● 摘要
合成孔径雷达成像，也称为SAR成像，是具有相当大优势的一种成像系统。因为其高分辨率，全天候天时，远距离等特征，成为图像表示的一种重要手段。在当今现代通信和战争中，雷达获取信息主要就是通过进行SAR成像的方法。而将获取得到的雷达信息进行有效快速的处理，也就是说如何将图像良好的表示出来，这是图像处理应用方面的基础内容。在当今研究中，学者们一般就成像分辨率方面进行改良，而对成像速率的改良一般都是通过处理器改良来完成。2012年的1月，麻省理工学院的研究人员发明了一种新的快速傅立叶变换的方法，这种方法利用了不同类型的信号本身具有的稀疏性，诞生了稀疏快速傅里叶变换算法，也就是SFFT算法。这种傅里叶变换的最大优势在于其提高了数据处理的运算效率，在对数据流进行处理时，可以有100倍甚至更高的优势，这可能使研究人员能够每秒十亿次研究的各种类型的数据流的更多细节。图像稀疏化能力其实就是指如何利用目标数据中部分数据，一般是极为少量的数据，来对图像本身来进行表述的一种能力。之前的有研究学者发现，使用了图像模型的稀疏表示的可以有效地匹配稀疏编码机制，例如在在人类和其他哺乳动物的原始视皮质神经元中，我们也可以找到类似的稀疏性，这也就使得稀疏性成为当前研究的热点。这里所提到的图像稀疏性能力以及SFFT算法为我们提高ISAR成像的效率提供了一个新的途径。
本文首先对合成孔径雷达成像的基本原理以及对接收到的信号进行处理的系统作了简要的介绍，并进行了可能的改进分析。随后针对现有的合成孔径雷达成像算法进行了初步的研究，对于当今国际形势下对于成像速率越来越大的要求，在本文中，我们对常用到的CS算法进行了简要说明，随后结合稀疏快速傅里叶变换的特征，这种新型的理念，我们对图像处理应用中的难题：提高图像成像效率进行了研究，重点围绕合成孔径雷达成像算法，如何稀疏化表示图像模型、利用稀疏性增强图像处理应用的分辨率和运算效率、发展稀疏快速傅里叶变换理论及应用等内容进行了探索改良式的研究并提出了一种改良的图像处理算法，这种算法有期望获得较好的实验结果。