基于全变分的高分辨SAR联合特征增强成像算法

稀疏约束下的合成孔径雷达（Synthetic Aperture Radar， SAR）成像技术，通过对稀疏先验建模的稀疏特征进行增强，能有效获取目标特显点的有用信息，但无法对目标的结构特征进行恢复，且对不可避免的非系统误差十分敏感。为此，提出一种依靠交替方向多乘子法（Alternating Direction Method of Multipliers，ADMM）面向结构特征增强的稀疏恢复高分辨SAR成像（Structure-feature Enhancement-ADMM，SE-ADMM）算法。该算法引入全变分（Total Variation，TV）正则项建模结构特征，起到增强结构的作用；引入范数建模稀疏特征，起到压制噪声作用；引入最小熵范数建模聚焦特征，以保证算法对非系统乘性误差的不敏感性。在ADMM多特征优化框架下，利用“局部-全局”的运算机制，首先分别进行三个特征的邻近算子推导，以获得对应特征解析解，再进行目标全局优化保证特征解之间的协调平衡，以实现目标的多特征增强。另外，ADMM多特征优化框架下变量分裂和多正则项的引入，保证了算法的效率和稳健性。实验部分先后选取SAR仿真数据与实测数据来验证算法的有效性，通过相变热力图定量分析所提算法的恢复性能，进而验证了所提SE-ADMM算法的稳健性与优越性。

Joint feature enhancement for high resolution SAR imaging based on total variation regularization