李春升 楊 威* 王鵬波

?

星載SAR成像處理算法綜述

李春升 楊 威王鵬波

(北京航空航天大學(xué)電子信息工程學(xué)院 北京 100191)

該文首先回顧了歐美等國(guó)家星載SAR衛(wèi)星技術(shù)的發(fā)展歷程及發(fā)展趨勢(shì)，介紹了各國(guó)在軌衛(wèi)星及未來(lái)衛(wèi)星發(fā)射計(jì)劃等相關(guān)情況，在此基礎(chǔ)上對(duì)星載合成孔徑雷達(dá)衛(wèi)星成像處理算法進(jìn)行了總結(jié)和分析。論文具體分析了各主要成像算法的優(yōu)缺點(diǎn)并指出其適用范圍和應(yīng)用現(xiàn)狀，進(jìn)而闡述了星載合成孔徑雷達(dá)成像處理算法的發(fā)展趨勢(shì)，重點(diǎn)介紹了基于壓縮感知理論和基于新模式的成像處理算法，并給出了仿真結(jié)果。

合成孔徑雷達(dá)；時(shí)域算法；距離多普勒域算法；多變換域算法；2維頻域算法

1 概述

隨著空間信息遙感技術(shù)的快速發(fā)展，控制和利用空間成為世界軍事強(qiáng)國(guó)謀求的重要目標(biāo)之一，星載合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)由于其不受天氣、氣候的影響，能全天時(shí)、全天候、高分辨率、大區(qū)域?qū)Φ赜^測(cè)，因此成為空間信息遙感技術(shù)飛速發(fā)展時(shí)代的主旋律之一。

星載SAR工作在微波頻段，因此和光學(xué)遙感手段相比，其對(duì)地面植被、沙漠等具有一定的穿透能力，能揭露可能使傳統(tǒng)光學(xué)成像衛(wèi)星受騙上當(dāng)?shù)膫窝b，常用于發(fā)現(xiàn)叢林中的機(jī)械化部隊(duì)、埋藏于地下數(shù)米深的設(shè)施等，比如美國(guó)用“長(zhǎng)曲棍球(Lacrosse)”衛(wèi)星偵察伊朗和朝鮮的地下設(shè)施或工事。SAR對(duì)金屬目標(biāo)具有靈敏的探測(cè)能力，特別適用于晝夜監(jiān)視艦船、坦克、導(dǎo)彈發(fā)射架等目標(biāo)。同時(shí)，星載SAR在災(zāi)害處理、地質(zhì)與勘探、海洋環(huán)境、大氣環(huán)境、農(nóng)業(yè)、林業(yè)、制圖等領(lǐng)域也發(fā)揮著越來(lái)越重要的作用。

和光學(xué)圖像的“所見即所得”不同，星載SAR原始回波信號(hào)呈現(xiàn)出噪聲特性，因此如何將類噪聲信號(hào)經(jīng)過(guò)處理轉(zhuǎn)換成可視圖像是星載SAR技術(shù)研究的核心內(nèi)容。本文以星載SAR衛(wèi)星的發(fā)展為背景，首先介紹星載SAR衛(wèi)星的發(fā)展歷程、現(xiàn)狀及未來(lái)趨勢(shì)，在此基礎(chǔ)上結(jié)合星載SAR衛(wèi)星工作模式和性能指標(biāo)對(duì)成像處理算法進(jìn)行總結(jié)和闡述，尤其對(duì)高分辨率星載SAR成像處理算法進(jìn)行分析。

2 星載合成孔徑雷達(dá)衛(wèi)星發(fā)展概況

從1952年Shervin首次提出采用相位校正的全聚焦陣列概念以來(lái)，合成孔徑雷達(dá)已歷經(jīng)一個(gè)甲子發(fā)展，至今合成孔徑雷達(dá)已廣泛應(yīng)用于國(guó)計(jì)民生的各個(gè)領(lǐng)域。星載合成孔徑雷達(dá)衛(wèi)星的發(fā)展主要經(jīng)歷了3個(gè)階段：1970年～1990年為孕育期，美國(guó)是主要的研制、發(fā)展和應(yīng)用國(guó)家；1990年～2000年為成長(zhǎng)期，美國(guó)、俄羅斯、歐洲、加拿大和日本在這一時(shí)期推進(jìn)了星載SAR技術(shù)的進(jìn)步；2000年開始進(jìn)入了蓬勃發(fā)展期，歐洲、加拿大、以色列、日本、印度等國(guó)先后發(fā)射了SAR成像雷達(dá)衛(wèi)星，星載SAR技術(shù)的發(fā)展推動(dòng)力已不僅僅依靠單項(xiàng)技術(shù)突破，而轉(zhuǎn)變?yōu)橐揽扛拍铙w制的推陳換代。

