徐 濤，吳 軍，彭 芳，秦 陽(yáng)

空軍工程大學(xué) 工程學(xué)院，西安710038

在聚束SAR 系統(tǒng)中，人們常常在應(yīng)用成像算法處理前對(duì)原始回波數(shù)據(jù)進(jìn)行預(yù)處理，回波數(shù)據(jù)經(jīng)過(guò)預(yù)處理后往往會(huì)在距離向和方位向上產(chǎn)生高階系統(tǒng)誤差項(xiàng)，對(duì)預(yù)處理后的回波數(shù)據(jù)直接進(jìn)行傅里葉變換會(huì)引起圖像散焦，降低圖像等級(jí)。重疊子孔徑算法[1]（Overlapped Subaperture Algorithm，OSA）對(duì)復(fù)信號(hào)進(jìn)行分段處理，在對(duì)信號(hào)進(jìn)行傅里葉變換過(guò)程中，完成信號(hào)中高階誤差項(xiàng)的補(bǔ)償工作。因此可以利用OSA 算法對(duì)預(yù)處理后的SAR 進(jìn)行誤差補(bǔ)償，同時(shí)完成傅里葉變換。OSA 算法己經(jīng)成功應(yīng)用于Sandia 實(shí)驗(yàn)室雙水獺SAR 系統(tǒng)中，并取得顯著的效果。

Chirp Scaling 原理[1]使得不同距離上的目標(biāo)的頻域距離徙動(dòng)曲線一致化，因此可以準(zhǔn)確校正距離徙動(dòng)，最終實(shí)現(xiàn)精確成像。CS 原理還能解決二次距離壓縮（SRC）對(duì)方位頻率的依賴問(wèn)題?；贑hirp Scaling 原理的CS 算法已經(jīng)成功地應(yīng)用于聚束式SAR 系統(tǒng)中。

成像過(guò)程中完全使用相位相乘會(huì)導(dǎo)致成像精度不夠，雷達(dá)視角較大時(shí)容易造成圖像聚焦模糊，如CS 算法。完全使用插值運(yùn)算雖然會(huì)提高成像精度，但會(huì)導(dǎo)致運(yùn)算量過(guò)大，影響算法的實(shí)用性，而且插值函數(shù)選擇不合適還會(huì)影響成像效果，如PF 與RM 算法。本文從復(fù)信號(hào)中的頻率分辨理論出發(fā)，詳細(xì)介紹了OSA 與CS 的基本原理，并給出OSA 算法具體的實(shí)現(xiàn)過(guò)程和仿真結(jié)果，在CS 原理的基礎(chǔ)上，提出將OSA 與CS 原理結(jié)合起來(lái)應(yīng)用到聚束式SAR 成像算法中。

1 復(fù)信號(hào)中的頻率分辨率原理

設(shè)有復(fù)信號(hào)f(t)中含有兩個(gè)相近角頻率wr1和wr2的復(fù)指數(shù)信號(hào)，表達(dá)式如下：

對(duì)f(t)依據(jù)奈奎斯特采樣定理進(jìn)行采樣，設(shè)采樣點(diǎn)數(shù)為N ，采樣頻率為ws=2πN/T ，則采樣后的離散函數(shù)表達(dá)式為：

其中，wp1和wp2為數(shù)字角頻率，取值范圍為[-π,π]，利用等比數(shù)列求和公式求f(n)的傅里葉變換F(s)為：

圖1 f（n）的傅里葉變換

因?yàn)樵趯?shí)際處理中關(guān)心兩根譜線之間是否能夠分開(kāi)來(lái)，所以只需要關(guān)心F(s)的幅度大小，c sin cN(x)的包絡(luò)類似sin c(x)函數(shù)，在x=0 時(shí)幅度取得最大值，x=±π 時(shí)為距離x=0 最近的兩個(gè)零點(diǎn)，所以主瓣寬度為2π 。而根據(jù)FFT 原理的基本原理[2]可以知道，數(shù)字角頻率的最小分辨單元為ρ=2π/N 。該值為數(shù)字角頻率的理想分辨率，對(duì)應(yīng)角頻率的理想分辨率為，fs為采樣頻率。

