基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法

合成孔径雷达（SAR）作为一种具有全天时、全天候、高分辨力的雷达成像技术，在城市地形测绘、飞机导航、情报获取等民用和军用领域得到了广泛的应用。因具备灵活的三维成像模式，线阵SAR（LASAR）具有重要的研究价值和应用领域。随着人们对SAR分辨率的要求不断提高，传统匹配滤波算法已经很难实现LASAR高分辨成像及应用，因此基于压缩感知（CS）理论的LASAR成像是近几年来的研究热点方向。

在LASAR稀疏成像算法中，通常都没有考虑实际平台误差造成的影响。与传统SAR运动误差形式不同，受线阵稀疏分布及平台颤动、线阵抖动等联合运动误差影响， LASAR成像模型中具有多维度、高阶项分布等更复杂的相位误差形式。这些相位误差会导致CS稀疏重构出现散焦、畸变、虚假目标等成像质量恶化现象，甚至不能成像，因此现有SAR稀疏自聚焦算法不一定适用于LASAR自聚焦成像。

针对该问题，电子科技大学韦顺军、张晓玲等基于松弛半正定规划及迭代逼近方法，提出了一种结合压缩感知理论的线阵SAR自聚焦成像算法，实现了在欠采样数据条件下LASAR的高精度稀疏自聚焦成像。

该工作已发表在《雷达学报》2018年第6期“SAR三维成像技术”专刊“基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法”（韦顺军、田博坤、张晓玲、师君）。

该文首先分析了压缩感知LASAR成像模型，阐述了其阵列多相位中心的相位误差影响。紧接着，建立了LASAR相位误差估计的半正定规划模型并提出了一种基于半正定规划的LASAR稀疏自聚焦成像（SDPSA）算法。通过LASAR仿真实验（图1）及地基等效LASAR实测数据（图2、图3），分析了SDPSA稀疏自聚焦性能的性能，验证了算法的可行性和有效性。

图1 在50%回波数据下仿真点目标成像结果

(从左至右依次为：BP未自聚焦、BP-PGA、BP-SDPSA、IRLS未自聚焦、 IRLS-PGA、 SDPSA)

图2 地基等效LASAR成像实验实物图及路灯目标图

图3 路灯目标实测数据在5000阵元下稀疏自聚焦成像结果

(左：BP-PGA算法；中：IRLS-PGA算法；右：SDPSA算法)

了解详细内容请点击下面阅读原文。