平滑L0范数稀疏信号重构ISAR成像算法

冯俊杰 王永会

摘要：针对有限脉冲条件下高分辨率逆合成孔径雷达（inverse synthetic aperture radar， ISAR）成像问题，提出基于单循环结构的SL0稀疏信号重构ISAR成像算法，将ISAR成像问题转化为最小[l0]范数的优化问题，通过构建递减的参数序列，对平滑函数优化求解，实现高分辨率ISAR成像。仿真结果表明，该算法可以有效改善ISAR成像质量。

关键词：逆合成孔径雷达（ISAR）;稀疏信号重构;平滑函数;优化求解

中图分类号：TN95      文献标识码：A      文章编号：1009-3044（2018）34-0170-02

雷达成像是以电磁波作为发射信号，通过对目标成像，可以增加对目标的分类和识别能力，因而雷达成像技术受到了人们极大地重视，同时不断拓展到不同的应用领域中。在雷达成像中，通常利用增加目标转动积累角或长相干处理时间间隔（CPI， coherent processing interval）来提高方位分辨率[1-2]。但较长的CPI需要更为复杂的补偿算法，给后续处理带来很大困难，难以实现实时成像。

由于ISAR目标一般由强散射点组成，这些强散射点在成像区域内是稀疏分布的。基于压缩感知理论的雷达成像得到较为广泛的研究[3-5]。为了进一步提升ISAR成像性能，本文采用负指数函数作为平滑函数，通过控制参数由较大值到较小值的变化趋近L0范数，研究基于单循环结构平滑L0范数稀疏信号重构ISAR成算法，实现高分辨率ISAR成像。

4 结束语

将ISAR成像转化为最小[l0]范数的优化问题，研究基于负指数函数作为平滑函数的L0范数稀疏重构算法，并采用单循环结构代替SL0算法中的双循环结构，通过构建递减的参数序列，对平滑函数优化求解，实现高分辨率ISAR成像。

参考文献：

[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] 徐刚，张磊，陈倩倩，等.基于稀疏约束最优化的ISAR相位自聚焦成像算法[J].电子学报，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.

【通聯编辑：梁书】