第六章合成孔径雷达运动补偿
机载SAR运动补偿可分为实时运动补偿和成像处理运动补偿。实时运动补偿就是利用飞机上的惯性导航设备和运动传感器测出飞机的姿态和速度变化，对雷达参数进行实时调整，根据飞机姿态变化调整天线波束指向，根据飞机速度调整脉冲重复频率，消除不均匀采样误差，根据天线相位中心到场景中心线的距离，调整快时间采样起始时刻。实时运动补偿能消除部分运动误差，但要实现高分辨率成像，还需要在成像处理中进行精确的运动补偿，成像处理运动补偿可又分为两类，一是基于运动传感器的运动补偿，二是基于雷达高分辨回波数据的运动补偿。成像处理运动补偿中，基于回波数据的运动补偿本质上和基于运动传感器的运动补偿相同，只不过运动参数(主要是多普勒中心和调频率参数)是通过回波数据估计得到。
由载机引起的合成孔径阵列误差主要可分为沿着航向的误差和垂直航向的误差，下面分别讨论对它们的运动补偿。
6.1 垂直航线运动分量的补偿
由大气扰动引起的运动误差的补偿是机载SAR系统中一个关键问题。在SAR成像系统中因运动误差而引起的主要影响表现有：空间和辐射分辨率的下降，方位模糊，几何和相位失真。
运动误差通常可用捷连惯导单元(IMU)和惯性导航系统(INS)测得。对从IMU或INS的加速度计和陀螺仪获得的数据进行处理可以重构出飞机的三维运动轨迹(即沿航向，垂直航向，天顶方向)，同时也可得到IMU位置的三个角度分量(即偏航角，俯仰角，滚转角)。由于我们关心的是天线相位中的运动误差，所以需要知道IMU和天线中心位置之间的距离，以便将IMU位置的运动信息换算到相位中心位置，同时需要将惯导系统与全球定位系统相结合，把相位位置转变为绝对位置。由于从惯导系统得来的运动参数常常受到系统误差(例如，加速度计的积分引起的偏差)的影响，通过从SAR数据中估计可进一步提高运动参数的精度。
下面，我们先分析SAR处理中的运动误差对成像的影响。我们假设机载SAR
沿着图6-1所描绘的飞行轨迹运动，同时也给出了一条理想的直线飞行轨迹。因为在直角坐标系中的X 轴方向和理想方向一致，所以，雷达位置(天线孔径中心)()s s s z y x S ,,=和任意一个点目标),,(z y x T =在m t 时刻的距离可表示为 ()()()()()()222222z z y y x x x z z y y x x R s s s s s -+-+-?+'=-+-+-=
(6.1)
其中，取n vt x ='，并且v 取值为雷达平台沿x 轴运动的平均速度，x ?是在沿航迹方向，由于实际速度与理想速度的速度差而引起的位置差。通常通过实时校正脉冲重复频率或改变SAR 录取数据的方位向采样率，来补偿因运动速度不稳而产生的变化量(在没有惯导或惯导情况下，还需要对此位置偏差进行校正，此问题将在下一节详细讨论)。因此，(6.1)式中的x ?将在下面的分析中可被省略掉。
X
()
z y x T ,,≡
图6-1 SAR 存在运动误差的几何关系示意图
对(6.1)作近似得
()()()()?
???cos sin cos sin 2222222222s s s s s s z y r x x r z r y r x x zz yy z y x x R +++-'≈+++-'≈
--++-'≈
(6.2) 其中22y x r +=是没有速度扰动时雷达到目标T 的最短斜距，?是视角。
通过对(6.2)式中的传感器到目标的距离与理想时的斜距()22r x x R +-'=作比较，可注意到运动误差引进了两个附加因子，这两因子说明了沿y 和z 向的平台偏移部分(参考图6-2)，这些偏移总称为瞄准线偏移(LOS)。
??cos sin s s LOS z y r +=
(6.3)
瞄准线
?
y
y z z
图6-2 瞄准线在z 轴方向投影(左图)和y 轴方向投影(右图)
瞄准线的偏移需要通过两种补偿来完成校正：一种是距离的重采样，校正由于LOS r 而造成的回波延时的变化(若LOS r 远小于距离采样间隔，则此项可忽略)，第二种是相位λπ?LOS LOS r 4=的校正。不好的是，偏移量LOS r 不仅和平台的运动偏差有关，而且和目标的视角有关，并且后者是不确定的，因为视角和场景有关。
为了便于分析处理，我们先假设地面近似为一平面，所以
()
r H 1cos -=? (6.4) 其中H 代表(平均的)飞行高度，这样我们可得到
),,(r z y r r s s LOS LOS = (6.5)
可见LOS r 不仅和距离有关，同时也和方位有关。另外，在SAR 录取数据阶段r 是个未知量。在忽略了距离徙动的情况下，我们做完距离压缩以后就可以对瞄准线偏差进行补偿，即斜距r 近似等于垂直距离r '，则
),,(r z y r r s s LOS LOS '≈ (6.6)
在距离徙动不能忽略的情况下，因为在距离压缩之后不能假设r r '≈成立，
所以补偿过程会更加困难些。解决此问题的可行方案是通过解耦合分两次进行相位校正，即我们常说的一次运动补偿因子，二次运动补偿因子(Moreira and Huang, 1994)。
一次运动补偿因子定义为校正给定参考距离的瞄准线误差所造成的相位，其中典型的参考距离就是成像中心的距离，其为：
),,(0r z y r r s s LOS LOSI = (6.7)
这种校正即可在距离压缩后的数据进行，又可在距离压缩之前进行。在我们进行一次运动补偿时，距离压缩步骤(如果此前我们没有进行距离压缩)和距离单元徙动校正可同时进行。注意和距离有关的运动误差部分对距离徙动校正的影响很小，因此距离徙动校正能在忽略了这部分运动误差的情况下的进行。
下面，我们假设r r '≈，二次运动补偿是对瞄准线偏差的距离变化部分的校正。并且有下式
),,(),,(0r z y r r z y r r s s LOS s s LOS LOSII -'= (6.8)
最后，我们再完成方位压缩。
垂直航线运动误差的补偿流程图如图6-3所示。其中包括距离徙动校正和方位滤波过程。
??
?LOSI r j λπ4??
?LOSII r λπ4录取数据
图6-3 SAR 有运动误差时处理的流程图
6.2 速度不稳时的运动补偿（沿航线运动分量的补偿）
在机载SAR 中，由于1)载机速度不稳，2)气流使飞机偏航，使机载雷达的多普勒参数(包括多普勒中心和调频率)随时间不断变化。多普勒参数一方面可以从惯导得到，另一方面可以从录取的数据中估计出来。从惯导得到的速度和偏流角精度相对比较低，对较低分辨率和单视处理成像有时能满足要求，但对高分辨率成像往往很难满足要求，需要根据数据估计。根据已往机载飞行经验，多普勒参数通常需要1秒钟更新一次。从惯导计算多普勒参数比较简单，直接计算即可。下面主要介绍从数据估计多普勒参数方法。
多普勒中心和调频率不准确将影响图像质量。特别在波束较窄的情况下，多普勒中心不准对图像影响更严重。的波束宽度较大，稳定平台较好的情况下，多普勒中心可以不估计，用零即可。多普勒调频不准会使图像散焦，MD 算法在波束宽度比较窄的情况下，估计效果也差。所以从多普勒参数的角度看，雷达宽波束有好处。
6.2.1基于实测数据的瞬时多普勒参数估计
(1) 多普勒中心估计
国内外文献讨论的多普勒中心估计方法主要有能量均衡法、相关函数法、最优估计法。主要采用相关函数法。设在没有多普勒中心偏移时，回波在方位向的功率谱为)(0f S ，它和天线方向图相同，以零频对称，功率谱对应的相关函数为)(0τR 为实函数。则在有多普勒偏移时，功率谱)(f S h 为)(0dc f f S -，其相关函数变为
)()(02ττπR e R t f j h dc = (6.9)
于是从)(τh R 的相角可以估计出dc f 。
由于方位回波是离散采样的，所以)()(kT R R h h =τ，PRF 1=T ，k 为整数，取1=k ，可得多普勒中心精估计为
)}(?arg{21T R T
f h corr dc π= (6.10) 这样估计得到的dc f 的精度远比包络相关法高，但由指数求得的相位范围为
],[ππ-，
如果1>T f dc (有时会远大于1)，则估计的dc f 存在T 1的模糊问题。为此，可结合惯导得到的多普勒中心gd dc f 作去模糊处理。
最后得到精确的无模糊的多普勒中心频率为
corr dc gd dc dc f f f +?=]PRF round[PRF (6.11)
这里PRF 为脉冲重复频率。
(2) 多普勒调频率估计
多普勒调频率的估计，主要有图像偏移法(MD 算法)，对比度法，最小熵法，子孔径相关方法，反射率偏移法和平移相关法。下面主要介绍MD 算法。
当前实际应用中，MD 算法仍然是主要的算法，因为MD 算法能稳健的估计二次相位，而二次相位是使图像模糊的主要相位项。
MD 算法，将全孔径时间分成不交叠的两部分孔径，而利用二次相位在前后两部分孔径中有不同的函数形式。每部分孔径可分解成常量、一次分量和二次分量，其中常量和二次分量相同，一次分量使两部分孔径像平移。MD 算法就是通过估计两部分孔径像之间平移量，估计整个孔径的二次项系数。
设原始数据某距离单元方位信号2
)()(m d t k j m m e t a t s π=(T t T m ≤≤-，2a T T =)，由于调频率d k 比较大，通常是对此方位信号用初始调频率0220cos 2R v k d λβ-=，速度和斜视角由惯导给出，0R 此单元散射点到雷达的斜距离]补偿，我们可以将此距离单元方位信号写成20)()()(m d d t k k j m m e t a t s -=π2)(m kt j m e t a π=，其中取0d d k k k -=。
MD 算法将此信号分成前后两个部分孔径，即
412
22)2()2()(T j kTt j kt j m m m m m e T t a T t s t s πππ+--=-=，2
2T t T m ≤≤- (6.12) 42222)2()2()(T j kTt j kt j m m m m m e T t a T t s t s πππ+++=+=，22T t T m ≤≤-
(6.13)
前半部分孔径信号)(1m t s 傅立叶变换后，其谱为，
)2(?)()(12211kT f S dt e t s f S T T m ft j m m +==?--π (6.14) 后半部分孔径信号)(2t s 傅立叶变换后，其谱为，
)2(?)()(22
2222kT f S dt e t s f S T T m ft j m m -==?
