基于缩放压缩感知的高分辨率汽车调频连续波合成孔径雷达稀疏场景重建

摘要： 本文提出一种基于缩放压缩感知（CS）的汽车调频连续波合成孔径雷达（FMCW SAR）稀疏场景重建算法。FMCW雷达具有制造成本低、结构紧凑和发射功率小的优势。相比卫星或飞机等典型SAR平台，汽车SAR系统更具经济性和易实施性。我们通过压缩感知对汽车FMCW SAR的随机欠采样原始数据进行稀疏重建，利用汽车行驶速度远低于常规SAR平台的特点——这使得距离多普勒算法（RDA）方位压缩中方位匹配滤波器的带宽大幅收窄，而低频方位数据对方位压缩起决定性作用。为此提出专门针对汽车SAR低频信息恢复的新型重建方案——缩放CS，该方案基于基追踪去噪（BPDN）算法。为验证所提算法性能，我们开发了Ku波段FMCW SAR系统：将该系统搭载于汽车，在高速公路匀速行驶状态下以条带模式采集FMCW SAR原始数据。通过处理高分辨率真实SAR图像验证表明，该重建算法显著提升了汽车FMCW SAR的重建性能。