2.1美國(guó)星載SAR衛(wèi)星發(fā)展概況

美國(guó)是最早開發(fā)和應(yīng)用合成孔徑雷達(dá)技術(shù)的國(guó)家，積累了豐富的研制和應(yīng)用經(jīng)驗(yàn)。1978年，美國(guó)成功發(fā)射了第1顆星載SAR衛(wèi)星Seasat-1[6]，揭開了天基SAR對(duì)地遙感觀測(cè)的序幕。之后，在1981年、1984年和1995年，美國(guó)又成功地發(fā)射了SIR-A, SIR-B和SIR-C/X-SAR衛(wèi)星。1988年美國(guó)發(fā)射了首顆長(zhǎng)曲棍球雷達(dá)偵察衛(wèi)星，在海灣戰(zhàn)爭(zhēng)中發(fā)揮了重要的作用。美國(guó)星載SAR衛(wèi)星發(fā)展主要包括2個(gè)系列，分別是“長(zhǎng)曲棍球”雷達(dá)成像偵察衛(wèi)星系列和“太空雷達(dá)”成像偵察衛(wèi)星系列。

(1) “長(zhǎng)曲棍球”成像偵察衛(wèi)星

長(zhǎng)曲棍球衛(wèi)星是世界上目前最為先進(jìn)的星載SAR衛(wèi)星，從1988年12月發(fā)射第1顆衛(wèi)星至今已經(jīng)先后發(fā)射了5顆長(zhǎng)曲棍球衛(wèi)星，目前長(zhǎng)曲棍球1、長(zhǎng)曲棍球2、長(zhǎng)曲棍球3已經(jīng)退役，長(zhǎng)曲棍球4和長(zhǎng)曲棍球5仍在軌工作。長(zhǎng)曲棍球衛(wèi)星重約12～16 t，軌道傾角為57°或68°，工作在L波段和X波段，具有水平和垂直兩種極化方式，最優(yōu)分辨率可達(dá)0.3 m。后續(xù)接替長(zhǎng)曲衛(wèi)星工作的是未來(lái)成像構(gòu)架(Future Imagery Architecture, FIA)衛(wèi)星，在2010年9月21日和2012年4月3日已發(fā)射兩顆，該衛(wèi)星采用拋物面天線，最高分辨率為0.3 m。

(2) “太空雷達(dá)”成像偵察衛(wèi)星

“太空雷達(dá)”(Space Radar, SR)是美國(guó)空軍和美國(guó)國(guó)家偵察局的一個(gè)聯(lián)合項(xiàng)目，是第1個(gè)真正面向戰(zhàn)術(shù)應(yīng)用的偵察衛(wèi)星系統(tǒng)，因此在星載SAR發(fā)展的歷史中具有里程碑的意義。Space Radar衛(wèi)星具備0.1 m高分辨率成像、地面動(dòng)目標(biāo)指示(Ground Moving Target Indication, GMTI)、數(shù)字地形測(cè)繪(Digital Terrain Elevation Data, DTED)、海洋監(jiān)視和反導(dǎo)以及戰(zhàn)場(chǎng)實(shí)時(shí)調(diào)度和接收的能力，因此能直接支持戰(zhàn)場(chǎng)作戰(zhàn)。

