基于结构稀疏的森林区域层析SAR成像研究

This project aims to develop a SAR tomography technique for forested areas via structured sparsity. Firstly, due to scattering characteristic of forest areas is very complicated in SAR tomography, the structured sparse representation of forested areas is constructed, which conducts a solid theoretical foundation of 3D reconstruction application. Secondly, the underdetermination of the SAR tomography caused by its high resolution reconstruction has highly limited its feasibility, hence the imaging method based on bayesian algorithm and the structured sparsity is elaborated to achieve high quality reconstruction results. Finally, numerical simulation results and airborne experiments will be carried out to test the SAR tomography theories and methods based on structured sparsity. This project will not only provide theoretical and technical foundation for SAR tomography, but also enhance the application capability of SAR tomography.

本项目开展基于结构稀疏的森林区域层析合成孔径雷达（SAR）成像研究：针对森林区域中高程向没有典型稀疏性的问题，建立森林区域结构稀疏表征方法，为森林区域的三维重建提供理论准备；针对层析SAR成像中航迹不足导致高分辨观测方程欠定的问题，利用稀疏信号处理中的贝叶斯算法，推导基于结构稀疏的层析SAR重构算法，获得高质量的森林区域三维重建结果；开展仿真实验及实际机载数据验证，以完善基于结构稀疏的层析SAR成像理论和处理方法，提高森林区域层析SAR成像的实际应用能力。

本项目以层析合成孔径雷达（SAR）的稀疏采样为基础，开展森林区域结构稀疏表征建模工作，利用稀疏信号处理中的贝叶斯算法，最终发展出基于结构稀疏的森林区域层析SAR重构算法。.森林区域的结构稀疏表征研究。开展了森林区域后向散射系数的稀疏建模研究，从物理模型及数学表达两个方面明确了森林区域三维表征定义，考虑城市和森林等区域中各自的布局分布较为类似，目标在相邻方位-距离单元的高程向分布具有较强相关性，通过引入Karhunen Loeve变换来表征相邻方位-距离单元的高程向的低秩结构特性，，支撑后续的森林区域稀疏先验信息估计和求解.基于结构稀疏的层析 SAR 高分辨成像算法研究。构建稀疏和低秩结构相结合的目标区域层析SAR成像模型，采用ADMM算法对层析SAR成像模型进行求解，将复杂的原优化问题分解为若干相对简单的子问题，通过优化变量交替投影的方式进行算法求解，得到层析SAR成像结果。.仿真及机载数据验证。仿真和实测数据实验表明，该重建方法能够有效分离散射体并保证重建能量的精度，且在降低航过数或通道数的情况下保持良好的成像效果，有效抑制伪影现象，提高了低航过数或低通道数情况下的重建精度，拥有更好的成像性能。