由上可知，如果函數(shù)f(n)中wp1和wp2這兩個(gè)數(shù)字角頻率相差大于ρ，那么就可以在F(s)中對(duì)應(yīng)兩個(gè)不同的峰值（即譜線），這樣就可以識(shí)別出wp1和wp2。但實(shí)際處理中因?yàn)槿拥臄?shù)據(jù)有限，對(duì)f(n)進(jìn)行傅里葉變換時(shí)，就會(huì)出現(xiàn)頻譜泄漏現(xiàn)象，數(shù)字角頻率的兩根譜線將不再是一根直線，而是圍繞這個(gè)中心頻率形成兩個(gè)很窄的包絡(luò)。如果f(n)含有高階誤差項(xiàng)，這個(gè)包絡(luò)將會(huì)進(jìn)一步擴(kuò)展。顯然，提高頻率分辨率的關(guān)鍵在于減少這個(gè)包絡(luò)寬度。

2 OSA 基本原理與實(shí)現(xiàn)

重疊子孔徑算法是一個(gè)線性處理過(guò)程[3]，為了不失一般性，假設(shè)如下混有高階誤差項(xiàng)的單頻率復(fù)采樣信號(hào)：

其中，w0是要提取的數(shù)字角頻率，ξ(w0,n)是含有的高階誤差函數(shù)。這里的ξ(w0,n)主要考慮二次項(xiàng)相位誤差。因此在下面的分析中，假定ξ(w0,n) 的表達(dá)式為ξ(w0,n)=aw20n2，其中0 ＜a ＜1。其他形式的高次誤差項(xiàng)處理方法類似，a 為誤差加權(quán)因子。若a=0，直接對(duì)f(n)進(jìn)行傅里葉變換就可以得到理論分辨率ρ；但一般情況下a ≠0，且遠(yuǎn)遠(yuǎn)小于1，設(shè)a=0.000 2，N=255，直接對(duì)f(n)進(jìn)行傅里葉變換，變換結(jié)果如圖1 所示。

由圖1 可以看出，f(n)的傅里葉變換在w0處（仿真時(shí)進(jìn)行了平移變標(biāo)處理，將w0置于頻譜中心）形成一個(gè)包絡(luò)，隨著a 的增大，這個(gè)包絡(luò)越寬，嚴(yán)重影響了復(fù)信號(hào)的分辨率。

下面將討論如何利用重疊子孔徑方法來(lái)減少包絡(luò)寬度。定義N 為總孔徑長(zhǎng)度，把總孔徑劃分成多個(gè)區(qū)間，每個(gè)區(qū)間部分重合，則這樣的區(qū)間被稱為子孔徑，劃分示意圖見(jiàn)圖2[4]。

圖2 子孔徑劃分示意圖

從圖2 可以看出，該孔徑被劃分成L-2 段，每個(gè)子孔徑長(zhǎng)度M，兩個(gè)子孔徑之間的重合長(zhǎng)度為M-d ，則總孔徑中的任一點(diǎn)可以表示為：

其中，-M/2 ≤m ≤M/2-1，-L/2 ≤l ≤L/2-1，M 是每個(gè)子孔徑的長(zhǎng)度，L 是N 點(diǎn)數(shù)據(jù)分成的子孔徑的數(shù)目，劃分合適的情況下有N=L×d,如圖2 所示。通過(guò)以上劃分得到了一個(gè)L×M 的重疊子孔徑矩陣，如圖3 所示。

圖3 OSA 矩陣及Wp 的分布圖

將式（5）帶入式（4）得：

上式就是二維OSA 矩陣的表達(dá)式，按m 方向看去，二次項(xiàng)為aw20m2和2aw20ld×m，其引起的最大瞬時(shí)頻率變化量為aw20M 和2aw20Ld ，因?yàn)長(zhǎng)d ＞M ，所以只要令aw20Ld ≤π/M則aw20ld引起的頻率遷徙可以忽略。按第二個(gè)參數(shù)m進(jìn)行傅里葉變換得：