2.2俄羅斯星載SAR衛(wèi)星發(fā)展概況

俄羅斯最早發(fā)射過(guò)分辨率為15 m的“鉆石”民用遙感雷達(dá)衛(wèi)星，但近些年來(lái)，俄羅斯在星載SAR衛(wèi)星發(fā)展領(lǐng)域相對(duì)緩慢。俄羅斯計(jì)劃在未來(lái)幾年內(nèi)發(fā)射一個(gè)完整的高分辨率天基雷達(dá)星座。其中，俄羅斯機(jī)械制造科研生產(chǎn)聯(lián)合體正在研制“禿鷹E”(Kondor-E)的衛(wèi)星，Kondor-E分為光學(xué)型和雷達(dá)型，其中Kondor-E雷達(dá)型衛(wèi)星為S波段小型雷達(dá)衛(wèi)星，重1150 kg，并采用質(zhì)量極輕的直徑6 m的折疊式拋物面天線。拉沃奇金科研生產(chǎn)聯(lián)合體為俄羅斯生產(chǎn)“阿爾康2”(Arkon-2)多功能雷達(dá)衛(wèi)星，Arkon-2搭載一部3波段——X, L, P波段雷達(dá)，具備1 m分辨率的對(duì)地觀測(cè)能力。

2.3歐洲星載SAR衛(wèi)星發(fā)展概況

近十幾年來(lái)爆發(fā)的局部戰(zhàn)爭(zhēng)使歐洲認(rèn)識(shí)到，僅依靠美國(guó)衛(wèi)星提供的情報(bào)實(shí)施作戰(zhàn)計(jì)劃將使得歐洲在未來(lái)逐步喪失信息優(yōu)勢(shì)及世界事務(wù)中的話語(yǔ)權(quán)，因此以德國(guó)、法國(guó)、意大利為首的歐盟各國(guó)開始向天基偵察領(lǐng)域進(jìn)軍，并在天基SAR發(fā)展中走出一條不同于美國(guó)的、成功的、獨(dú)立的道路。

(1) SAR-lupe星座

1998年，德國(guó)啟動(dòng)SAR-lupe系統(tǒng)研究工作，該系列的SAR衛(wèi)星由5顆相同的衛(wèi)星組成，分布在3個(gè)不同的軌道上，每顆衛(wèi)星重約770 kg，工作在X波段，極化方式為HH，主要用于軍事偵察。2008年7月，SAR-lupe中最后一顆SAR衛(wèi)星入軌標(biāo)志著歐洲SAR軍事偵察衛(wèi)星完成組網(wǎng)，是歐洲天基偵察能力發(fā)展的一個(gè)重要里程碑，歐洲從此具備獨(dú)立、全天時(shí)、全天候、高分辨率的軍事偵察能力。SAR-lupe具有條帶和聚束兩種成像模式，可獲取多種分辨尺度的SAR遙感圖像，得益于其高精度平臺(tái)控制能力，其聚束模式可通過(guò)平臺(tái)姿態(tài)控制實(shí)現(xiàn)，獲取0.5 m分辨率、5.5 km×5.5 km大小觀測(cè)區(qū)域的圖像。

(2) TerraSAR-X姊妹星

TerraSAR-X是德國(guó)研制的一顆軍民兩用雷達(dá)成像衛(wèi)星，重1023kg，工作在X波段，具備全極化的能力，該系列衛(wèi)星的任務(wù)主要是將收集的數(shù)據(jù)應(yīng)用于科學(xué)研究。TerraSAR-X衛(wèi)星于2007年6月15日成功發(fā)射，具有高分辨率的聚束成像模式，可在1 m分辨率條件下，獲得5 km×10 km的測(cè)繪帶寬(方位×距離)。作為TerraSAR-X的姊妹星，TanDEMSAR衛(wèi)星于2010年6月21日發(fā)射成功，并和TerraSAR-X衛(wèi)星實(shí)現(xiàn)協(xié)同工作，完成對(duì)地表的3維測(cè)量，其精度可達(dá)到2 m。

(3) COSMO-Skymed星座

COSMO-Skymed雷達(dá)成像衛(wèi)星星座是由意大利國(guó)防部和意大利航天局合作打造的軍民兩用衛(wèi)星星座，由4個(gè)衛(wèi)星組成，每顆衛(wèi)星重約1700 kg，工作在X波段，具有全極化的工作能力，主要用于監(jiān)視、情報(bào)、測(cè)繪、目標(biāo)探測(cè)與定位、城市規(guī)劃、商業(yè)成像服務(wù)等領(lǐng)域，目前已有3顆衛(wèi)星成功入軌工作。該系列衛(wèi)星具有多極化、多模式的特點(diǎn)，在0.7 m分辨率的條件下，可實(shí)現(xiàn)10 km×10 km的測(cè)繪帶寬(方位×距離)。