--π (6.15) 其中 =)(?1f S ?--+-22242
2)2(T T m ft j T j kt j m dt e e T t a m m πππ (6.16) =)(?2f S ?--++22242
2)2(T T m ft j T j kt j m dt e e T t a m m πππ (6.17)
MD 算法基于，前后孔径的谱相同或相似，即
2
221)(?)(?f S f S = (6.18) 所以要求距离单元方位信号孔径时间通常取半个波束宽度飞机飞过的时间以内。
如果前后半部分孔径的谱重合，则初始调频率0d k 等于d k 。如果两谱之间有
移动量，则由两谱之间的频率差F ?，可得到k 的估计T F k
?=?。由此可得该距离单元方位信号的估计调频率d k ?＝k k d ?0
+。实际信号是离散，假设方位重复频率为PRF ，方位信号采样点数为N ，前后半部分孔径的谱之间移动为n ?点，则
k 的估计n N k ??=2
2PRF 4?。这多普勒调频率估计算法流程见图6-4。 此时算法完成的只是单个距离单元的调频率估计，是否要对所有单元都要用此算法估计调频率呢？实际不需要，因为由(5.16)式变换可得
022cos 2R k v d =-λ
β (6.19) 实际上，为了提高调频率估计精度，可以将多个(通常是十多个)距离单元估计的调频率乘以该距离单元斜距后平均，获得λβ
22cos 2v -的估计，对它除以各
距离单元的距离可获得该距离单元的调频率估计，聚焦深度
βδλ
δ22
cos a R = (6.20)
其中a δ为波束宽度，对X 波段，窄波束条带式SAR ，其聚焦深度是比较小的，在十几米的量级，在成像聚焦处理中一般必须考虑多普勒调频率随距离的变化)。 根据以上对λβ
22cos 2v -的估计，以及上一小节对λβ
sin 2v f dc =的估计，可
得出对载机速度v 和雷达斜视角β的估计。
图6-4 多普勒调频率估计流程
6.2.2 瞬时多普勒调频率的补偿方法
在惯性导航系统精度不高的情况下，载机速度的精确值可通过雷达实测数据
来估计。正侧视条带式SAR 的回波平均多普勒为零，所以不能用它来估计载机速度。这时可用图像偏置法(MD)来估计回波的多普勒调频率，然后通过调频率计算载机速度，因此可通过多普勒调频率的估计来进行相位补偿。MD 方法通过比较两小段数据横向像的偏移来估计速度，所用数据段很短，一般远小于合成孔径的长度，所以可认为在该数据段内载机速度近似为常数。如此逐段处理，可以得到瞬时多普勒调频率)(t k d 。可以想象，由于)(t k d 实际是变化的，虽然变化值不大，但在成像过程中也会起散焦作用，使图像模糊。空间采样不均匀本质上要靠插值来解决，但插值运算量大而且会影响图像质量。本章讨论用估计得到的)(t k d 对实测数据进行校正补偿，方法简单，且在一定条件下可获得较好的效果。
(1) 用MD 方法估计瞬时多普勒调频率
图6-5 雷达收集信号的平面模型图
雷达收集信号的模型如图6-5所示。飞机沿X 轴飞行，L '是采样区间长度。先以场景中的某散射点)(11x P 进行讨论，L 是雷达的合成孔径长度，0R 是散射点到航迹的最短距离。这样，令x 表示天线位置，用1R (与x 对应)表示天线到目标点的瞬时距离，它可以表示为
()()2
1201x x R t R -+= (6.21) 一般总有0R L <<，因此在1x x =附近对(6.21)式作泰勒展开，保留其二次项，得
210
01)(21)(x x R R t R -+≈ (6.22) 载机在各个时刻的瞬时速度表示为平均速度V 和扰动速度)(t v ?之和，所以)(t x 可写为
[]???+=?+=t
t dt t v t V dt t v V t x 0000)()()( (6.23) 把(6.23)式代入(6.22)式为
?????-???????+?+-+=???????+-+=t t t t dt
t v R x dt t v t V dt t v R x t V R R dt t v x t V R R t R 001002002100020100
01)()(2))((21)(21)()(21)( (6.24) 以上是载机以变速飞行时，场景中某一散射点)(1x 的斜距变化情况，假设已完成了距离徙动校正和距离压缩，我们可不考虑雷达发射信号的具体形式，只考虑(6.24)式对应的多普勒相移，则回波的相位历程为
????-???????+?----=-=Φt t t dt
t v R x dt t v t V dt t v R x t V R R t R t 00100200210001)(4)(2))((2)(24)(4)(λπλπλπλ
πλπ
(6.25) 由(6.25)式可得出瞬时多普勒调频率为
()()()t K t K K dt t d t K d d d d δπ+?+=Φ=2
21)(21 (6.26) 式中
02
02R V K d λ-= (6.27) ()λ
020)(2)(4R t v t v V t K d ?+?-=? (6.28) ()()[]dt
t v d x t x R dt t v d x t V dt t v R t K t d )(2)())((2
101000?--=???????-+?-=?λλδ (6.29) 其中第一项是期望速度产生的调频率；第二项为速度变化引起的调频率偏差项，其与散射点方位空间位置无关，容易补偿，如何补偿将在下面讨论；第三项的调频率偏差与散射点方位空间位置有关，不容易补偿。
从(6.26)式可以看出，若)(t v ?为常数V ?，则0
2
01)(2)(R V V t K d λ?+-=，即它与1x 无关。但在)(t v ?变化时，对各个位置不同的散射点应有不同的)(1t K d 。从
概念上我们知道，当载机以匀速飞行时，不同横向位置的散射点具有相同的系统响应函数，只是有一定的平移，即系统响应为平移不变。若速度时变，则平移不变性不再满足，其响应与横向位置1x 有关。
在场景中直接提取一个单独点的回波，一般是做不到的。在引言中已经提到，实际瞬时多普勒调频率的测量是分成许多小段(认为载机速度为常数)，逐段测量得到的(可用MD 算法求调频率)，在某一小段内有
2
0020020201242)2(2)(R V V V R V R V V V V t K d λλλ?+?--=?+?+-≈ (6.30) 比较(6.30)式和(6.26)式可见，(6.30)式只包含了(6.26)式的前两项，而没有包含第三项。(6.26)式是精确的，但实际上不可能得到。(6.30)式是分成小段，而在段内作匀速近似估计得到的。
先认为MD 方法对忽略()t K d δ的调频率的估计是准确的。对()t K d δ的忽略条件将在后面讨论，下面先讨论()t K d δ忽略情况下，方位成像中的调频率变化补偿，即在(6.30)式基础上的补偿。
(2) 速度变化产生的调频率变化的补偿
我们的相位补偿方法是将(10)式测得离散的)(1t K d 通过插值画成曲线，去掉它的平均值d K ，将余下的)(t K d ?作二次积分，得到相位偏差值)(t ?Φ，再从实测数据的相位历程中作减去偏差值)(t ?Φ的处理，然后对处理后的数据，以d K 为多普勒调频率作方位压缩处理。
在计算上述相位偏差值)(t ?Φ的过程中，我们的二次积分以处理的整段数据的中间附近 )(t K d ?=0的某处作为时间的起点()0=t ，且设0)0(=?Φ，0)(0=?Φ=t t dt
d ，即
???=?Φt
s d duds u K t 00)(2)(π (6.31)
上面已经提到，由于载机速度扰动，系统函数已不是平移不变，且用同样的相位偏差对不同横向位置的点的回波作统一补偿，不可能都是精确的。为此，我们我们以图6-5中的1P 点为例，讨论(6.31)式的相位偏差补偿会带来怎样的问题。在讨论中暂设)(t K d ?是准确的。
如图6-5所示，虽然用作处理的数据很长，但对1P 点横向成像有效的只是波束扫过1P 点的一段，即[]2/,2/11L x L x +-的区间，总长为合成孔径的长度L 。求1P 点因)(t K d 引起的相位偏差)(1t ?Φ最好取1x x =的时刻作为起点(设为1t )，因为航线不变而只是速度有变化，1t 时刻1P 点回波有0)(11=?Φt ，且0)
(1
1=?Φ=t t dt t d 。考虑上述起始条件，由)(t K d ?引起的1P 点回波在1t 时刻附近的实际相位偏差为
???=?Φt
t s t d duds u K t 11)(2)(1π (6.32)
比较(6.31)和(6.32)式可知，用(6.31)式作相位偏差补偿，对1P 点回波的相位差不能完全补偿，从(6.31)式减去(6.32)式，得其剩余值为
()()()()()()???????+?=???????????
