参数化稀疏MIMO SAR三维高分辨成像与误差补偿技术

By properly using array radar and SAR imaging technique, MIMO SAR has the capability of realizing downward-looking three-dimensional (3-D) imaging, which can effectively overcome the problems of target shape distortion, layover and etc. This project aims to resolve some key problems in the practical application of MIMO SAR, including complex manifold array and error diversity. In this project, the common and adaptive 3-D imaging theory and algorithm are studied with enhanced performance, including local-correction structured sparse imaging algorithm to improve the array imaging quality, and parametric sparse imaging algorithm to jointly realize imaging and error correction. The investigations in this project try to promote the development of MIMO SAR in the practical application, by providing both theory and algorithm foundations. In particular, compared with traditional SAR, MIMO SAR can effectively improve the target sensing and information acquisition in both civil economy and national defense areas.

MIMO SAR通过合理配置天线阵列分布并结合SAR成像技术能够实现对目标场景的下视三维成像，克服传统SAR二维成像的几何失真和遮挡等问题。本项目针对MIMO SAR三维成像实际应用中遇到的复杂流形阵列和误差的多样化等关键问题开展研究，建立普适性的三维成像理论框架和算法流程，研究相关结构化稀疏成像算法以提高阵列维度的成像质量，并设计参数化的稀疏成像算法以实现联合成像与误差估计、补偿，最终实现在非理想条件下的高精度三维成像。本项目的研究试图为推动国内发展MIMO SAR趋向于实际应用奠定理论依据和算法基础，进一步提高雷达成像在民国经济与国防建设中的目标感知和信息获取能力。

MIMO SAR三维成像技术能够有效克服二维图像的场景几何失真、叠层和遮挡等问题，极大提升SAR图像目标表征能力和解译性能，已成为国内外研究热点内容。然而MIMO SAR在实际应用中存在复杂流形阵列和多样化误差等关键难题，影响其推广应用。本项目主要开展参数化稀疏MIMO SAR三维高分辨成像与误差校正技术研究，通过建立普适性的三维成像理论框架和算法流程，有效提升阵列维度分辨性能，实现在非理想条件下的高精度三维成像。主要研究内容包含：1）高效而精确的普适性SAR三维成像算法，克服复杂流形阵列难题，可实现稀疏非均匀阵列非模糊成像；2）目标结构化稀疏阵列超高分辨成像算法，通过建立有效的场景目标稀疏先验信息挖掘机制和贝叶斯成像模型，有效提高阵列维度分辨性能；3）参数化稀疏误差校正算法，通过建立精确的误差模型，设计可嵌入稀疏成像的误差估计和校正方法。在本项目资助下，项目负责人以第一作者/通信作者身份共计发表期刊和会议论文9篇，其中SCI 4篇（包含遥感领域权威期刊IEEE GEOSC REM SEN M和IEEE T GEOSCI REMOTE），申请发明专利2项。