2.4以色列星載SAR衛(wèi)星發(fā)展概況

以色列TecSAR衛(wèi)星的成功發(fā)射標(biāo)志著以色列躋身于世界衛(wèi)星研制強(qiáng)國(guó)之列，提升了以色列情報(bào)獲取能力，尤其是增強(qiáng)了對(duì)中東地區(qū)態(tài)勢(shì)的信息掌控能力。TecSAR衛(wèi)星工作在X波段，其有效載荷是高分辨率X波段合成孔徑雷達(dá)XSAR, XSAR的前身是機(jī)載型X波段多模式雷達(dá)，通過(guò)改良將其搭載至衛(wèi)星平臺(tái)上。TecSAR衛(wèi)星采用了許多創(chuàng)新性技術(shù)，其中質(zhì)量輕、性能好和工作模式靈活是其最顯著的特點(diǎn)。TecSAR重量約300 kg，有效載荷只有100 kg，最優(yōu)分辨率可達(dá)0.7 m，具有全極化的工作模式。TecSAR具備一種先進(jìn)的工作模式，即鑲嵌模式(Mosaic)，能在1.8 m分辨率條件下，通過(guò)拼接提升覆蓋性能。

2.5加拿大星載SAR衛(wèi)星發(fā)展概況

加拿大是最早發(fā)展星載SAR的國(guó)家之一，早在1976年加拿大就開始啟動(dòng)“雷達(dá)衛(wèi)星”(Radarsat)計(jì)劃。作為最為成功的商用SAR系列衛(wèi)星，在1995年11月成功發(fā)射并運(yùn)營(yíng)了Radarsat-1衛(wèi)星后，在2007年12月14日再次成功的發(fā)射了Radarsat-2衛(wèi)星，該衛(wèi)星同Radarsat-1一樣工作在C波段，重量由2750 kg降至2280 kg。Radarsat-2不僅繼承了Radarsat-1衛(wèi)星的已有的經(jīng)典工作模式，并在此基礎(chǔ)上提高了星載SAR系統(tǒng)性能，增加了新的工作模式，其中具有代表性的包括：全極化工作模式、超寬掃描模式、超精細(xì)條帶模式(Ultra-Fine)。加拿大計(jì)劃在未來(lái)發(fā)射Radarsat-3衛(wèi)星，可和Radarsat-2衛(wèi)星協(xié)同工作實(shí)現(xiàn)干涉功能。

2.6日本星載SAR衛(wèi)星發(fā)展概況

3 星載合成孔徑雷達(dá)成像處理算法綜述

3.1 SAR成像處理算法的雛形

合成孔徑的概念最早在1951年6月由美國(guó)古德依爾公司(Goodyear Aerospace Co.)的威利提出，利用頻率分析的方法改善雷達(dá)的角分辨率。同時(shí)期，伊利亞諾大學(xué)控制系統(tǒng)實(shí)驗(yàn)室獨(dú)立的用非相干雷達(dá)作實(shí)驗(yàn)，證實(shí)了利用頻率分析可改善雷達(dá)的角分辨率，并在1953年7月采用非聚焦型的孔徑處理方法得到了第1幅合成孔徑雷達(dá)圖像。此外，美國(guó)密執(zhí)安大學(xué)雷達(dá)和光學(xué)實(shí)驗(yàn)室的利思等人發(fā)現(xiàn)了光學(xué)全息照相和合成孔徑雷達(dá)概念的相似性，并將光學(xué)處理思想引入合成孔徑雷達(dá)信號(hào)處理中，并通過(guò)機(jī)載飛行試驗(yàn)驗(yàn)證了光學(xué)處理方法的可行性。

在合成孔徑雷達(dá)概念提出的最初階段，許多科學(xué)家都嘗試了從不同的角度對(duì)合成孔徑的概念進(jìn)行闡釋，在闡釋的過(guò)程中提出了不同的孔徑信號(hào)合成方法，如用光學(xué)全息處理方法等。在此期間，SAR信號(hào)的成像處理精度不高，以非聚焦型處理方法為主，但上述處理方法的提出及實(shí)現(xiàn)證明了合成孔徑雷達(dá)的可行性，為后續(xù)合成孔徑雷達(dá)的發(fā)展奠定了基礎(chǔ)。