由csinc(x)的性質(zhì)可知，在OSA 矩陣的每一行，位于同一列位置處，將會(huì)出現(xiàn)一個(gè)最大值點(diǎn)，理論上u0滿足w0-2πu0/M=0。如果忽略指數(shù)項(xiàng)，則可以看出對(duì)于每個(gè)子孔徑，其峰值都出現(xiàn)在u0=w0M/2π 。此式是在忽略誤差項(xiàng)后得到的結(jié)果，因此，由上式只能得到w0的大致估計(jì)值w′0=2πu0/M，利用這個(gè)估計(jì)值可以產(chǎn)生一個(gè)補(bǔ)償值：

把這個(gè)補(bǔ)償值與式（7）相乘即可完成補(bǔ)償操作。實(shí)際處理中，OSA 矩陣每一列（對(duì)應(yīng)不同的u）都要產(chǎn)生一個(gè)w′0，然后對(duì)每一列中的數(shù)據(jù)（對(duì)應(yīng)不同的l）產(chǎn)生不同的g(l)，利用g(l)對(duì)每個(gè)點(diǎn)進(jìn)行補(bǔ)償，從而完成OSA 矩陣的聚焦處理。此時(shí)OSA 矩陣的表達(dá)式為：

為了在l向上分辨率接近理想的分辨率，必須滿足a(w20-w′20)l2d2≤2π 。在l方向?qū)κ剑?）第二個(gè)指數(shù)項(xiàng)進(jìn)行FFT 變換，得到OSA 矩陣最終表達(dá)式為：

參見(jiàn)得到w′0的過(guò)程，通過(guò)上式最大值所在點(diǎn)，可以得到w0的新的估計(jì)值：

按照上述方法對(duì)式（4）進(jìn)行處理，并且設(shè)a=0.000 2，N=255，L=32，M=16，d=8，圖4 即f(n)所對(duì)應(yīng)的OSA 矩陣幅度圖。與沒(méi)有經(jīng)過(guò)OSA 處理的幅度圖作比較，單頻包絡(luò)寬度明顯減小，從而可以增加復(fù)頻率分辨率。

上面所有的過(guò)程均為線性的，因此對(duì)于預(yù)處理后得到的多頻率線性疊加復(fù)信號(hào)，也可以按照同樣的步驟對(duì)高階誤差向進(jìn)行補(bǔ)償，在聚束式SAR 成像算法中，主要考慮二次項(xiàng)誤差。綜上所述，重疊子孔徑算法的流程圖，如圖5[5]。

3 CS 基本原理及RCMC

Chirp Scaling 原理[6]，即線性調(diào)頻信號(hào)與一個(gè)具有適當(dāng)相關(guān)調(diào)頻率的調(diào)頻信號(hào)（稱為CS 因子）相乘，結(jié)果仍然是一個(gè)調(diào)頻信號(hào)，只是相位中心和調(diào)頻率發(fā)生變化。這樣采用新的調(diào)頻率進(jìn)行距離壓縮后，信號(hào)的位置產(chǎn)生位移，使得不同距離上的目標(biāo)的頻域距離徙動(dòng)曲線一致化，因此可以準(zhǔn)確校正距離徙動(dòng)，最終實(shí)現(xiàn)精確成像。同時(shí)通過(guò)對(duì)Chirp 信號(hào)進(jìn)行頻率調(diào)制，實(shí)現(xiàn)了對(duì)該信號(hào)的尺度變換（變標(biāo)）或平移?；谶@種原理，可以通過(guò)相位相乘替代時(shí)域插值來(lái)完成隨距離變化的RCMC。此外，由于需要在二維頻域進(jìn)行數(shù)據(jù)處理，CS 還能解決二次距離壓縮（SRC）對(duì)方位頻率的依賴問(wèn)題。

