基于马尔科夫链的单站SAR海面场景宽幅高分成像算法

针对单站合成孔径雷达(SAR)实现海面场景高分辨率宽测绘带(HRWS)成像问题,结合海面目标相对整个场景的稀疏特性,提出了一种基于马尔科夫链的单站SAR宽幅高分成像算法。算法将宽幅的海面场景分为不同子测绘带,首先发射少量脉冲对各子测绘带进行距离向成像,利用距离向成像结果获取场景内感兴趣目标的数量信息。然后计算雷达波束指向的马尔科夫状态转移概率,并按此概率控制雷达对不同测绘带进行扫描。获得不同测绘带的稀疏子孔径后进行压缩感知成像。提出的算法可以在相同合成孔径时间内实现多个测绘带的宽幅高分成像,最后的仿真实验验证了所提算法的有效性。     

基于混合稀疏表示的二维压缩感知SAR成像

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像, 提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面, 并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域, 使压缩感知的稀疏性条件得以满足, 通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像, 仿真场景和实测场景成像结果表明了所提方法的有效性。