一种基于未经训练复值神经网络的稀疏轨迹SAR成像方法

本发明涉及一种基于未经训练复值神经网络的稀疏轨迹SAR成像方法，包括如下步骤：构建稀疏SAR成像的基本数学模型和优化目标；设置稀疏率r并选择稀疏轨迹配置，确定合成孔径雷达的轨迹索引；控制雷达系统，采集回波信号s；将获得的回波信号s填充到预设的零矩阵中，生成稀疏信号s'，并生成掩码矩阵M；重构稀疏轨迹下稀疏SAR成像的优化目标；搭建基于U‑Net的复值神经网络Fθ；优化目标重新表述为：通过最小化上述目标，不断调整网络参数θ，当获取最优参数后，网络的输出即为最优的SAR成像结果。本发明扫描时间短，数据采集量小，且稀疏采样模式与物理轨迹匹配度高，成像质量高。