韩家奇 田顺成 易 浩 马向进 廖桂生 李 龙*

①(西安电子科技大学超高速电路设计与电磁兼容教育部重点实验室 西安 710071)

②(西安电子科技大学雷达信号处理国家重点实验室 西安 710071)

③(人工智能与数字经济广东省实验室 广州 510330)

1 引言

微波成像相对于光学成像在复杂电磁环境中具有显著优势，原因在于微波可以轻易地穿透烟雾、粉尘及众多遮挡光波的媒质。因此，微波成像广泛应用于防御、监控及航空市场。但是，在微波频段尤其是在毫米波频段[1]对电磁波幅度和相位的测量成本较高，同时较低的信噪比也抑制了成像质量，导致微波成像系统造价昂贵。近年来微波计算成像的发展为微波成像提供了一条全新的发展道路。在微波计算成像方法中，图像信息重构的责任由微波测量和数字后处理两部分承担。这种方法需要成像硬件与后端算法二者有机结合，以突破传统微波成像仅依赖微波测量的单一手段。另一方面，微波计算成像借助压缩感知技术，可以显著提高观测场范围和成像帧率，特别是对运动物体的成像应用。随着测量目标更加复杂，所需要的测量场模式数量也随之增长，考虑到硬件系统的设计复杂度与成本问题，故以压缩采样技术为核心的特殊稀疏采样具有常规手段无法比拟的优势。

微波计算成像的硬件系统由传统抛物面天线[2]与分布天线阵构成[3]，这类天线存在天线数量与采样模式数量间的矛盾。2013年，美国杜克大学Hunt等人[4]提出了用于微波计算成像的超材料孔径。……