??-=?Φ-?Φ=Φ????????11111000001122t s
d t t t d d t s t t s t duds u K duds u K duds u K t t t ππδ (6.33)
可以看出，上式中的第二项积分为与变量t 无关的常数，常数相位偏差对成像聚焦没有影响，在这里可不考虑。考虑到1t 时刻的起始条件，上式中的第一项积分为()??102t d du u K t π，其中()??1
0t d du u K 也是只与1t 有关的常数，它使1P 点的相位历程增加一线性相位项，其影响是使1P 点在多普勒域(即横向图像域)产生了平移
()??=1011
t d d du u K K τ (6.34)
上式表明，用(6.31)式对原数据的相位历程作补偿，则对1P 点的补偿不完全。
但它并不会使1P 点的成像散焦，而是有额外几何形变的横向平移，平移量1τ由(6.34)式确定。
实际上，()t K d ?和d K 都是已知的，(6.34)式的积分可以算出。由于()0V t v <
此外，将(6.27)式和(6.28)式(省略()t v ?的平方项)代入(6.34)式，得
()??=10012
t du u v V τ (6.35)
即平移时刻1τ为载机以速度0V 飞行时，飞过由于()t v ?所造成位置误差的两倍所需的时间。
(3) 调频率估计误差的影响及相位补偿方法的局限性
在上节里，我们暂假设调频率变化的估计是完全准确的，在此基础上用我们提出的相位补偿方法，能使成像的散焦效应得到补偿，只是有一定的平移形变。
但是，前面已经指出，用MD 方法估计得到的瞬时调频率，由于没有考虑用以估计的一小段里的速度变化，它是不够准确的，这就是(6.26)式中的第三项。为此，有必要再回过来讨论这一项对相位补偿的影响。
(6.26)式中的第三项(即(6.29)式)为调频率偏差的瞬时值，由于现在是考虑它
对1P 点相位历程的影响，()t x 只需考虑?????
?+-2,211L x L x 的区间。上式表明，当()1x t x =时，其值为0，在区间的两端数值最大，而符号相反。前面提到，当讨论1P 点回波的相位历程时，若以1x x =(即1t t =)为起点，则起点的相位偏差为0，由()t K d δ引起的相位误差发生在上述区间的两侧，我们要求该偏差值应小于2π。用()0V t v <
π，可得最长合成孔径
估算公式为
3
1200max 6???? ??=a V R L λ (6.36) 利用(6.36)式可得当2/2s m a =、m 03.0=λ、km R 120=，s m V /1160=时，最大合成孔径长度m L 239max =，对应的横向分辨率为m 7.0。当然也可算出其它波长时的情况，比如当λ分别取m 02.0、m 05.0、m 1.0和m 2.0时，最大合成孔径长度分别为m 208、m 283、m 355和m 448，对应的横向分辨率分别为m 6.0、m 1、
m 7.1和m 7.2。以上分析表明，在很多实际场合()t k d δ的影响是可以忽略的。
6.3.3 结合参数估计和速度补偿的SAR 成像流程
SAR 成像算法要求知道载机飞行速度v ，但目前导航仪器测量精度不够高，我们必须从实测数据中估计它们。因为参数是时变的，我们必须将数据分成子块来估计参数。得到足够精确的运动参数后，就可用本文介绍的方法校正速度变化的影响，成出高质量的图像来。
图6-6是结合参数估计和速度补偿的SAR 成像算法的流程图。我们先把准备成像的数据在横向分成子块。分块的目的一是为了估计时变的速度，二是为了校正距离徙动，因为速度时变对距离徙动校正也有影响。然后对子块的数据作横向FFT ，然后根据(6.26)式滤出我们需要的波束宽度。接着进行距离徙动校正和距离压缩。距离徙动校正的参考速度可以利用惯导给出的速度值，因为是对包络进行操作，要求的精度不高。校正距离徙动的方法可根据接收信号的形式选择，线性调频信号可选择CS 类方法，如已经过Dechirp 处理，则可选用频率变标算法。接着，估计多普勒调频率。对多普勒调频率估计选用图像偏移(MD)方法。在短时间内，假定飞机速度，雷达的视角不变情况下，根据距离走动率、多普勒中心和多普勒调频率，与斜视角、速度、场景中心距离的关系，可从每个短时间段估计的多普勒参数，获得每小段时间内载机速度V V ?+0，然后通过曲线拟合，得到各个时刻的瞬时速度)(t v 的估计，即运动参数的估计。待各个子块的操作都完成了，我们将各子块数据合并起来，校正波动相位，再进行横向压缩就可得到压缩好的图像。最后一步横向几何形变校正是可选步骤，因为如所述，几何形变很小，一般可以忽略。
图6-6 基于实际回波数据的运动补偿算法
6.3.4仿真和实测数据的成像结果
图6-7是X 波段波长为0.03米时对某场景中任一点的成像仿真结果。其中图6-7(a)是速度为匀速时的仿真图像，图6-7 (b)是速度为变速时，速度补偿前的仿真图像；图6-7 (c)是速度为变速时，速度补偿后的仿真图像。可见补偿是有效的。图6-7的幅值是经过归一化的。场景中心距离为12公里，采样周期为1100微秒。载机飞行平均速度为116米/秒，扰动速度选择了幅值为s m /3，周期为s 6，加速度为2/
2s m 的三角波，这样选择扰动速度模型不仅和上述理论分析相吻合，而且与实测速度变化比较近似，具有一般性和代表性。
归一化
幅值横向距离
(m) 1横向距离(m)归一化幅
值01
横向距离(m)归一化幅值
(a)匀速 (b)变速 (c)速度补偿
图6-7 X 波的散射点成像仿真结果
我们用某次试飞所录取的分辨率为1m×1m 的机载条带式SAR 数据来做实验。图6-8为实测参数的曲线图。其中图6-8(a)横向距离偏移量的曲线，是由于一方面速度变化使调频率的变化而引起的，另一方面也是使用本文的速度补偿方法的代价，会使图像产生较小的形变，如图所示在2.5公里的范围内，其最大形变为20米左右。另外可以通过插值等方法来完全校正。图6-8(b)是估计的调频率变化图,中间时刻场景中心距离的调频率为-75.0/s 2，在10秒的录取时间内场景中心距离的调频率变化范围为-75 3/s 2，调频率变化所引起的相位变化范围是相当大的，需要补偿，如果不补偿，使图像发生很严重的模糊。利用公式(6.31)计算出场景中心距离需要补偿的整个长时间的相位校正函数如图6-8 (c)所示。图6-9是实测数据所成图像。图6-9(a)是未补偿速度变化所成的像，直接用平均速度构造方位匹配函数进行压缩的常规成像结果，此SAR 图是比较模糊的。图6-9(b)是使用本文方法补偿了速度变化所成的像。可以明显看出，本文方法大大提高了成像质量。由此可见，(6.26)式的第三项可在一定范围中忽略，再用瞬时调频率去估计速度，补偿速度误差，成像质量可大大提高。
横向距离(m)
-5
05横
向偏移量(m) 调(H z 频率(Hz /s 2)时间(s)
-55
-10-50510152025303540相位(rad) (a)横向几何形变 (b)瞬时调频率 (c)相位补偿曲线
图6-8 实测数据参数估计
距离单元
距
离
单
元
方位单元方位单元
(a)速度补偿前(b)速度补偿后
图6-9 运动补偿和未运动补偿的成像结果比较
SAR成像算法要求知道载机飞行速度v，当导航仪器测量精度不够高时，我
们从实测数据中估计它们。因为参数是时变的，我们必须将数据分成子块来估计参数。得到足够精确的运动参数后，校正距离弯曲和走动后，就可用用本文的方法校正速度变化的影响，成出高质量的图像来。并且理论分析表明此速度校正方法有较宽的适用范围。
6.3自聚集补偿算法
6.3.1 PGA自聚集
相位梯度自聚焦(PGA)可用来估计高阶相位误差[*]，该算法的独特之处就在于它不是基于模型的，应用时不需要明确确定待估计的相位误差的最高阶。PGA 算法适合于高阶相位甚至是随机相位的自聚焦。
图6-10表示出了PGA算法的基本步骤。处理过程在距离压缩后进行，首先选出一些能量的距离单元，接着进行方位向傅立叶变换每一个选定的距离单元进行方位压缩，确定每个方位压缩过的距离单元的峰值振幅，每个距离单元，用窗函数从中心位于方位向峰值振幅采样位置选择一些复象素，然后利用这些象素集，经过一些处理步骤来计算信号历程的一阶导数(是慢时间或方位向位置的函
数)，这里的信号历程与窗处理过的图像象素相联系。
最后的几步运用了傅立叶变换的导数特性[5]，该特性表明：若()t s 和()ωS 是一对傅立叶变换，表示为{}()ωS t s =?)(，则
()()ωωS j t s dt d =?