3.2 SAR成像處理算法的現(xiàn)狀

隨著人們對(duì)合成孔徑概念理解的不斷深入，人們意識(shí)到回波信號(hào)的存儲(chǔ)和處理方式是合成孔徑雷達(dá)技術(shù)的核心所在。上世紀(jì)70年代，隨著數(shù)字處理器的飛速發(fā)展，SAR回波信號(hào)已普遍采用數(shù)字化的存儲(chǔ)和處理方式，同時(shí)按是否進(jìn)行多普勒相位校正可將SAR成像處理算法分為聚焦型處理算法和非聚焦型處理算法。非聚焦型處理算法完全忽略多普勒相位校正這一步驟，僅使用于低分辨率SAR回波信號(hào)處理，如平均濾波器等方法。非聚焦型成像處理算法能達(dá)到的方位向分辨率為，分辨率隨作用距離增加而惡化。由于作用距離遠(yuǎn)的原因，星載SAR回波信號(hào)處理通常不使用非聚焦型成像處理算法。本節(jié)將結(jié)合星載SAR衛(wèi)星的發(fā)展，對(duì)星載SAR聚焦型成像算法進(jìn)行分析和綜述。

3.2.1時(shí)域處理算法 時(shí)域處理算法主要以后向投影算法(Back Projection, BP)為代表。BP算法起源于計(jì)算機(jī)斷層掃描技術(shù)，是一種基于時(shí)域處理的精確的成像算法。其基本思想是通過(guò)計(jì)算成像區(qū)域內(nèi)每一點(diǎn)到孔徑長(zhǎng)度內(nèi)SAR天線平臺(tái)之間的雙程時(shí)延，將對(duì)應(yīng)的時(shí)域回波信號(hào)沿孔徑方向進(jìn)行相干疊加，使來(lái)自該像素點(diǎn)的回波信號(hào)為同相，實(shí)現(xiàn)能量的聚焦，而其它點(diǎn)的回波信號(hào)由于相位不同相，疊加結(jié)果趨近于0，因此可認(rèn)為最終疊加結(jié)果即為該像素點(diǎn)的值，從而恢復(fù)出每個(gè)像素的目標(biāo)函數(shù)。對(duì)整個(gè)成像區(qū)域，按照上述過(guò)程逐個(gè)像素點(diǎn)地進(jìn)行相干疊加處理，即可獲得最終圖像。

理論上，BP算法適用于各種模式回波信號(hào)的處理，是一種高精度的處理算法，但其缺陷在于需要消耗大量的計(jì)算資源。針對(duì)BP算法計(jì)算量巨大的缺點(diǎn)，在1996年和1998年，McCorkle, Olle Seger分別提出了四分樹和局部BP處理算法，通過(guò)分塊減小時(shí)域算法的運(yùn)算量；2000年，Amier Boag提出一種快速的BP算法，即將成像區(qū)域分塊，通過(guò)分級(jí)相干累加減小BP算法的運(yùn)算量。基于上述改進(jìn)后，BP算法具有更廣泛的應(yīng)用領(lǐng)域，最具代表性的為雙站SAR數(shù)據(jù)處理和高軌SAR數(shù)據(jù)處理。

3.2.2距離頻域方位時(shí)域處理算法 距離頻域方位時(shí)域處理算法主要以頻譜分析算法(SPECAN)為代表。SPECAN算法起源于線性調(diào)頻信號(hào)處理中的拉伸步進(jìn)變換，并在1979年為了滿足SAR多視處理要求而由歐洲空間技術(shù)中心(European Space Research and Technology Centre, ESTEC)和加拿大MDA (MacDonald Dettwiler and Associates Ltd)聯(lián)合提出的一種SAR實(shí)時(shí)成像算法。SPECAN算法又叫去斜坡法，是目前國(guó)內(nèi)外最常用的塊視成像算法，在RADARSAR, SIR-C, ENVISAT, ALOS以及COSMO-SkyMed的掃描模式數(shù)據(jù)處理中均用到SPECAN算法。

之所以將SPECAN算法歸結(jié)到距離頻域方位時(shí)域的算法，是因?yàn)镾PECAN算法距離壓縮方式和RD算法相同，可在頻域采用匹配濾波的方法完成距離信號(hào)的聚焦處理。而方位向則是通過(guò)時(shí)域去斜處理將調(diào)頻信號(hào)變?yōu)閱晤l信號(hào)后通過(guò)FFT變換完成壓縮。這樣處理的優(yōu)勢(shì)在于當(dāng)方位向數(shù)據(jù)量比較大的時(shí)候可提高方位向的壓縮效率。但SPECAN算法在距離校正時(shí)僅考慮了距離游走，且忽略距離徙動(dòng)的空變性，因此SPECAN算法最初主要應(yīng)用于分辨率比較低的掃描模式數(shù)據(jù)的成像處理。

