基于CS的压缩采样硬件设计：海鹰智库电子信息技术篇

针对雷达系统硬件要求及实用性上存在的问题，可以将CS理论应用到采样硬件的设计中，实现高效的压缩采样与重构。文献［22］针对模拟信息转换（AIC）系统，设计了模拟随机调制电路，实现对模拟信号低速采样恢复的目标。文献［13］将CS与LFM成像雷达中频数字接收机设计相结合，提出了一种全新的压缩采样数字接收机，降低了设计成本和硬件复杂度。现阶段基于CS的ISAR成像技术理论研究较多，但实际应用还比较少，相应的硬件设计大多也只停留在仿真试验阶段，还需进一步对相关硬件的实现方法及稳定性和执行效率上进一步研究。

虽然对基于CS的ISAR成像技术的研究已取得一定的成果，但还有很多有待探索和突破的地方。除了对上述热点问题继续深入研究以外，还需要对以下几个方面的应用进行探究：

1）基于CS的双/多基地成像算法研究

由于双/多基地成像系统的复杂性，成像分辨率受多个因素影响。现阶段基于CS的ISAR成像技术研究大都是针对单基地成像，可以考虑将CS应用到双/多基地成像中，研究适合的高分辨算法，充分发挥出双/多基地雷达体制的优势。

2）复杂环境下CS成像算法研究

目前基于CS的成像算法的研究大多是在理想情况下，或是在高斯白噪声情况下进行的，然而实际成像系统所面临的环境却十分复杂，存在目标散射、目标运动、成像构型的特殊性和复杂性，因此研究复杂环境下CS成像十分必要。(www.xing528.com)

3）超宽带和大转角CS成像算法研究

超带宽和大转角CS成像可以提高距离和方位分辨率，但目标的散射模型也会随之变化，传统的成像方法已经不适用。可以考虑基于目标的稀疏性以及超宽带、大转角场景构造合适的稀疏字典和观测矩阵，运用CS选择合适的重构算法实现超分辨成像。

4）适用于CS成像算法的评估准则研究

基于CS的雷达成像是将数据获取和成像过程有机结合，故传统的评价指标并不完全适合现有的成像方法的性能评价。因此需要结合CS雷达成像的特点，提出能有效衡量CS雷达成像性能的评估准则，为成像系统的性能评估提供依据。