?????? (6.37) 运用这个特性导出时域方位信号历程的一阶导数，图6-10中附加的步骤又将这个一阶导数转变为方位相位误差(是方位采样数的函数)一阶导数的估计。
距离压缩后数据
高阶相位误差校正∑w w ωj
图6-10 相位梯度自聚焦算法流程图
PGA 算法的最后一步是对方位相位误差的一阶导数积分，从而计算出方位相位误差，它是全孔径内方位采样数的函数。容易将高阶相位误差的估计转换为误差修正向量，一种典型的应用就是将误差修正向量运用于信号历程，并对校正过得数据反复运用该算法从而减少残余误差。
为了阐明PGA 算法的具体操作，我们来看一下只包含一个点散射体的单一距离单元。从散射点返回的时域信号为
()()[]{}t t j a t g e t φφω++=00ex p 2
2a a T t T ≤≤- (6.38) 其中t a 、0ω 和0φ分别表示信号历程的振幅、频率和相位。表达式()t e φ是存在于散射点信号历程中的相位误差。PGA 算法首先对信号进行方位向傅立叶变换，得到
()()[]()ωωωωφE e T c T a G j a a t ?-=00sin (6.39)
这里()ωE 是复数误差函数()[]t j e φex p 的傅立叶变换，符号?表示卷积。下一步的选择距离单元以及利用加权函数()ωW 对单元内的峰值振幅象素采用对称性加窗得到
()()()[]()ωωωωωωφE e T c T a W G j a a t w ?--=000s i n (6.40) 加窗处理能够限制PGA 所能估计的最高频率相位误差，同时还消除了影响估计的其它散射点。最高频率限制随着窗长度的减少而减少，将窗处理后的信号关于0ωω-作傅立叶变换得到
()()()t w e e a t g t e j j t w ?=φφ0 (6.41)
其中()t w 是()ωW 的傅立叶反变换，新的时域函数()t g w 表示与相应的图象域里最强的目标响应向联系的信号历程。若窗的长度足够，能够包含()ωE 的所有重要的频率成分，则其对()t g w 几乎无影响，此时我们可以忽略(6.41)式中()t w 的作用。
PGA 算法还要算出()ωωw G j 的傅立叶逆变换，从而借助(6.37)式给出的傅立叶变换的导数特性可得到()t g w 的一阶导数。对于位于窗函数()ωW 中心的单一散
射点，一阶导数()t g
w 为 ()()()t g t j t g w
e w φ = (6.42) 其中()t e
φ 是相位误差对时间的导数，上式提供了一种利用以得到的()t g w 的值来估计()t e
φ 的值的方法。 假定()t w 的影响很小，则本例中相位误差导数(相位梯度)的估计为
()()()()*2Im w
w e w g t g t t g t φ????= (6.43)
对上式积分就能将相位误差估计到恒定的范围内。
对于多个距离单元的复杂场景，PGA 算法的处理方法是将(6.43)式中的分子和分母在多个距离单元上取平均来估计梯度。在N 个距离单元上的梯度估计为
()()()()*
2Im ,,,w w N e w
N g n t g n t t g n t φ????=∑∑ (6.44)
其中(),w g n t 是第n 个距离单元窗处理过的目标信号，(),w g n t 是其一阶导数。(6.44)式给出了相位误差导数[10]的加权最小平方估计。
(6.40)式是用()W ω进行窗处理，这种操作带来的几个变化大大提高了PGA 算法的性能。一个有效的方法就是在算法中取窗的长度远大于预见的相位误差所需的长度，并在随后反复操作中减少窗长度。最初的窗长度可包括图像的整个方位宽度，这种情况下，PGA 算法将把窗沿着窗宽度之外的象素环绕的方向循环移动，从而使窗完全充慢.通常，PGA 算法每重复一次就将之前的窗长度减少20%至50%，直到达到某个最小值，这个最小值表示算法所能估计的最高阶相位误差。运用这种方法，PGA 算法能极好的完成对多种场景高阶随机相位误差的估计。
6.3.2 特显点自聚集
特显点自聚集是利用场景中一些强散射点，用其相位历程获得相位误差的估计，主要用于聚束式SAR 、SAR 动目标和ISAR 中。实际中，常用单特显点和多特显点两种，下面分别介绍。
(1)单特显点算法
在聚束式SAR 中，单特显点算法可用来确定目标的一个单特显点散射体并测量其脉冲间距离向的位置和相位的变化。利用这些测量，该算法可以消除收集到的信号历程中距离平动的相位影响，从而达到场景中心的稳定。事实上，该算法还同时估算和补偿了所有目标的低频和高频方位相位误差，包括我们不想要的
合成孔径雷达概述 1合成孔径雷达简介 (2) 1.1 合成孔径雷达的概念 (2) 1.2 合成孔径雷达的分类 (3) 1.3 合成孔径雷达(SAR)的特点 (4) 2合成孔径雷达的发展历史 (5) 2.1 国外合成孔径雷达的发展历程及现状 (5) 2.1.1 合成孔径雷达发展历程表 (6) 2.1.2 世界各国的SAR系统 (9) 2.2 我国的发展概况 (11) 2.2.1 我国SAR研究历程表 (11) 2.2.2 国内各单位的研究现状 (12) 2.2.2.1 电子科技大学 (12) 2.2.2.2 中科院电子所 (12) 2.2.2.3 国防科技大学 (13) 2.2.2.4 西安电子科技大学 (13) 3 合成孔径雷达的应用 (13) 4 合成孔径雷达的发展趋势 (14) 4.1 多参数SAR系统 (15) 4.2 聚束SAR (15) 4.3极化干涉SAR（POLINSAR） (16) 4.4合成孔径激光雷达（Synthetic Aperture Ladar） (16) 4.5 小型化成为星载合成孔径雷达发展的主要趋势 (17) 4.6 性能技术指标不断提高 (17) 4.7 多功能、多模式是未来星载SAR的主要特征 (18) 4.8 雷达与可见光卫星的多星组网是主要的使用模式 (18) 4.9 分布SAR成为一种很有发展潜力的星载合成孔径雷达 (18) 4.10 星载合成孔径雷达的干扰与反干扰成为电子战的重要内容 (19) 4.11 军用和民用卫星的界线越来越不明显 (19) 5 与SAR相关技术的研究动态 (20) 5.1 国内外SAR图像相干斑抑制的研究现状 (20) 5.2 合成孔径雷达干扰技术的现状和发展 (20) 5.3 SAR图像目标检测与识别 (22) 5.4 恒虚警技术的研究现状与发展动向 (25) 5.5 SAR图像变化检测方法 (27) 5.6 干涉合成孔径雷达 (31) 5.7 机载合成孔径雷达技术发展动态 (33) 5.8 SAR图像地理编码技术的发展状况 (35) 5.9 星载SAR天线方向图在轨测试的发展状况 (37) 5.10 逆合成孔径雷达的发展动态 (38) 5.11 干涉合成孔径雷达的发展简史与应用 (38)
第四章 合成孔径雷达 合成孔径雷达（Synthetic Aperture Radar ，简称SAR ）是成像雷达中应用最 多，也是本书讨论的重点。在前几章对雷达如何获取高的距离分辨率和横向分辨 的基础上，从本章开始用三章的篇幅对合成孔径雷达作较详细的讨论。 首先，结合工程实际介绍合成孔径雷达的原理。在前面的讨论中已经提到， 根据不同的要求，成像算法（特别是横向成像算法）有许多种，本章只介绍最简 单的距离-多普勒算法的原理，目的是由此联系到对合成孔径雷达系统的要求以 及工程实现方面的问题。 合成孔径雷达通常以场景作为观测对象，它与一般雷达有较大不同，我们将 在本章讨论合成孔径雷达有别于一般雷达的一些技术性能和参数。 4.1 条带式合成孔径雷达成像算法的基本原理 4.1所示，设X 轴为场景的中心 线，Q 为线上的某一点目标，载机以 高度H 平行于中心线飞行，离中心线 的最近距离B R 为 B R = （4.1） 当载机位于A 点时，它与Q 点的斜距 为 R = （4.2） 式中t X 为点目标Q 的横坐标。 当分析中心线上各个点目标的回波状况及成像算法时，可以在包括场景中心 线（即X 轴）和载机航线的平面里进行。至于场景里中心线外的情况将在后面 说明，这里暂不讨论。 一般合成孔径雷达发射线性调频（LFM ）脉冲，由于载机运动使其到目标的 距离发生变化，任一点目标回波在慢时间域也近似为线性调频，而且包络时延也 几何示意图
随距离变化，即所谓距离徙动。合成孔径雷达成像算法的任务是从载机运动录取得到的快、慢时间域的回波数据，重建场景图像，它是二维匹配滤波问题。 严格考虑距离徙动的成像算法比较复杂，在实际应用中，一般均根据情况采用一些较简单的算法，这些将在第五章里系统介绍。在这里我们主要讨论分辨率较低，距离徙动影响可以忽略的最简单的情况，这时可采用简易的距离-多普勒基本算法。 所谓距离徙动的影响可以忽略不计是指雷达波束扫过某点目标的相干处理时间里，目标斜距变化引起的距离徙动值小于距离分辨单元长度的1/4~1/8，即场景中心线上所有点目标的回波（距离压缩后的）在慢时间域里均位于同一个距离单元。当然，因斜距改变引起的二次型相位变化还是需要考虑的，即系统的脉冲响应函数应考虑二次型相位。这种情况下的成像算法是比较简单的，可将回波信号先在快时间域作脉压匹配滤波，然后再对快时间域的每一个距离单元分别沿慢时间作方位压缩的匹配处理，于是得到场景的二维图像。在上面的图4.1中，我们提出只对中心线上的目标进行讨论，场景的二维图像当然包括场景里中心线以外的目标，这将在下一节里说明。 脉压匹配滤波可以在时域用回波数据与系统函数作卷积处理，也可以在频域作乘积处理，由于乘积的运算量小，同时时频域之间的傅里叶变换有FFT快速算法，频域计算用得更多。此外，由于场景有一定宽度，比发射脉冲宽度宽不少，而沿慢时间录取的数据长度一般也比波束扫过一个点目标的相干积累时间长得多，即时域信号长度比系统匹配函数长得多，这里应将信号分段处理后再加以拼接。 4.2合成孔径雷达回波的多普勒特性 信号有时域表示和频域表示，一般情况直接获取的是时域信号，通过傅里叶变换得到它的频谱。合成孔径雷达信号也是如此，快时间表示的发射信号是在时域生成，而慢时间回波则为载机运动过程中回波的变化序列。通过傅里叶变换，可以得到快时间频谱（距离谱）和慢时间频谱（多普勒谱或方位谱）。 合成孔径雷达信号有它的特殊性，它的回波为众多点目标回波的线性组合，而对一个点目标来说，其快、慢时间回波均为（或近似为）线性调频信号。对于
Real and Synthetic Aperture Radar
Real Aperture Radar (RAR) flight direction
azimuth Synthetic Aperture Radar (SAR) flight direction
azimuth
1
Spatial Resolution (1)
2
距离分辨率 与真实孔径雷达距离向分辨率相同。但由于真实孔径 机载雷达一般用短脉冲来实现距离向分辨率，而合成孔 径雷达通常用带宽（脉冲频率的变化范围）为B的线性调 频脉冲来实现作用距离向的良好分辨率。
δr =
1 c cτ = 2 2B
Spatial Resolution (2)
For Real Aperture Radar (Side-looking Radar)
razimuth ?
