提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法，具体创新性可说明如下：

1）首先在回波数量有限的情况下使用SPICE算法估计ISAR方位像上的多普勒谱，进而得到高分辨率的成像结果。

2）本文所用方法解决了传统方法处理回波数量有限或者转角很小的ISAR数据分辨率不够的问题，相比于主流的压缩感知方法，该方法不需要预先设置任何参数。对比同类的谱估计方法，该方法的分辨率更高。

3）为解决SPICE方法计算量大的问题，给出一种基于G-S分解的快速实现方法，降低了运算复杂度。

研究目的：

由于实际系统可能具有有限数量的回波或者一些回波受到强干扰，因此传统的基于FFT的距离多普勒算法的分辨率可能无法满足要求。当相干累积角度受到限制时，有必要使用高分辨率方法进行ISAR成像。本文提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法。该算法具有全局收敛性，不需要预先设置参数，能有效提高成像分辨率。针对SPICE方法计算量大的问题，本文提出了一种改进方法。

研究方法：

1）对回波数据进行解线性调频处理，对其得到的每一个一维距离像进行运动补偿消除平等分量。

2）将有效数据中每一个距离单元内的方位向数据视为一个稀疏的复合频率信号，使用改进的SPICE算法估计信号的频谱，将其作为方位向压缩的结果，从而得到清晰的成像结果。

研究结果：

1）文中进行了针对一维线谱数据的频谱仿真实验，说明了SPICE算法对于数据量很小的信号频谱估计的精确性。

2）文中使用IAA算法及SPICE算法进行了仿真MIG-25和Yak-42数据的小转角成像实验，实验结果说明，SPICE算法能够在获得回波很少的情况下获得清晰的目标图像，有效提高了成像的分辨率。

3）文中将使用SPICE算法的成像结果与IAA算法成像结果进行了定量对比，说明了SPICE算法的优越性。

结论：

1）本文提出的基于协方差稀疏迭代的ISAR高分辨成像算法在不需要设置任何参数的同时利用信号的稀疏性，有效地提高ISAR成像的分辨率。

2）为减少计算量，本文还介绍了基于G-S分解的SPICE算法的快速实现。仿真MIG-25和Yak-42实测数据的实验结果说明了SPICE算法的有效性。

关键词：ISAR，高分辨，SPICE，快速实现