基于压缩感知的MCSAR三维高分辨率快速成像研究

Multi-baseline Circular Synthetic Aperture Radar (MCSAR) is the imaging mode that radar observe objects over several circular trajectories with different height. It can obtain two-dimensional (2D) sub-wavelength resolution and high vertical resolution, which is very significant for target identification, high precision topographic mapping, estimation of forest biomass, reconnaissance, and so on. However, according to traditional Nyquist criteria, the data collection of MCSAR is highly complex, the imaging data is very big, and it is hard to obtain good image quality and high processing velocity at the same time. In this proposal, compressive sensing (CS) theory will be used in three-dimensional (3D) high-resolution MCSAR imaging, aiming to obtain low complexity of data measurement and reconstruct 3D objects with little data precisely. Multi-core CPU-GPU heterogeneous platforms is used in the parallel computing of 3D high-resolution imaging, aiming to obtain high processing velocity and keep good image quality at the same time. Controllable experiment will also be done to prove and improve the fast 3D high-resolution MCSAR imaging based on CS. This study will be to lay the theoretical and technical foundation for the utilization of the 3D MCSAR imaging system.

多基线圆迹合成孔径雷达(MCSAR)模式下，雷达围绕被测目标进行多次不同高度的圆周飞行，不仅具有亚波长级的二维地距分辨率，而且具有很高的高度向分辨率。这在目标识别、高精度地形测绘、森林生物量估计、军事侦查等领域具有重大意义。然而，基于传统奈奎斯特采样定理的MCSAR三维成像，面临着数据采集难度大、数据量多，难以同时获得高的成像质量和成像效率问题。本项目拟将压缩感知理论应用到MCSAR三维高分辨率成像中，降低数据采集难度，以少量的数据实现三维目标的精确重建；将多核CPU-GPU异构平台应用于三维高分辨率成像处理的并行计算，在保证成像质量的同时，提高成像处理效率；开展可控实验，验证和完善基于压缩感知的MCSAR三维高分辨率快速成像的理论和处理方法。本项目的研究将为MCSAR三维成像系统的实用化奠定理论和技术基础。

多基线圆迹合成孔径雷达(MCSAR)模式不仅能获取亚波长级的二维地距分辨率，而且具有较高的高度向分辨率。这在目标识别、高精度地形测绘、森林生物量估计、军事侦查等领域具有重大意义。然而，基于传统奈奎斯特采样定理的MCSAR三维成像，面临着数据采集难度大、数据量多，难以同时获得高的成像质量和成像效率问题。本项目针对MCSAR成像中存在的问题，开展了基于压缩感知(CS)的三维高分辨率快速成像研究，主要包括以下三方面的内容：.基于CS的MCSAR数据测量：建立了基于压缩感知的MCSAR回波数据测量模型，对不同类型的目标分别在二维地距平面上和高度向上的稀疏基及相应的测量基。.基于CS的MCSAR三维高分辨率成像处理：首先，开展了二维成像算法方面研究。针对人造目标的方位散射持续性有限，提出了一种基于回波反演的自适应成像算法，并提出了一种基于后向投影(BP)逆算子的CS子孔径成像算法。针对子孔径相干和非相干合成存在的问题，提出了一种自适应相干累加的子孔径合成方法。然后，进一步开展了三维成像算法研究，提出了一种基于回波反演和稀疏贝叶斯的CS三维成像算法，并提出了一种基于BP逆算子和高度向空间谱的两步CS重建算法。最后，采用多核CPU-GPU异构平台，分别在二维地距平面和高度成像进行并行计算。.与传统的基于奈奎斯特采样准则的成像结果对比分析：针对满足奈奎斯特准则下的三维成像，提出了一种基于AR谱外推和干涉相位掩模的成像算法。在对数据的成像处理中，将所提的成像算法与其他方法进行了成像质量的对比；将两种压缩感知三维成像算法在CPU和CPU-GPU平台上的计算时间进行了对比。最后，分析了基于CS的三维成像算法能够以少量回波数据获得较好的成像质量。.本项目采用金属坦克模型在微波暗室环境下开展了MCSAR三维高分辨率成像可控实验。此外，还采用了已有的P波段机载CSAR数据，以及GIRI的T72坦克数据进行了算法的验证。本项目的研究将为MCSAR三维成像系统的实用化奠定理论和技术基础。