1. Range-Doppler(RD)算法:计算复杂度大约为O(Na * log2(Na) + Nr * log2(Nr)),因为需要在方位向和距离向分别进行快速傅里叶变换(FFT)。
2. Chirp Scaling Algorithm(CSA):计算复杂度同样为O(Na * log2(Na) + Nr * log2(Nr)),原因与RD算法相同,即在方位向和距离向进行FFT操作。
3. Omega-K 或者 Frequency-Wavenumber(ω-K)算法:计算复杂度基本与RD和CSA相同,也是O(Na * log2(Na) + Nr * log2(Nr)),它同样在方位向和距离向进行FFT。
4. Polar Format Algorithm(PFA):计算复杂度大致也是O(Na * log2(Na) + Nr * log2(Nr)),因为PFA算法需要在两个维度上都执行FFT。
5. Time-Domain Back Projection(TDBP)算法:计算复杂度为O(Na * Nr^2),这是一个非常计算密集型的算法,它对于每个方位向的点都计算与距离向的所有点的匹配滤波。
6. Compressed Sensing(CS)算法:计算复杂度通常为O(k * N * log(N)),其中k是迭代次数,N是总的数据点数(Na * Nr)。计算复杂度可能更高,也取决于所用优化算法和稀疏性的程度。
7. Spotlight SAR成像算法:计算复杂度介于O(Na * log2(Na) + Nr * log2(Nr)) 和O(Na * Nr^2)之间。如果使用传统的RD算法,那么计算复杂度倾向于靠近O(Na * log2(Na) + Nr * log2(Nr));如果使用类似TDBP的时域算法,那么计算复杂度会接近O(Na * Nr^2)。