λR
l cτ 2 sin θ
rground ? range =
For Synthetic Aperture Radar (SAR)
razimuth ?
l 2 c 2 B sin θ
rground ?range =
3
Rr =
τc
2 cos γ
=
ground Range resolution
pulse length × speed of light 2 cos ( depression angle )
Range Resolution (2)
4
合成孔径雷达成像自聚焦算法的比较 【摘要】本文简要地分析和比较两类合成孔径雷达自聚焦算法的特点，并通过多点目标自聚焦成像对其进行验证，表明结论可靠。 【关键词】自聚焦算法；多点目标；孔径雷达 0 引言 SAR自聚焦算法的任务是首先要对经过处理后的未补偿的SAR信号进行相位误差估计，然后消除其相位误差。SAR自聚焦算法就其本质而言是一个二维估计问题，在公式（2）中的相位误差既是空变的又是不可分离的乘性噪声的事实使问题变得极为棘手。影响成像的几何线性，分辨率、图像对比度和信噪比的主要因素取决于相位误差的性质和大小，基于处理孔径上相位误差形式，表1给出两大类相位误差及其每一类对SAR成像的一般影响。 表1 相位误差的分类 1 几种实用的自聚焦算法的比较 一般来说，自聚焦算法可以划分为两类：基于模式算法和非参数算法。基于模式的自聚焦算法估计相位误差的模式展开系数。低阶模自聚焦仅能估计二阶相位误差，而更复杂的方法还可以估计高阶多项式相位误差。子孔径相关法（MD）和多孔经相关法（MAM）是针对低频相位误差补偿提出的基模自聚焦算法的范例。基于模式算法虽然执行起来相对简单而且算法高效。不过只能相位误差被正确估计的情况下才能保证这样的优越性。 第二类自聚焦算法，即非参数自聚焦算法，典型的有相位梯度自聚焦算法，基于最小熵准则和最大对比度准则的自聚焦方法，这些方法都不需要相位误差的先验知识。特别地，相位梯度自聚焦算法几种改进的算法。其中特征向量法是在PGA框架下运用了极大似然算子取代了原始的相位差算子核，改进的相位梯度自聚焦算法的策略通过选择一组高质量的目标以提供非迭代的PGA解。另一种方法是运用加权最小二乘法以实现相位误差最小化的PGA。适用范围扩大，计算高效。 在一些SAR应用中，相位误差显著依赖位置，空变的自聚焦的常用的方法是将大场景分成更小的子图像，每个子图像的误差近似不变的，因此，传统的空间不变的自聚焦程序可以应用到每个子图像。当重新聚焦时，个别的子图像拼接或镶嵌在一起产生完整的场景图像聚焦图像。 2 性能评价标准 第一个测试是检查在方位域一维的点目标响应。聚焦质量质量指标包括3dB
国外合成孔径雷达侦察卫星发展现状 与趋势分析 Email:beautyhappy521@https://www.doczj.com/doc/0513980855.html, 0 引言 未来战场状况瞬息万变，实时掌握正确的情报信息是取得战争主动权的重要因素，对敌照相侦察是进行情报收集的有效手段。然而利用各种天然环境与人为工事、配合黑夜与恶劣气候条件、隐蔽及掩护部队（武器）行踪可使得传统光学影像无能为力，这也给雷达影像以发展契机。 合成孔径雷达(Synthetic Aperture Radar,简称SAR)是一种全天候、全天时的现代高分辨率微波成像雷达。它是二十世纪高新科技的产物，是利用合成孔径原理、脉冲压缩技术和信号处理方法，以真实的小孔径天线获得距离向和方位向高分辨率遥感成像的雷达系统，在成像雷达中占有绝对重要的地位。近年来由于超大规模数字集成电路的发展、高速数字芯片的出现以及先进的数字信号处理算法的发展，使SAR具备全天候、全天时工作和实时处理信号的能力，并已经成为现代战争军事情报侦察的重要工具[1]。了解与研究国外SAR侦察卫星的发展现状及趋势，无论是对我国开发新的SAR卫星系统还是研究反SAR侦察技术都具有重要的现实意义。 1国外SAR侦察卫星的发展现状 1.1 美国的Lacrosse卫星 “长曲棍球”（Lacrosse）卫星是美国的军用雷达成像侦察卫星。它不仅适于跟踪舰船和装甲车辆的活动，监视机动或弹道导弹的动向，还能发现伪装的武器和识别假目标，甚至能穿透干燥的地表，发现藏在地下数米深处的设施。美国已经发射了Lacrosse-1（1988年12月）、Lacrosse-2（1991年3月）、Lacrosse-3（1997年10月）、Lacrosse-4（2000年8月）、Lacrosse-5（2005年4月），其中Lacrosse-1已经退役，并正在研制Lacrosse-6，分辨率从最初的1 m提高到0.3 m。“长曲棍球”卫星已成为美国卫星侦察情报的主要来源，美国军方计划再订购6台“长曲棍球”卫星上的SAR，每台SAR的价格约5亿美元[2]。 1.2 美国的Discover II卫星
合成孔径雷达（SAR） 合成孔径雷达产生的过程 为了形成一幅真实的图像增加两个关键参数：分辨率、识别能力。 合成孔径打开了无限分辨能力的道路 相干成像特性：以幅度和相位的形式收集信号的能力 相干成像的特性可以用来进行孔径合成 民用卫星接收系统SEASA T、SIR-A、SIR-B 美国军用卫星(LACROSSE) 欧洲民用卫星（ERS系列） 合成孔径雷达(SAR)是利用雷达与目标的相对运动将较小的真实天线孔径用数据处理的方法合成一个较大孔径的等效天线孔径的雷达。 特点：全天候、全天时、远距离、和高分辨率成像并且可以在不同频段不同极化下得到目标的高分辨率图像 SAR高分辨率成像的距离高分辨率和方位高分辨率 距离分辨率取决于信号带宽 方位高分辨率取决于载机与固定目标相对运动时产生的具有线性调频性质的多普勒信号带宽 相干斑噪声 机载合成孔径雷达是合成孔径雷达的一种 极化：当一个平面将空间划分为各向同性和半无限的两个均匀介质，我们就可以定义一个电磁波的入射平面，用波矢量K来表征：该平面包含矢量K以及划分这两种介质的平面法线垂直极化（V）：无线电波的振动方向是垂直方向与水平极化（H）：无线电波的振动方向是水平方向 TE波：电场E与入射面垂直
TH波：电场E属于入射平面 合成孔径雷达的应用 军事上、地质和矿物资源勘探、地形测绘和制图学、海洋应用、水资源、农业和林业 合成孔径雷达在军事领域的应用：战略应用、战术应用、特种应用。 SAR系统的几个发展趋势：多波段、多极化、多视角、多模式、多平台、高分辨率成像、实时成像。 SAR图像相干斑抑制的研究现状 分类：成像时进行多视处理、成像后进行滤波 多视处理就是对同一目标生成多幅独立的像，然后进行平均。 这是最早提出的相干斑噪声去除的方法，这种技术以牺牲空间分辨率为代价来获取对斑点的抑制 成像后的滤波技术成为SAR图像相干噪声抑制技术发展的主流 均值滤波、中值滤波、维纳滤波用来滤去相干斑噪声，这种滤波方法能够在一定程度上减小相干斑噪声的方差 合成孔径雷达理论概述 合成孔径雷达是一种高分辨率成像雷达，高分辨率包含两个方面的含义：方位向的高分辨率和距离向高分辨率。它通过采用合成孔径原理提高雷达的方位分辨率，并依靠脉冲压缩技术提高距离分辨率 由于SAR雷达发射信号（距离向信号）和合成孔径信号（方位信号）均具有线性调频性质，SAR成像的实质就是通过匹配滤波器对距离向和方位向具有线性调频信号的信号进行二维脉冲压缩的过程，也就是依靠脉冲压缩技术提高距离分辨率，通过合成孔径原理提高雷达的方位分辨率的过程 SAR成像处理是先利用距离向匹配滤波器，进行距离脉压，实现距离向高分辨率后，再通过方位向德匹配滤波，最终得到原始目标的高分辨图像。
合成孔径雷达第一次作业 姓名：xxx 学号：xxx 一题目： 1.LFM信号分析：（1）仿真LFM信号；（2）观察不同TBP的LFM信号的频谱。（3）观察不同过采样率下的DFT结果，注意频谱混叠情况。 2.脉冲压缩仿真：针对“基带LFM信号”:（1）实现无误差的脉冲压缩；（2）通过频域补0实现时域十倍以上的过采样率，得到光滑的时域波形，通过观察给出指标（IRW,PSLR）；（3）阅读资料，按照公式实现3阶（-20dB）,6阶（-40 dB）泰勒加权，观察加窗效果，分析指标（IRW,PSLR），并对比MATLAB TAYLORWIN 函数的一致性；（4）在3阶泰勒加权下实现15.30.45.60.90.135度QPE下的脉冲压缩，显示输出波形，观察记录QPE的影响。 3.一维距离向仿真:（1）输入参数：目标参数：RCS=1，分别位于10km,11km,11km+3m,11km+50m处。LFM信号参数：中心频率1.0GHz,脉冲宽度30us,带宽30MHz。 （2）输出：设计采样波门，仿真回波，完成脉冲压缩，检测各峰值位置，判断每个目标是否得以分辨，分析各出现在相应位置及幅度的原因。 二题目分析与解答： 1.问题分析：由基础知识知，决定LFM信号的主要参数有中心频率fc(此处仿真取fc=0)，带宽B，脉冲宽度Tp, 调频斜率K，其中K=B/Tp。对LFM信号进行傅里叶变换时，不同的时宽带宽积（TBP）会对频谱有不同的影响。 主要程序段(源程序见附件)： %参数设置 Tp=5e-6; B=10e6; K=B/Tp；Fs=2*B; Ts=1/Fs; N=Tp/Ts; TBP=Tp*B %波形产生 t=linspace(-Tp/2,Tp/2,N); St=exp(j*pi*K*t.^2); Phase=pi*K*t.^2; Fre=2*pi*K*t; f=linspace(-Fs/2,Fs/2,N); figure(2) plot(f*1e-6,fftshift(abs(fft(St))),'k'); xlabel('Frequency/MHz'); ylabel('Magnitude'); title('Frequence Response'); legend('TBP=50') fft_St=fftshift(abs(fft(St)));
