三种基于稀疏成像的RCS测量算法思想

1.基于三维稀疏成像的RCS测量方法

算法思路：
1.先设置初始参数；
2.原始回波数据进行脉冲压缩，得到距离向矩阵；
3.对距离向回波数据（脉冲压缩后的数据）进行K倍频域升采样；
3.1 提取距离向数据矩阵的纵向量（z方向）；
3.2 采用标准快速傅里叶变换处理纵向量；
3.3 对得到的向量插入零元素；
3.4 对插值后的向量进行标准逆快速傅里叶变换；
3.5 将向量存入规定大小的矩阵中得到升采样后的数据矩阵；
4.计算近场补偿因子
计算当前阵元位置向量和距离历史得到近场补偿因子
5.利用三维BP算法获取三维复图像
将升采样矩阵和近场补偿因子作为三维BP算法的输入得到近场三维复图像；
6.计算基于复图像的初始稀疏解
按照传统的压缩感知求解方法进行迭代求解

2. 基于近场稀疏成像外推的目标RCS测量方法

算法思路：
1.设定近场测量参数；
2.根据参数构建反映目标实际散射特性的稀疏字典；
2.1 将二维近场散射信号数据矩阵和二维成像场景散射系数矩阵重排为一维列向量。将近场散射信号数据采用矩阵表示；
2.2 将二维成像场景位置对应散射中心的单位幅度近场散射信号数据列向量作为稀疏矩阵的列向量构建稀疏矩阵；
3.根据设定的参数检测不同条件下的空暗室和定