论文部分内容阅读
线阵合成孔径雷达(LASAR)三维成像技术是一种具有重要潜在应用价值的雷达成像新体制,但受线阵天线及平台尺寸限制,传统匹配滤波成像算法难以实现LASAR三维高分辨成像。由于雷达三维观测场景通常表现强稀疏特性,压缩感知稀疏重构成为目前提升LASAR三维成像质量的热门技术。本文利用LASAR回波信号及观测目标的先验分布特性,提出了一种基于稀疏贝叶斯正则化重构的LASAR高分辨成像算法。首先,结合贝叶斯估计准则及最大似然估计原理,构造LASAR目标重构的稀疏贝叶斯最小化代价函数;其次,利用迭代正则化重构方法求解联合范数最优化问题实现LASAR稀疏目标的高分辨成像;最后,利用贝叶斯信息准则剔除微弱虚假目标,提高稀疏目标LASAR三维成像精度。仿真数据和实测数据验证了本文算法的有效性,相对于正交匹配追踪算法和贝叶斯压缩感知算法,本文算法具有更好的稳健性及成像质量。