合成孔径雷达成像几何机理分析及处理方法研究合成孔径雷达作为二十世纪出现的尖端对地观测技术,由于它具有全天时、全天候的成像能力并能穿透一些地物,在土地覆盖制图、生态和农业、固体地球科学、水文、海冰等众多领域有着广泛的应用。随着未来更高分辨率、多极化、多波段、更优化的干涉测量设计的SAR系统的出现,合成孔径雷达遥感技术将会在更多的领域扮演更重要的角色。 合成孔径雷达遥感技术在我国有着极大的潜在应用市场,对于某些特殊问题的解决,例如西部困难地区的地形图测绘及南方阴雨地区地形图的快速更新,它甚至是唯一可行的解决之道。由于有关几何处理、辐射定标等基础问题没有很好地解决,影响了这一技术在我国的大规模应用及产业化进程。 本文致力于解决SAR影像的几何问题及与地形有关的辐射问题,对合成孔径雷达图像的几何特性作了系统深入的研究,以对构像方程的分析及推导为中心,研究并解决了包括地理编码、目标定位、影像模拟、利用控制点进行空间轨道精确重建、地形辐射影响的消除等一系列问题。为了加强对合成孔径雷达图像的理解,首先对合成孔径雷达成像的技术本质从数学上进行了简明阐述。 从信号处理的角度,分析了脉冲压缩的工作原理,解释了匹配滤波器的构造。分析了多普勒频率的特征及其作用。 从理论上推导了SAR距离向和方位向分辨率所能达到的极限值,并且指出了他们在实际中的限制。从系统的角度,分析了SAR距离向和方位向模糊度的限制。 构像方程是所有几何处理的基础。为推导了SAR构像方程,在定量分析了地球摄动力对卫星轨道影响的基础上,提出了一套改进的SAR轨道参数模型,与国外已有的模型相比,该模型更加简洁而且具有极高的精度。
合成孔径雷达(SAR)的点目标仿真(附件带代码程序) 合成孔径雷达(SAR)的点目标仿真 一． SAR原理简介 合成孔径雷达(Synthetic Aperture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率，从而获得大面积高分辨率雷达图像。SAR回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定：，式中表示雷达的距离分辨率，表示雷达发射信号带宽，表示光速。同样，SAR回波信号经方位向合成孔径后，雷达的方位分辨率由雷达方位向的多谱勒带宽决定：，式中表示雷达的方位分辨率，表示雷达方位向多谱勒带宽，表示方位向SAR平台速度。 二． SAR的成像模式和空间几何关系 根据SAR波束照射的方式，SAR的典型成像模式有Stripmap(条带式)，Spotlight(聚束式)和Scan(扫描模式)，如图2.1。条带式成像是最早研究的成像模式，也是低分辨率成像最简单最有效的方式；聚束式成像是在一次飞行中，通过不同的视角对同一区域成像，因而能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最复杂。 图2.1：SAR典型的成像模式 这里分析SAR点目标回波时，只讨论正侧式Stripmap SAR，正侧式表示SAR波束中心和SAR平台运动方向垂直，如图2.2，选取直角坐标系XYZ为参考坐标系，XOY平面为地平面；SAR平台距地平面高h，沿X轴正向以速度V匀速飞行；P点为SAR平台的位置矢量，设其坐标为(x,y,z)；T点为目标的位置矢量，设其坐标为；由几何关系，目标与SAR平台的斜距为： (2.1) 由图可知：；令，其中为平台速度，s为慢时间变量（slow time），假设，其中表示SAR平台的x 坐标为的时刻；再令，表示目标与SAR的垂直斜距，重写2.1式为： (2.2) 就表示任意时刻时，目标与雷达的斜距。一般情况下，，于是2.2式可近似写为： (2.3) 可见，斜距是的函数，不同的目标，也不一样，但当目标距SAR较远时，在观测带内，可近似认为不变，即。
合成孔径雷达干涉测量（InSAR）简述 摘要：本文主要介绍了合成孔径雷达干涉测量技术的发展简史、基本原理、及其3种基本模式，并且对其数据处理的基本步骤进行了概述。最后，还讲述合成孔径雷达干涉测量的主要应用，并对其未来发展进行了展望。 关键字：合成孔径雷达合成孔径雷达干涉测量微波遥感影像 1.发展简史 合成孔径雷达（Synthetic Aperture Radar，SAR）是一种高分辨率的二维成像雷达。它作为一种全新的对地观测技术，近20年来获得了巨大的发展，现已逐渐成为一种不可缺少的遥感手段。与传统的可见光、红外遥感技术相比，SAR 具有许多优越性，它属于微波遥感的范畴，可以穿透云层和甚至在一定程度上穿透雨区，而且具有不依赖于太阳作为照射源的特点，使其具有全天候、全天时的观测能力，这是其它任何遥感手段所不能比拟的；微波遥感还能在一定程度上穿透植被，可以提供可见光、红外遥感所得不到的某些新信息。随着SAR 遥感技术的不断发展与完善，它已经被成功应用于地质、水文、海洋、测绘、环境监测、农业、林业、气象、军事等领域。 L. C. Graham 于1974 年最先提出了合成孔径雷达干涉测量（InSAR ）三维成像的概念，并用于金星测量和月球观察。后来Zebker、G. Fornaro及A. Pepe 等做出了进一步的研究,以解决InSAR 处理系统中有关基线估计、SAR 图像配准、相位解缠及DEM 生成等方面的问题。自1991 年7 月欧空局发射载有C 波段SAR 的卫星ERS- 1 以来，极大地促进了有关星载SAR 的InSAR 技术研究与应用。由于有了优质易得的InSAR 数据源，大批欧洲研究者加入到这个领域，亚洲（主要是日本）的一些研究者也开展了这方面的研究。日本于1992 年2 月发射了JERS- 1，加拿大于1995 年初发射了RADARSAT，特别是1995 年ERS- 2 发射后，ERS- 1 和ERS- 2 的串联运行极大地扩展了利用星载SAR 干涉的机会，为InSAR 技术的研究提供了数据保证。目前用于InSAR 技术研究的数据来源主要有:ERS- 1/2、SIR- C/X SAR、RADARSAT、JERS- 1、TOPSAR 和SEASAT 等。 1979年9月，我国自行研制的第一台合成孔径雷达原理样机在实验室完成，并在试飞中获得我国第一批SAR影像。1989年起国家科委设立了“合成孔径雷达遥感应用实验研究项目”，拉开了大规模雷达遥感研究的帷幕。目前国内外许多部门和科研机构正积极从事着InSAR 技术机理及其应用的研究，已经取得了许多成果，InSAR 技术的前景日益看好。 2.InSAR的基本原理 InSAR 技术是一门根据复雷达图像的相位数据来提取地面目标三维空间信息的技术。其基本思想是：利用两副天线同时成像或一副天线相隔一定时间重复成像，获取同一区域的复雷达图像对，由于两副天线与地面某一目标之间的距离
第6卷 第3期 信 息 与 电 子 工 程 Vo1．6，No．3 2008年6月 INFORMATION AND ELECTRONIC ENGINEERING Jun．，2008 文章编号：1672-2892(2008)03-0167-05 线性调频连续波合成孔径雷达成像算法 杨 蒿，蔡竟业 (电子科技大学 通信与信息工程学院140教研室，四川 成都 610054) 摘 要：线性调频连续波(LFMCW)合成孔径雷达(SAR)因体积小，重量轻，成本相对低，成为 近来研究的热点。连续波SAR 的回波信号通常经过相干解调处理。针对其独特的应用背景和信号模 型，对现有的各种成像处理算法进行了讨论和比较，总结出其优缺点及应用范围。并对LFMCW- SAR 今后的发展提出了展望。 关键词：线性调频连续波；合成孔径雷达；成像算法 中图分类号：TN958 文献标识码：A Linear Frequency Modulated Continuous Wave-Synthetic Aperture Radar Imaging Algorithm YANG Hao，CAI Jing-ye (School of Communication and Information Engineering，UESTC，Chengdu Sichuan 610054，China ) Abstract：Linear Frequency Modulated Continuous Wave(LFMCW)-Synthetic Aperture Radar(SAR) has become a focus in recent researches，due to its compactness and low cost. This paper analyses and compares various imaging algorithms，based on the special application background and signal model derived from its dechirped raw data. Then the advantages，disadvtanges and application fields of the algorithms are presented. Future development of LFMCW SAR is prospected. Key words：Linear Frequency Modulated Continuous Wave；Synthetic Aperture Radar；imaging algorithm 目前机载对地观测受到越来越广泛的关注，其应用领域不仅涵盖搜索救援、区域监测、灾害监视与控制等民用方面，还包括小型无人机对地侦察等军事领域。