基于交替下降条件梯度的前视成像

摘要

基于网格的压缩感知(compressive sensing,CS)算法存在格点失配问题,在分辨力不足的情况下容易产生伪影.而无网格的CS算法常用于二维谐波估计问题,不适用于存在交叉项等复杂信号模型.对此,提出一种基于交替下降条件梯度的前视成像算法.所提算法每次迭代首先获得散射点参数的粗估计,并更新参数集合,然后对更新的参数集合进行梯度下降,获得参数集合的精细估计,实现了在复杂信号模型下连续参数的二维高分辨成像.仿真实验说明了所提算法的优越性与有效性.