可得到信號(hào)：

其瞬時(shí)頻率為：

因此，新的線性調(diào)頻信號(hào)s'(τ)的調(diào)頻率將為k+kref，經(jīng)匹配濾波后峰值點(diǎn)出現(xiàn)在（令fτ'=0）時(shí)刻：

圖4 f（n）傅里葉變換

圖5 OSA 流程圖

實(shí)現(xiàn)了對(duì)信號(hào)的尺度變換或者平移。

算法中，通過(guò)Chirp Scaling 操作實(shí)現(xiàn)RCMC，即通過(guò)FFT、線性相位相乘，以及IFFT 等操作對(duì)目標(biāo)的徙動(dòng)軌跡進(jìn)行上述的變標(biāo)或平移，以實(shí)現(xiàn)距離徙動(dòng)校正。與一般插值方法相比，Chirp Scaling 操作可以更高效、更精確地實(shí)現(xiàn)距離向插值，因此非常適于RCMC。但是，在使用Chirp Scaling 之前必須滿足兩個(gè)條件：首先，距離向數(shù)據(jù)必須具有Chirp 編碼特性；其次，Chirp Scaling 平移必須足夠小，以避免出現(xiàn)超出距離采樣率的混疊擴(kuò)展頻譜。為了滿足第二個(gè)條件，可以將RCMC 分為兩步：首先對(duì)參考軌跡（測(cè)繪區(qū)域中心）進(jìn)行RCM 校正，然后在Chirp Scaling 操作時(shí)，僅校正每條軌跡與參考軌跡之間的差量。這樣，Chirp Scaling所需的偏移量將會(huì)很小，從而大大降低了帶寬增幅。

對(duì)于最短距離為R0的目標(biāo)，距離多普勒域的距離等式近似為：

這種近似適用于低斜視角和窄孔徑情況。距離徙動(dòng)由上式的第二項(xiàng)給出，它是最短斜距R0的線性函數(shù)，也是方位頻率fη的二次函數(shù)。其中λ 為雷達(dá)波束長(zhǎng)度，Vr為雷達(dá)平臺(tái)徑向速度。距離多普勒域中的每一水平線具有同樣的fη，因而通常在該方向上逐行進(jìn)行RCMC[1，6-7]。

可以將上式的RCM 看成是整體RCM。使用Chirp Scaling 校正整體RCM，可能會(huì)造成信號(hào)移出距離基帶上的匹配濾波器頻帶。解決方案是將RCM 分為兩部分：表示參考或中心目標(biāo)RCM 的“一致RCM”以及“補(bǔ)余RCM”。對(duì)所有目標(biāo)來(lái)說(shuō)，一致RCM 都是相同的，補(bǔ)余RCM 表示RCM 的殘余部分。補(bǔ)余RCM 是與距離相關(guān)的，與一致RCM 相比小得多。這樣每一RCM 分量可以通過(guò)不同操作分別校正。

圖6 為一致/補(bǔ)余RCM 的示意圖。圖6（a）給出了不同距離上的三個(gè)目標(biāo)的能量軌跡（為簡(jiǎn)便計(jì)，數(shù)據(jù)已經(jīng)過(guò)距離壓縮）。垂直坐標(biāo)為多普勒頻率，每個(gè)目標(biāo)具有相同的多普勒帶寬（為簡(jiǎn)便計(jì)，多普勒中心頻率假設(shè)為零）。由于上式中的二階系數(shù)隨距離增大，因而每個(gè)目標(biāo)的曲率各不相同。如果參考目標(biāo)選在中心，則將該點(diǎn)處的RCM定義為一致RCM。一致RCM 不隨距離改變，也就是說(shuō)，其對(duì)所有目標(biāo)來(lái)說(shuō)是相同的，如圖6（b）所示。從每個(gè)目標(biāo)中去除一致RCM 后，就得到了補(bǔ)余RCM，如圖6（c）所示。為了表示的需要，圖6 中所示的補(bǔ)余RCM 被夸大了，實(shí)際上它與一致RCM 相比非常小。

