基于混合规范优化的新型稀疏合成孔径雷达精确成像方法

拟议方法的流程图。来源：中国科学出版社

与基于匹配滤波（MF）的传统方法相比，稀疏合成孔径雷达（SAR）成像可以从向下采样的回波数据中获得稀疏监视区域的高质量图像。然而，稀疏合成孔径雷达成像仍面临一些挑战，特别是在大尺度场景的快速恢复和方位模糊抑制方面。

接收到的回波在时域上是离散和有限的，在测距-多普勒域上则表现出无限离散性，这相当于主频带信号频谱的周期性扩展。当脉冲重复频率（PRF）满足香农-奈奎斯特采样理论时，方位角模糊性并不严重。然而，稀疏合成孔径雷达系统总是希望通过降低 PRF 来获得宽扫描带，这就会造成方位角模糊，甚至导致重建失败。

为了解决上述问题，在《中国科学-信息科学》杂志上发表的一篇论文中，研究人员借助近似观测理论，首先解决了 Lq-norm (0 < q< 1) 正则化问题，从而快速获得稀疏图像。此外，为了抑制有限脉冲重复频率（PRF）和数据下采样引起的方位模糊，提出了一种基于L2,1/2正则化的稀疏合成孔径雷达成像方法，并将其应用于大尺度稀疏场景的清晰恢复。

由于在构建模型时考虑了方位模糊项，因此与基于中频正则化和 Lq-正则化的方法相比，所提出的方法在方位模糊抑制方面表现出更好的性能。与现有的基于 L2,1 正则化的成像方法相比，它扩展了方位模糊抑制的能力，能获得质量更高的稀疏图像。

通过（a）CSA、（b）L1-Sp、（c）L1/2-Sp、（d）L2,1-Sp 和（e）L2,1/2-Sp 从 50% 下采样数据中恢复的图像。来源：中国科学出版社

主要贡献如下

在构建模型时考虑了方位模糊项，扩展了方位模糊抑制能力。
提出了基于 L2,1/2 正则化的稀疏 SAR 成像方法，并将其应用于大尺度稀疏场景的清晰恢复。
该方法已在模拟和真实数据上得到验证。在点目标模拟中，研究人员从下到上、从左到右设置了四个点目标，其中两个目标在方位角方向的间距较小，为 10 米。他们通过降低 PRF 对完全采样的回波数据进行 50%均匀下采样，以验证方法抑制方位模糊的能力。在实际数据实验中，基于真实的雷达卫星数据进一步验证了所提出的方法。

参考资料

Hui Bi et al, A novel sparse SAR unambiguous imaging method based on mixed-norm optimization, Science China Information Sciences (2023). DOI: 10.1007/s11432-022-3814-8