基于深度先验的幅度即插即用正则化用于三维近场MIMO成像

近场雷达成像系统广泛应用于隐蔽武器检测和医疗诊断等领域。本文考虑通过对幅度施加正则化来重建近场场景的三维复值反射率分布。我们使用交替方向乘子法（ADMM）框架求解该逆问题。为此，我们给出了与该类正则化泛函相关的近端映射的一般表达式。这等价于求解一个涉及幅度正则化的复值去噪问题。利用该表达式，我们开发了一种新颖高效的即插即用（PnP）重建方法，包含简单的更新步骤。鉴于数据自适应深度先验在成像中的成功，我们还训练了一个3D深度去噪器以在开发的PnP框架中利用。通过模拟和实验数据，在多种压缩和噪声观测场景下展示了所开发方法在多输入多输出（MIMO）成像中的有效性。性能还与常用的直接反演和基于稀疏性的重建方法进行了比较。结果表明，所开发技术不仅为3D真实世界目标提供了最先进的性能，而且实现了快速计算。我们的方法提供了一个统一的通用框架，有效处理复值未知量幅度的任意正则化，并同样适用于其他雷达成像问题（包括SAR）。