平滑L0范數(shù)稀疏信號(hào)重構(gòu)ISAR成像算法

馮俊杰 王永會(huì)

摘要：針對(duì)有限脈沖條件下高分辨率逆合成孔徑雷達(dá)（inverse synthetic aperture radar， ISAR）成像問題，提出基于單循環(huán)結(jié)構(gòu)的SL0稀疏信號(hào)重構(gòu)ISAR成像算法，將ISAR成像問題轉(zhuǎn)化為最小[l0]范數(shù)的優(yōu)化問題，通過構(gòu)建遞減的參數(shù)序列，對(duì)平滑函數(shù)優(yōu)化求解，實(shí)現(xiàn)高分辨率ISAR成像。仿真結(jié)果表明，該算法可以有效改善ISAR成像質(zhì)量。

關(guān)鍵詞：逆合成孔徑雷達(dá)（ISAR）;稀疏信號(hào)重構(gòu);平滑函數(shù);優(yōu)化求解

中圖分類號(hào)：TN95? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：1009-3044（2018）34-0170-02

雷達(dá)成像是以電磁波作為發(fā)射信號(hào)，通過對(duì)目標(biāo)成像，可以增加對(duì)目標(biāo)的分類和識(shí)別能力，因而雷達(dá)成像技術(shù)受到了人們極大地重視，同時(shí)不斷拓展到不同的應(yīng)用領(lǐng)域中。在雷達(dá)成像中，通常利用增加目標(biāo)轉(zhuǎn)動(dòng)積累角或長相干處理時(shí)間間隔（CPI， coherent processing interval）來提高方位分辨率[1-2]。但較長的CPI需要更為復(fù)雜的補(bǔ)償算法，給后續(xù)處理帶來很大困難，難以實(shí)現(xiàn)實(shí)時(shí)成像。

由于ISAR目標(biāo)一般由強(qiáng)散射點(diǎn)組成，這些強(qiáng)散射點(diǎn)在成像區(qū)域內(nèi)是稀疏分布的?；趬嚎s感知理論的雷達(dá)成像得到較為廣泛的研究[3-5]。為了進(jìn)一步提升ISAR成像性能，本文采用負(fù)指數(shù)函數(shù)作為平滑函數(shù)，通過控制參數(shù)由較大值到較小值的變化趨近L0范數(shù)，研究基于單循環(huán)結(jié)構(gòu)平滑L0范數(shù)稀疏信號(hào)重構(gòu)ISAR成算法，實(shí)現(xiàn)高分辨率ISAR成像。

4 結(jié)束語

將ISAR成像轉(zhuǎn)化為最小[l0]范數(shù)的優(yōu)化問題，研究基于負(fù)指數(shù)函數(shù)作為平滑函數(shù)的L0范數(shù)稀疏重構(gòu)算法，并采用單循環(huán)結(jié)構(gòu)代替SL0算法中的雙循環(huán)結(jié)構(gòu)，通過構(gòu)建遞減的參數(shù)序列，對(duì)平滑函數(shù)優(yōu)化求解，實(shí)現(xiàn)高分辨率ISAR成像。

參考文獻(xiàn)：

[1] Zhang L，Xing M and Qiu C W. Achieving higher resolution isar imaging with limited pulses via compressed sampling[J].IEEE Geosci. Remote Sens.Lett.，2009，6（3）：567-571.

[2] Wang H，Qun Y，Xing M and Zhang S.ISAR imaging via sparse probing frequencies[J].IEEE Geosci.Remote Sens.Lett.，2011，8（3）：451-455.

[3] Zhao L F， Wang L， Bi G and Yang L.An Autofocus Technique for High-resolution Inverse Synthetic Aperture Radar Imagery [J].IEEE Trans.Geosci.Remote Sens.，2014，52（10）：6392-6403.

[4] 徐剛，張磊，陳倩倩，等.基于稀疏約束最優(yōu)化的ISAR相位自聚焦成像算法[J].電子學(xué)報(bào)，2013，41（9）：1772-1777.

[5]? Liu H C，Jiu， B. Liu H W and Bao Z. Superresolution ISAR Imaging based on Sparse Bayesian Learning [J].IEEE Trans.Geosci. Remote Sens.，2014， 52（8）： 5005-5013.

[6] Mohimani，H.，Babaie-Zadeh，M.，Jutten，C.A fast approach for overcomplete sparse decomposition based on smoothed l0 norm [J].IEEE Trans.Signal Process，2009， 57（1）：289-301.

【通聯(lián)編輯：梁書】