及对目标观测时需要不断切换波束,在观测过程中容易引起回波缺失进而造成稀疏孔径[7-9]。由于ISAR图像的空域稀疏性[10-12],不少学者将压缩感知(compressed sensing,CS)理论[13-16]应用到了ISAR成像中,以提高成像质量。在重构算法的选择上,贪婪迭代类算法虽然原理简单,易于实现,但重构精度不高,特别是在低信噪比(signal-to-noise ratio, SNR)条件下,算法的重构性能易受影响。

文献[17]利用贝叶斯解释,假设目标图像各像元稀疏同分布,将ISAR成像问题转化为最大后验概率估计问题,并等价于l1范数优化问题进行求解,实现了ISAR图像重构,在低SNR条件下有较好的聚焦效果和噪声抑制能力。文献[18]将该方法应用到稀疏孔径当中,利用稀疏孔径数据得到了聚焦良好的ISAR图像,同时具有有效的噪声抑制效果。但该算法在实现过程中假设图像各像元服从独立同分布的稀疏先验,即假设目标图像中的所有元素服从同一Laplace分布,并没有区分各像元的幅度大小。然而在ISAR成像过程中,目标通常靠近零多普勒成像,由于相邻散射点具有相近的幅度值,若能利用这种能量聚集和目标的几何结构特性,必将有效提高成像性能[19]。……