压缩感知理论驱动的高分辨率合成孔径激光雷达成像新算法

本文主要探讨了一种创新的合成孔径激光雷达成像算法，该算法是基于压缩感知理论的。合成孔径激光雷达(Synthetic Aperture Laser Radar, SALR)作为一种主动式的有源成像雷达，其成像分辨率远超传统的微波合成孔径雷达，能实现对远程目标的精细观测。然而，激光信号的带宽非常大，这使得传统的奈奎斯特采样定理在硬件设备上难以满足，即为了精确重建信号，采样率必须至少等于信号最高频率的两倍。 为解决这一问题，研究者提出了利用压缩感知理论来处理这一挑战。压缩感知强调即使在低采样率下，通过寻找信号中的稀疏性，也能恢复出原始信号。在本研究中，采用光外差技术来探测回波信号，外差信号被随机采样，这样可以提取出信号中的关键信息。接着，利用正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法，这是一种有效的稀疏信号重构方法，对目标的高分辨率距离像进行重建。 算法进一步通过频率变标(或称为频谱压缩)步骤，将距离像转换为二维图像，提供对目标的详细几何信息。实验结果显示，通过这种压缩感知算法，可以显著降低采样率，远低于奈奎斯特定理的理论需求，同时有效抑制信号的旁瓣效应，从而实现了超高的分辨率成像。 关键词包括合成孔径激光雷达、雷达成像、信号采样以及压缩感知，表明这项研究不仅针对雷达技术的优化，也涉及到信号处理和数学理论的应用。本文的研究成果对于提升合成孔径激光雷达系统的性能和实用性具有重要意义，尤其是在资源有限或者需要提高系统效率的情况下。中图分类号TN957和文献标识码A表明该研究成果符合学术期刊的标准，并具有较高的学术价值。通过文章编号1000-1328(2011)11-2395-08，读者可以追踪到这篇具体的学术论文。DOI:10.3873/j.issn.1000-1328.2011.11.014提供了全球唯一的数字对象唯一标识符，便于读者获取和引用该篇论文。