平滑L0范數稀疏信號重構ISAR成像算法

馮俊杰 王永會

摘要：針對有限脈沖條件下高分辨率逆合成孔徑雷達（inverse synthetic aperture radar， ISAR）成像問題，提出基于單循環結構的SL0稀疏信號重構ISAR成像算法，將ISAR成像問題轉化為最小[l0]范數的優化問題，通過構建遞減的參數序列，對平滑函數優化求解，實現高分辨率ISAR成像。仿真結果表明，該算法可以有效改善ISAR成像質量。

關鍵詞：逆合成孔徑雷達（ISAR）;稀疏信號重構;平滑函數;優化求解

中圖分類號：TN95? ? ? 文獻標識碼：A? ? ? 文章編號：1009-3044（2018）34-0170-02

雷達成像是以電磁波作為發射信號，通過對目標成像，可以增加對目標的分類和識別能力，因而雷達成像技術受到了人們極大地重視，同時不斷拓展到不同的應用領域中。在雷達成像中，通常利用增加目標轉動積累角或長相干處理時間間隔（CPI， coherent processing interval）來提高方位分辨率[1-2]。但較長的CPI需要更為復雜的補償算法，給后續處理帶來很大困難，難以實現實時成像。

由于ISAR目標一般由強散射點組成，這些強散射點在成像區域內是稀疏分布的。基于壓縮感知理論的雷達成像得到較為廣泛的研究[3-5]。為了進一步提升ISAR成像性能，本文采用負指數函數作為平滑函數，通過控制參數由較大值到較小值的變化趨近L0范數，研究基于單循環結構平滑L0范數稀疏信號重構ISAR成算法，實現高分辨率ISAR成像。

4 結束語

將ISAR成像轉化為最小[l0]范數的優化問題，研究基于負指數函數作為平滑函數的L0范數稀疏重構算法，并采用單循環結構代替SL0算法中的雙循環結構，通過構建遞減的參數序列，對平滑函數優化求解，實現高分辨率ISAR成像。

參考文獻：

[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.基于稀疏約束最優化的ISAR相位自聚焦成像算法[J].電子學報，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.

【通聯編輯：梁書】