基于鲁棒主成分分析的合成孔径雷达成像与运动估计

我们考虑复杂场景的合成孔径雷达 (SAR) 成像与运动估计问题。此处“复杂”指包含多个静止和运动目标的场景。我们使用标准的单移动天线发射和接收信号的设置。我们解决两个挑战：(1) 在复杂场景中检测运动目标，以及 (2) 分离来自静止目标的回波与来自运动目标的回波。这种分离使得能够对静止场景进行高分辨率成像，并仅利用来自运动目标的回波进行运动估计。我们表明，鲁棒主成分分析 (PCA) 方法（将矩阵分解为低秩部分和稀疏部分）可用于运动检测和数据分离。被分解的矩阵是按两个离散时间变量索引的脉冲和距离压缩后的 SAR 数据：慢时间（参数化天线位置）和快时间（参数化天线连续发射之间接收到的回波）。我们对数据矩阵的秩进行了分析，以论证使用鲁棒 PCA 方法的合理性。我们还通过数值模拟表明，利用鲁棒 PCA 成功分离数据需要适当的数据加窗。此外，我们还展示了利用分离数据进行运动估计和成像的结果。