用于雷达前视方位超分辨率成像的截断稀疏正则化调整方法

《IEEE Transactions on Consumer Electronics》：Truncated Sparse Regularization Adjustment Method for Radar Forward-Looking Azimuth Super-Resolution Imaging

　　

摘要：

在雷达前视方位超分辨率成像中，病态问题严重影响了参数估计的可靠性，进而影响了海洋探测与成像、海洋灾害救援、船舶导航等应用的准确性。对于雷达前视成像中的稀疏病态问题，现有的正则化方法缺乏基于MSE最小化的自适应正则化参数选择机制，这种机制未能充分考虑方差和偏差的联合影响。截断奇异值分解（TSVD）方法倾向于将中频信号误判为高频噪声，导致不必要的信号截断和宝贵潜在信息的丢失。为了解决上述问题，本研究提出了一种新的截断稀疏正则化方法（TSRM），该方法将TSVD与稀疏正则化相结合。通过构建等权重矩阵简化了所提出的模型。我们推导出了截断条件方程，通过比较正则化解与TSVD解的MSE来识别需要截断的奇异值集合，从而有效区分中频和高频信号。此外，还推导出了具有部分偏差校正的TSRM解。根据MSE最小化准则，采用二分法自适应确定最优正则化参数。大量高噪声仿真实验验证了TSRM的有效性和优越性，为病态雷达超分辨率成像问题提供了一种可行的解决方案。