圖6 整體RCM 為一致RCM 與補(bǔ)余RCM 之和

在進(jìn)行RCMC 時(shí)，可以相對(duì)任何初始位置進(jìn)行平移，為此可將參考位置選在RCMC 為零的距離和方位點(diǎn)上。由于主要目的之一是減少Chirp Scaling 操作引入的頻譜偏移，所以參考點(diǎn)在選擇上應(yīng)盡量減小補(bǔ)余RCMC。

4 算法流程設(shè)計(jì)與仿真實(shí)驗(yàn)

4.1 算法流程設(shè)計(jì)

Chirp Scaling 操作可以高效、精確地實(shí)現(xiàn)距離向處理，因此非常適于RCMC。重疊子孔徑算法對(duì)復(fù)信號(hào)進(jìn)行分段處理，在對(duì)信號(hào)進(jìn)行FFT 變換過(guò)程中，完成信號(hào)中誤差項(xiàng)的補(bǔ)償工作?？紤]兩種算法各自的局限性與特點(diǎn)，本文設(shè)計(jì)了一種綜合性方案，即在對(duì)成像效果影響較小的距離向使用CS 操作，而在方位向使用OSA 原理進(jìn)行誤差補(bǔ)償。下來(lái)對(duì)經(jīng)典CS 算法和設(shè)計(jì)的綜合性方案進(jìn)行簡(jiǎn)單闡述和成像性能對(duì)比，圖7 為經(jīng)典CS 算法的處理流程圖。

標(biāo)準(zhǔn)Chirp Scaling 成像算法主要包括四次傅里葉變換和三次相位相乘。CS 操作貫穿于算法處理的各個(gè)環(huán)節(jié)，包括距離向的距離徙動(dòng)校正、距離匹配濾波與方位向的匹配濾波等。

綜合性設(shè)計(jì)方案中，距離向使用CS 操作校正RCM，而在方位向使用OSA 原理進(jìn)行方位向誤差的處理。該方案流程設(shè)計(jì)圖如圖8。

圖7 經(jīng)典CS 算法處理流程圖

圖8 算法流程設(shè)計(jì)圖

算法流程說(shuō)明如下：

（1）通過(guò)方位向FFT 將SAR 回波信號(hào)變換到方位頻域，即距離多普勒域。

（2）通過(guò)相位相乘實(shí)現(xiàn)Chirp Scaling 操作，使所有目標(biāo)的距離徙動(dòng)軌跡一致化。

（3）通過(guò)距離向FFT 將數(shù)據(jù)變換到二維頻域。

（4）通過(guò)與參考函數(shù)進(jìn)行相位相乘，完成距離壓縮、SRC 和一致RCMC。通過(guò)方位向IFFT 將二維頻域中的數(shù)據(jù)變回到方位時(shí)域。

（5）通過(guò)在方位向構(gòu)建OSA 矩陣，利用OSA 原理補(bǔ)償方位向誤差，同時(shí)完成方位向的傅里葉變換。

（6）通過(guò)與參考函數(shù)進(jìn)行方位向匹配濾波，完成方位壓縮。

（7）最后通過(guò)二維IFFT 將數(shù)據(jù)變回到二維時(shí)域，即SAR 復(fù)圖像域。

需要注意的是，由于需要在數(shù)據(jù)中保留距離向Chirp信息，以實(shí)現(xiàn)步驟2 中的Scaling 操作，所以CSA 不能首先進(jìn)行距離壓縮。如果數(shù)據(jù)已經(jīng)經(jīng)過(guò)距離壓縮（在某些情況下），則需要通過(guò)距離延拓重建數(shù)據(jù)的距離向Chirp信息。

