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
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
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
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。