用后向投影算法进行合成孔径成像，实现多个点目标成像

Victor C Chen 编书《逆合成孔径雷达成像》附代码，代码齐全，注释清楚

激光雷达系统仿真具有重要的经济价值和广阔的应用前景。重点介绍了国外典型成像激光雷达建模仿真软件的研究进展，研究了其仿真原理、方法、功能和试验验证等有关情况，总结了激光雷达建模仿真的作用与意义，对下一步研究和发展方向进行了思考，可为仿真软件研发思路与方法提供借鉴。

在跨发射机和接收机的载波偏移下，多/输入多输出（MIMO）雷达成像会遭受性能下降的困扰。 本文从MIMO点扩展函数（PSF）的角度分析了载波偏移对稀疏目标成像的影响。 建立了使用正交匹配追踪（OMP）成功进行支持恢复的条件，并且根据l（2）距离来表征性能损失。 提出了一种考虑载波偏移引起的扰动的稀疏成像算法，该算法对OMP算法进行了改进。 数值实验证实了这一分析。

chirp scaling算法，是雷达成像算法中比较常用的。包含具体的算法过程及原理。

在[1]中，通过迭代最小化（SLIM）方法进行的稀疏学习已被证明在MIMO雷达模型的高分辨率成像中是有效的。 但是，那里的回声模型是直接根据离散形式导出的。 成像空间的先前网格化以及所有散射体都精确位于网格上的假设。 因此，这里我们将回波模型推广到任意位置散射体的连续形式。 通过比较两个模型，我们首先指出了先前模型中的一个推导错误。 然后，我们分析了先前模型和SLIM方法在何种程度上会受到离网散射体的范围和角度偏差的影响。 根据我们的分析，由于先前模型中的采样间隔和离散距离仓的大小是根据传输的子脉冲的持续时间设计的，因此距离偏差对成像性能没有重大影响。 但是，角度偏差可能导致基矩阵不匹配，从而严重影响SLIM的重建结果。 因此，提出了一种基于自更新的SLIM（SUB-SLIM）方法，通过交替稀疏成像和自适应细化角箱来处理偏角网格散射体。 数值结果说明了我们的方法和相关分析的有效性。

需要自己添加数据

自编雷达成像CS算法完整程序（对应《雷达成像技术》 保铮、邢孟道、王彤 P151内容） 仿真三个点的回波数据，使用CS算法成像 注释详尽，逻辑清晰，结果正确 仅供学习雷达成像使用，转载请注明出处

一本很好的微波雷达成像与先进概念书籍，由著名的Roger J.Sullivan编著

Introduction to Synthetic Aperture Radar (SAR) Background of Compressed Sensing Reconstruct Radar Image by CS methods