合成孔径雷达与光电成像设备相比可以全天候、全天时工作，如在云雨雾等恶劣气候及夜晚条件下工作，而且具有实时大面积连续成像能率[1]。但是，传统的脉冲SAR 由于其设备复杂，体积大，重量重，成本相对较高等缺陷限制了其应用层面，特别是不能安装到小型飞机如直升机和无人机上完成一些紧急任务，也不适于低成本的民用项目[2]。因此，LFMCW ?SAR [3]以其紧凑、低耗、相对便宜且高分辨力的优点逐渐发展起来[4?10]。连续波SAR 概念自1988年被提出，并应用于飞机高度计之后，特别是连续波SAR 在发射能量一定的前提下，与脉冲SAR 相比拥有更低的发射功率，并且具有更好的隐蔽性，发射机也可以使用全固态设计，使得系统具备了高可靠性和较少维护的优点[11?14]。同时，连续波SAR 接收机前端通过相干混频处理得到差频信号，在成像带较窄的情况下，可以大大降低信号带宽，从而降低对信号高速采集与处理的需求。 本文描述了LFMCW ?SAR 的去调频信号模型，在该信号模型的基础上，讨论针对去调频信号的各种成像处理算法，对各种算法进行了比较总结，最后对未来LFMCW ?SAR 的发展进行了展望。 1 LFMCW ?SAR 的信号模型 LFMCW ?SAR 接收到的回波信号经去斜、下变频后可表示为： 2 022444(,;)exp (j )exp [j ()()]exp [j ()]c r r a r t r t c t c r k k S t t r C r t r r r r c c c λπππ=????? (1) 收稿日期：2007-11-22；修回日期：2008-01-08
第30卷第3期电子与信息学报Vol.30No.3 2008年3月 Journal of Electronics & Information Technology Mar.2008 一种合成孔径雷达图像特征提取与目标识别的新方法 宦若虹①②杨汝良①岳晋①② ①(中国科学院电子学研究所北京 100080) ②(中国科学院研究生院北京 100039) 摘 要：该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征，利用支持向量机进行分类完成目标识别。实验结果表明，该方法可以明显提高目标的正确识别率，是一种有效的合成孔径雷达图像特征提取和目标识别方法。 关键词：合成孔径雷达；小波变换；主成分分析；支持向量机；识别 中图分类号：TN957.52 文献标识码：A 文章编号：1009-5896(2008)03-0554-05 A New Method for Synthetic Aperture Radar Images Feature Extraction and Target Recognition Huan Ruo-hong①②Yang Ru-liang①Yue-Jin①② ①(Institute of Electronics, Chinese Academy of Sciences, Beijing 100080, China) ②(Graduate University of the Chinese Academy of Sciences, Beijing 100039, China) Abstract: This paper presents a new method for synthetic aperture radar images feature extraction and target recognition which based on principal component analysis in wavelet domain and support vector machine. After wavelet decomposition of a SAR image, feature extraction is implemented by picking up principal component of the low-frequency sub-band image. Then, support vector machine is used to perform target recognition. Results are presented to verify that, the correctness of recognition is enhanced obviously, and the method presented in this paper is a effective method for SAR images feature extraction and target recognition. Key words: Synthetic Aperture Radar (SAR); Wavelet transform; Principal Component Analysis (PCA); Support Vector Machine (SVM); Recognition 1引言 合成孔径雷达(Synthetic Aperture Radar，SAR)图像目标识别是SAR图像解译和分析的重要组成部分，具有重要的商业和军事价值，是国内外SAR图像处理和模式识别领域的研究热点。特征提取是SAR图像目标识别过程中最重要的一步。为了得到可靠的目标识别结果，用于识别的特征必须在分类空间上具有良好的类内凝聚性和类间差异性[1]。目标识别过程的另一个关键步骤是分类方法的选择，分类方法性能的优劣，直接影响到最后的识别结果。 本文提出了一种利用小波域主成分分析(Principal Component Analysis，PCA)和支持向量机[2](Support Vector Machine，SVM)进行的SAR图像特征提取和目标识别方法。对小波分解得到的低频子带图像进行主成分分析[3]提取目标特征，得到的特征向量用支持向量机分类完成目标识别。用MSTAR数据对该方法进行验证，结果表明，该方法可以有效地提高目标的正确识别率。 2006-08-15收到，2007-01-05改回2目标识别步骤 本文的识别过程如图1所示由3个步骤组成：(1)图像预处理。对图像数据进行规则化调整。(2)特征提取。通过二维离散小波变换将图像变换到不同分辨率下的小波域；对低频子带图像进行主成分分析后提取主成分分量作为目标的特征向量。(3)利用支持向量机进行分类。在特征向量所形成的低维特征空间上完成目标识别并输出识别结果。 图1 识别过程框图 3图像预处理 3.1实验数据 本文使用的图像数据是MSTAR项目组公布的3类SAR 地面静止军用目标数据，包括装甲车BMP2，装甲车BTR70
课程简介 Introduction 中国科学院电子学研究所 微波成像技术重点实验室 合成孔径雷达技术概论2015秋北京课程概况 课程名称：合成孔径雷达技术概论 S ynthetic A perture R adar Techniques 课程编号：101M5012H 课程属性：专业基础课 预修课程：数字信号处理、信号与系统、雷达原理学时学分：50/3
教学目的和要求： 本课程为信号与信息处理专业和遥感信息工程专业研究生的专业基础课，重点论述SAR信号处理基础、成像处理算法及其实现，为从事后续相关研究工作奠定基础。 合成孔径雷达技术概论2015秋北京课程概况 课程特点： * 授课形式： 课程讲授与课堂演示、课堂练习（数据处理的matlab演示与练习）相结合。 自带笔记本电脑，预装Matlab * 课后阅读：参考书目、研究文献 * 研究课题及研究报告：课后研究
授课内容： SAR基础理论及其信号处理基础 典型成像处理算法 多普勒参数估计 星地几何关系和SAR系统级几何定位 先进合成孔径雷达系统 合成孔径雷达技术概论2015秋北京课程概况 任课教师： * 洪文研究员、博导 * 林赟助理研究员、博士 * 刘佳音副研究员、博士
教学内容与安排：每周三下午/教1-406 第一讲合成孔径雷达成像基本原理 授课内容：概述雷达基础、合成孔径的概念、SAR信号特征、SAR的典型成像算法等 合成孔径雷达技术概论2015秋北京 课程概况 教学内容与安排： 第二讲信号处理基础(一) 授课内容：卷积、傅里叶变换、升采样、卷积的DFT Matlab演示与练习 第三讲信号处理基础(二) 授课内容：信号采样与插值 Matlab演示与练习
合成孔径雷达概述 蔡 Beautyhappy521@https://www.doczj.com/doc/0513980855.html, 二OO八年三月二十三
