基于Spark的合成孔径雷达压缩感知分布式成像

压缩感知（CS）方法广泛应用于合成孔径雷达（SAR）的成像，但存在计算时间长、计算能力可扩展性不足等问题。为了解决上述问题，提出了一种基于Apache和SparkSAR压缩传感成像的分布式成像方法。首先，将压缩后的数据沿方位方向按每行划分为行向量，然后通过Spark分布式计算平台进行距离分布式并行重建。将距离成像结果矩阵按每列划分为列向量，然后通过Spark分布式计算平台进行方位分布并行重建，完成SAR的压缩传感成像。该方法利用Spark基于内存的分布式并行计算优势，实现了计算速度，是SAR压缩感知的1.9倍，是MapReduceSAR压缩感知（MR-CS）方法的1.4倍。可以看出，这种方法可以加速SAR的压缩传感成像。