论文部分内容阅读
对于非均匀采样数据,现有三维稀疏成像方法中的数据局部插值会带来误差,且得到的分布式目标成像结果与其连续散射的本质不符。针对这些问题,首先将成像问题直接建模为三维空间中联合的稀疏重构问题,并通过选取候选散射中心进行字典降维;然后,在降维后的模型中增加三维特征增强约束项,建立三维空间中相邻散射中心之间的联系;最后,结合高斯迭代法以及优化的信号处理技巧,提出了一种高效的模型求解算法。实验结果表明,相比于其他成像方法,本文方法对旁瓣的抑制能力强,成像结果分辨率高、精度高,且保证了分布式目标成像结果的连续性。