科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于傅里叶变换的传统逆合成孔径雷达(ISAR)成像方法存在数据存储量大、数据采集时间长的问题。压缩感知(CS)理论利用图像的稀疏性,可以利用有限的数据恢复图像,这极大降低了数据采集成本。但对于多维数据,传统压缩感知方法要将多维数据转化成一维向量,这造成了很大存储和计算负担。因此,该文提出一种基于多维度-交替方向乘子法(MD-ADMM)的多输入多输出-逆合成孔径雷达(MIMO-ISAR)成像快速稀疏重建方法。首先建立基于张量信号的压缩感知模型,然后用ADMM算法对模型进行优化,将测量矩阵分解为张量模态积,用张量元素除法替代矩阵求逆,显著减少所需的内存和计算负担。该方法只需少量的数据采样,就能实现快速成像。与其他基于张量的压缩感知方法相比,该方法具有鲁棒性强、图像质量好、计算效率高的优点。仿真和实测数据验证了该方法的有效性。
- 单位
