基于改进的正则化子空间追踪算法的ISAR成像

针对ISAR成像面对的大带宽和高速率采样等大数据问题,提出了基于改进的正则化子空间追踪算法(Modified Regularize Subspace Pursuit,MRSP)的ISAR成像方法。该方法采用压缩感知理论,将子空间追踪(Subspace Pursuit,SP)算法与正则化思想结合,采用回溯反馈和贪婪精选的方法进行支撑集选择,并利用黄金比例分割法确定正则化过程实现支撑集的二次筛选,最终能实现信号的精确重构。仿真实验表明,该算法对较少的回波数据进行重构,既能获得更加清晰的成像结果,又能进一步提高运算速度,是一种有效可行的重构算法。