把雷達(dá)原始數(shù)據(jù)變換到頻域的目的是因?yàn)镃S 操作在頻域中比較容易實(shí)現(xiàn)。在距離向處理過(guò)程中，首先對(duì)參考軌跡（測(cè)繪區(qū)域中心）進(jìn)行RCM 校正，然后在Chirp Scaling操作時(shí)，僅校正每條軌跡與參考軌跡之間的差量。這樣，Chirp Scaling 所需的偏移量將會(huì)很小，從而大大降低了帶寬增幅。

在方位向處理過(guò)程中，首先，將經(jīng)過(guò)距離向處理的雷達(dá)數(shù)據(jù)在方位向構(gòu)造成OSA 矩陣，然后依據(jù)索引m進(jìn)行傅里葉變換，得到方位瞬時(shí)距離的粗略估計(jì)值，其次根據(jù)高階誤差函數(shù)得到它們的粗略估計(jì)值，并用這個(gè)估計(jì)值進(jìn)行誤差補(bǔ)償，部分消除高階誤差函數(shù)的影響，然后根據(jù)索引l進(jìn)行傅里葉變換，得到相對(duì)精確的方位距離；而后進(jìn)行方位向匹配濾波進(jìn)行方位壓縮，最后利用二維傅里葉變換得到雷達(dá)圖像。

4.2 仿真實(shí)驗(yàn)

基于表1 提供的系統(tǒng)仿真參數(shù)，在MATLAB 仿真平臺(tái)中進(jìn)行仿真驗(yàn)證，將方案中設(shè)計(jì)的成像算法的仿真結(jié)果和CS 算法的仿真結(jié)果做比對(duì)參考設(shè)置，如表1。

表1 仿真參數(shù)設(shè)置

根據(jù)表1 的系統(tǒng)仿真參數(shù)，方位向采樣數(shù)為400，采取如下參數(shù)劃分子孔徑：M=128，Δ=64，L=14。仿真時(shí)在成像區(qū)域設(shè)置10 個(gè)點(diǎn)目標(biāo)：構(gòu)建一個(gè)簡(jiǎn)單的飛機(jī)模型。圖9為MATLAB 仿真平臺(tái)下的兩種成像算法成像效果圖。

由成像效果圖可以看出，CS 算法作為一種經(jīng)典的成像算法，在距離向和方位向利用Chirp Scaling 處理完成了對(duì)插值的近似，是一種高效率的成像算法。CS 算法與方案算法都能夠在正側(cè)視條件下較好地完成成像，而基于OSA 與CS 原理的成像算法聚焦度更高。圖中前兩幅仿真所示為正側(cè)視條件下的成像效果圖，但是通常在對(duì)目標(biāo)的成像事實(shí)會(huì)存在一定得斜視角的，隨著斜視角的增大，經(jīng)典CS 算法由于未考慮SRC 的空變特性，忽略了與距離向的依賴關(guān)系，因此會(huì)引起較大誤差[7-8]。這個(gè)時(shí)候應(yīng)用OSA 原理的算法的優(yōu)勢(shì)就突顯出來(lái)了，重疊子孔徑算法原理在方位向?qū)Ω唠A誤差的補(bǔ)償彌補(bǔ)了這種誤差，提高了斜視條件下的SAR 成像效果，圖中后兩幅仿真所示為照射波束偏轉(zhuǎn)8°條件下的成像效果圖。隨著采樣點(diǎn)數(shù)的增加，成像效果會(huì)更好。圖10 給出了兩種算法點(diǎn)目標(biāo)成像的方位向剖面圖。