1合成孔径雷达简介 (3) 1.1 合成孔径雷达的概念 (3) 1.2 合成孔径雷达的分类 (4) 1.3 合成孔径雷达(SAR)的特点 (5) 2合成孔径雷达的发展历史 (6) 2.1 国外合成孔径雷达的发展历程及现状 (6) 2.1.1 合成孔径雷达发展历程表 (7) 2.1.2 世界各国的SAR系统 (10) 2.2 我国的发展概况 (12) 2.2.1 我国SAR研究历程表 (12) 2.2.2 国内各单位的研究现状 (13) 2.2.2.1 电子科技大学 (13) 2.2.2.2 中科院电子所 (13) 2.2.2.3 国防科技大学 (14) 2.2.2.4 西安电子科技大学 (14) 3 合成孔径雷达的应用 (14) 4 合成孔径雷达的发展趋势 (15) 4.1 多参数SAR系统 (16) 4.2 聚束SAR (16) 4.3极化干涉SAR（POLINSAR） (17) 4.4合成孔径激光雷达（Synthetic Aperture Ladar） (17) 4.5 小型化成为星载合成孔径雷达发展的主要趋势 (18) 4.6 性能技术指标不断提高 (18) 4.7 多功能、多模式是未来星载SAR的主要特征 (19) 4.8 雷达与可见光卫星的多星组网是主要的使用模式 (19) 4.9 分布SAR成为一种很有发展潜力的星载合成孔径雷达 (19) 4.10 星载合成孔径雷达的干扰与反干扰成为电子战的重要内容 (20) 4.11 军用和民用卫星的界线越来越不明显 (20) 5 与SAR相关技术的研究动态 (21) 5.1 国内外SAR图像相干斑抑制的研究现状 (21) 5.2 合成孔径雷达干扰技术的现状和发展 (21) 5.3 SAR图像目标检测与识别 (23) 5.4 恒虚警技术的研究现状与发展动向 (26) 5.5 SAR图像变化检测方法 (28) 5.6 干涉合成孔径雷达 (32) 5.7 机载合成孔径雷达技术发展动态 (34) 5.8 SAR图像地理编码技术的发展状况 (36) 5.9 星载SAR天线方向图在轨测试的发展状况 (38) 5.10 逆合成孔径雷达的发展动态 (39) 5.11 干涉合成孔径雷达的发展简史与应用 (39)
基于机理的合成孔径雷达系统成像误差理论分析 基于机理的合成孔径雷达系统成像误差理论分析① 葛咏王劲峰 (中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京, 100101) 摘要:目前在遥感和G IS中,关于误差和不确定性研究的主要方法有两种:概率统计和机理 1 前言 尽管遥感为空间数据库获取数据十分迅速,但 我们对数据处理过程中误差的理解,尤其是多种空 间数据的集成中的误差了解甚少(L unet taeta l1, 1991).由于误差的存在降低了最终遥感图像的可信 度,同时也使遥感图像用于决策支持的范围受到了 限制.因此对可能的误差源,及其影响大小的分析 即成为一个重要的问题.目前关于误差和不确定性 研究的主要方法有两种:概率统计和机理模拟.概 率统计误差研究的主要原理是假设或经验求解最终 误差的分布函数形式,然后用一定的识别函数根据 一些已知点(监督点)值外推未知点值,并将其识 别函数统计误差和不确定性用一定的函数形式表达 出来.机理模拟首先应建立系统各环节的信息传递 函数,然后进行误差灵敏度分析,并且考虑在系统 元器件的工艺水平,经济价格和物质属性的约束条 件下,进行误差的最优控制,指导系统总体设计. 当前遥感误差研究主要是基于概率统计和证据 理论.如N ew com er和Sza jg in(1984),V erg in (1989),H euvelink(1989, 1993)等的不确定性分 析及史文中,刘文宝和张景雄等对遥感和G IS的位 置和属性不确定性分析.统计方法的优点是简单,适 用性强.但统计模型一般是描述性的,对观测数据 作经验性的统计描述,或者进行相关分析,不解答 为什么会有这样的结果(李小文, 1995;齐欢, 1996).鉴于此,本文提出了基于SA R系统机理的 误差分析方法.误差机理模型可以用来模拟全系统 的信息流,分析模拟各环境因素的影响,预测最终 识别对象的误差和不确定性,从而提高了SA R图像 的精度,并且指导系统优化设计.关键是必须对全 系统的物理原理有清晰的了解,并且建立起各环节 的信息传递函数. 这一问题的研究不仅有助于遥感信息提取和遥 感信息反演,而且对遥感数据的质量控制的研究,以 及合成孔径雷达的研制具有指导意义. 2 统计方法处理SA R成像误差
合成孔径雷达(SAR)的点目标仿真 一． S AR 原理简介 合成孔径雷达(Synthetic Aperzture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率， 从而获得大面积高分辨率雷达图像。 SAR 回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定： 2r r C B ρ= ，式中r ρ表示雷达的距离分辨率，r B 表示雷达发射信号带宽，C 表示光速。同样，SAR 回波信号经方位向合成孔径后，雷达的方位分辨率由雷达方位向的多谱勒带宽决定： a a a v B ρ= ，式中a ρ表示雷达的方位分辨率，a B 表示雷达方位向多谱勒带宽，a v 表示方位向SAR 平台速度。 二． S AR 的成像模式和空间几何关系 根据SAR 波束照射的方式，SAR 的典型成像模式有Stripmap(条带式)，Spotlight(聚束式)和Scan(扫描模式)，如图2.1。条带式成像是最早研究的成像模式，也是低分辨率成像最简单最有效的方式；聚束式成像是在一次飞行中，通过不同的视角对同一区域成像，因而能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最复杂。 图2.1：SAR 典型的成像模式 这里分析SAR 点目标回波时，只讨论正侧式Stripmap SAR ，正侧式表示SAR 波束中心和SAR 平台运动方向垂直，如图2.2，选取直角坐标系XYZ 为参考坐标系，XOY 平面为地平面；SAR 平台距地平面高h ，沿X 轴正向以速度V 匀速飞行；P 点为SAR 平台的位置矢量，设其坐标为(x,y,z)； T 点为目标的位置矢量，设其坐标为(,,)T T T x y z ；由几何关系，目标与SAR 平台的斜距为： 222()()()T T T PT x x y y z z =-+-+-u u u r 由图可知：0,,0T y z h z ===；令x v s =?，其中v 为平台速度，s 为慢时间变量（slow time ），假设T x vs =，其中s 表示SAR 平台的x 坐标为T x 的时刻；再令22T r H y = +，r 表示目
北京揽宇方圆信息技术有限公司 SAR卫星-合成孔径雷达卫星影像基础知识介绍 目前使用最广的成像雷达系统就是合成孔径雷达（Synthetic Aperture Radar：SAR），SAR几乎成为了雷达的代名词。本文从应用角度介绍SAR系统的基本知识。 本文主要包括： SAR基本原理 几个重要的参数 SAR拍摄模式 当前主流星载SAR系统 1.SAR基本原理 雷达发展初期，出现的是真实孔径雷达（Real Aperture Radar：RAR），由于成像分辨率与雷达天线的长度成正比，与波长和观测距离成反比，要想得到较高分辨率的SAR图像，需要增加天线的物理尺寸，限制其发展和应用，后来逐渐被合成孔径雷达SAR取代。 SAR用一个小天线作为单个辐射单元，将此单元沿一直线不断移动，在不同位置上接收同一地物的回波信号并进行相关解调压缩处理。一个小天线通过"运动"方式就合成一个等效"大天线"，这样可以得到较高的方位向分辨率，同时方位向分辨率与距离无关，这样SAR就可以安装在卫星平台上而可以获取较高分辨率的SAR图像。
图：SAR成像原理示意图 2.SAR几个重要的参数 为了更好的理解SAR和SAR图像，需要知道几个重要的参数。 2.1分辨率 SAR图像分辨率包括距离向分辨率（Range Resolution）和方位向分辨率（Azimuth Resolution）。 图：距离向和方位向示意图 距离向分辨率（Range Resolution）
垂直飞行方向上的分辨率，也就是侧视方向上的分辨率。距离向分辨率与雷达系统发射的脉冲信号相关，与脉冲持续时间成正比： Res(r)=c*τ/2 其中c为光速，τ为脉冲持续时间。 方位向分辨率（Azimuth Resolution） 沿飞行方向上的分辨率，也称沿迹分辨率。如下为推算过程： ?真实波束宽度：β=λ/D ?真实分辨率：ΔL=β*R=Ls(合成孔径长度) ?合成波束宽度βs=λ/(2*Ls)=D/(2*R) ?合成分辨率ΔLs=βs*R=D/2 其中λ为波长，D为雷达孔径，R为天线与物体的距离。 从这个公式中可以看到，SAR系统使用小尺寸的天线也能得到高方位向分辨率，而且与斜距离无关（就是与遥感平台高度无关）。 图：方位向分辨率示意图 2.2极化方式 雷达发射的能量脉冲的电场矢量，可以在垂直或水平面内被偏振。无论哪个波长，雷达信号可以传送水平（H）或者垂直（V）电场矢量，接收水平（H）或者垂直（V）或者两者的返回信号。雷达遥感系统常用四种极化方式——HH、VV、HV、VH。前两者为同向极化，后两者为异向(交叉)极化。