基于L0-L1正则化的动态字典非网格化TomoSAR成像方法

本发明公开了一种基于L0‑L1正则化的动态字典非网格化TomoSAR成像方法，构建TomoSAR成像模型，将高程反演问题转化为稀疏信号恢复问题；利用正交匹配追踪算法求解L0最小化问题来获取初始的目标高程位置，交替更新高程采样网格和高程散射系数，动态调整高程采样网格进而更新观测矩阵；再利用加权L1算法更新高程散射系数，直至找到最优的目标高程位置。本发明不仅具有超分辨能力，还能忽视高程采样网格的限制，准确找到不在高程采样网格上的目标高程位置，减少内存需求的同时，获取更准确的高程信息；在鲁棒性和高程位置重构精度方面均表现出显著优势。