圖9 算法成像效果圖

圖10 方位向剖面圖

由圖10 可以看出，OSA 算法的應(yīng)用確實(shí)提高了信號(hào)的頻率分辨率，主旁瓣信號(hào)比明顯提高，復(fù)信號(hào)包絡(luò)寬度也相應(yīng)地減小了?；贠SA 和CS 原理的成像算法補(bǔ)償了二次相位誤差，但是未能補(bǔ)償更高次距離偏移引起的相位誤差。當(dāng)斜視角增大且分辨率要求較高時(shí)，方位向聚焦效果不理想，主要表現(xiàn)為旁瓣太高。在仿真中使用常規(guī)的CS算法和基于OSA+CS 算法都很難達(dá)到非常理想的效果。基于OSA 和CS 原理的成像算法在雷達(dá)信號(hào)方位向數(shù)據(jù)處理時(shí)，對(duì)每一點(diǎn)都構(gòu)造適當(dāng)?shù)难a(bǔ)償函數(shù)去補(bǔ)償誤差，完成OSA 矩陣聚焦處理，突出了SAR 信號(hào)處理方位向數(shù)據(jù)的重要性，使得成像結(jié)果比常規(guī)的CS 算法稍有優(yōu)勢(shì)。同時(shí)也要看到基于OSA 和CS 原理的成像算法由于方位向數(shù)據(jù)的處理提高了成像精度，但是相對(duì)于常規(guī)的CS 算法，其運(yùn)算量也明顯增大。在相同環(huán)境測(cè)試下，常規(guī)CS 算法的運(yùn)算時(shí)間為4.05 s，而基于OSA 和CS 原理的成像算法為6.28 s。若將三次或者更高次的相位誤差引入處理，則運(yùn)算量會(huì)更高，影響算法的實(shí)用性。

5 結(jié)束語(yǔ)

SAR 成像過(guò)程中常常會(huì)出現(xiàn)系統(tǒng)誤差項(xiàng)，本文詳細(xì)介紹了一種OSA 誤差補(bǔ)償算法，并給出了算法具體的實(shí)現(xiàn)流程和仿真圖形；將OSA 原理與CS 原理相結(jié)合，提出了一種設(shè)計(jì)方案，并對(duì)其性能和計(jì)算量進(jìn)行了分析，既提高了成像的效果，又考慮到了方案的運(yùn)算量問(wèn)題。

實(shí)驗(yàn)結(jié)果表明，重疊子孔徑算法能在很大程度上提高復(fù)信號(hào)的頻率分辨率，而且該成像處理方法不過(guò)分依賴?yán)走_(dá)系統(tǒng)對(duì)信號(hào)處理和運(yùn)動(dòng)補(bǔ)償?shù)淖饔?，單個(gè)子孔徑成像算法簡(jiǎn)單可靠，為在一定條件下實(shí)現(xiàn)機(jī)載SAR 系統(tǒng)的大斜視、高分辨成像提供了一種可行的方法，具有一定應(yīng)用價(jià)值。

[1] 張格子.機(jī)載聚束式合成孔徑雷達(dá)成像算法研究[D].上海：上海交通大學(xué)，2007：42-47.

[2] 謝冬冬，禹衛(wèi)東，徐峰.利用OSA 算法處理?xiàng)l帶SAR 數(shù)據(jù)[J].系統(tǒng)工程與電子技術(shù)，2005（6）.

[3] 謝冬冬，禹衛(wèi)東.OSA 在基于去斜率技術(shù)的SAR 成像算法中的應(yīng)用[J].現(xiàn)代雷達(dá)，2004（9）.

[4] 謝冬冬.OSA 在高分辨率SAR 成像算法中的應(yīng)用[D].北京：中國(guó)科學(xué)院電子學(xué)研究所，2005.

[5] 李勇，朱岱寅，朱兆達(dá).機(jī)載合成孔徑雷達(dá)大斜視高分辨率重疊子孔徑成像算法研究[J].電子與信息學(xué)報(bào)，2006，28（9）：1577-1581.

[6] 李勇，朱岱寅，朱兆達(dá).機(jī)載合成孔徑雷達(dá)高分辨率孔徑成像算法研究[J].電子與信息學(xué)報(bào)，2004，26：91-96.

[7] 丁嵐，一種改進(jìn)的Chirp Scaling 成像算法[J].電腦知識(shí)與技術(shù)，2009（4）：2760-2763.

[8] 保錚.雷達(dá)成像技術(shù)[M].北京：電子工業(yè)出版社，2005.