為解決SPECAN距離徙動(dòng)矯正問(wèn)題，Lannri在1998年提出一種改進(jìn)的SPECAN算法，該算法將SPECAN算法中的標(biāo)準(zhǔn)傅里葉變換替代為變標(biāo)傅里葉變換，其變換核含有能對(duì)方位像素間隔進(jìn)行等距離調(diào)整的距離變標(biāo)因子，通過(guò)Chirp-Z變換可以有效地實(shí)現(xiàn)變標(biāo)傅里葉變換。

3.2.3距離多普勒域處理算法 距離多普勒域處理算法主要以距離多普勒算法(Range Doppler, RD)為代表。最初，RD算法主要是為處理SEASAT數(shù)據(jù)而提出的高效處理算法，但由于其概念明確、實(shí)現(xiàn)方法簡(jiǎn)單，因此還被應(yīng)用于JERS, ALOS, Radarsat-1, Envisat等星載SAR的數(shù)據(jù)處理。我國(guó)也于1990年，由北京航空航天大學(xué)首次利用RD算法獲取了國(guó)內(nèi)第1幅星載SAR圖像，使用的數(shù)據(jù)正是SEASAT數(shù)據(jù)。

在星載SAR發(fā)展的孕育期，其分辨率不高，常采用L波段和C波段有效載荷，因此其數(shù)據(jù)處理的難度主要體現(xiàn)在孔徑時(shí)間內(nèi)，衛(wèi)星同載荷的相對(duì)運(yùn)動(dòng)導(dǎo)致回波能量軌跡沿距離門彌散，導(dǎo)致方位/距離的耦合。由于這種耦合沿距離向還存在空變特性，因此如何精確、簡(jiǎn)單的消除耦合對(duì)處理的影響，將2維信號(hào)處理轉(zhuǎn)變成兩個(gè)1維信號(hào)處理是實(shí)現(xiàn)高精度、高效成像處理的關(guān)鍵。

距離徙動(dòng)校正(Range Cell Migration Correct, RCMC)是方位/距離耦合的表現(xiàn)形式之一。距離徙動(dòng)校正在距離多普勒域內(nèi)完成是RD算法區(qū)別于其它算法的最顯著特征，也是稱其為距離多普勒算法的原因。RD算法處理核心思想是利用方位向信號(hào)的時(shí)不變特性，在方位頻域，即多普勒域內(nèi)對(duì)距離位置相同而方位位置不同的一組目標(biāo)一次完成距離徙動(dòng)校正，在距離多普勒域內(nèi)高效實(shí)現(xiàn)RCMC。RD算法的另一個(gè)特點(diǎn)在于能沿距離向調(diào)整參數(shù)，補(bǔ)償RCMC的距離空變特性。

二次距離壓縮(Secondary Range Compression, SRC)是方位/距離耦合的另一個(gè)表現(xiàn)形式。在高分辨率或大斜視角條件下，在距離多普勒域內(nèi)線性調(diào)頻信號(hào)的調(diào)頻率發(fā)生了變化，使用初始的線性調(diào)頻斜率進(jìn)行距離壓縮將造成距離散焦。這種現(xiàn)象可解釋為在高分辨率或大斜視角條件下，每一距離單元內(nèi)的時(shí)間帶寬積發(fā)生了變化，因此距離向相位將受到方位向FFT的影響。SRC濾波函數(shù)是距離時(shí)間和方位頻率的函數(shù)，根據(jù)不同的近似方式，SRC的實(shí)現(xiàn)方式主要分為3種，第1種是在距離頻域-方位時(shí)域進(jìn)行SRC，此時(shí)認(rèn)為SRC和距離時(shí)間及方位頻率均無(wú)關(guān)，這種情況下可將SRC操作合并到距離壓縮步驟中。第2種是在2維頻域中進(jìn)行SRC，考慮其和方位向頻率的相關(guān)性，忽略其隨距離時(shí)間的變化。第3種是在距離多普勒域內(nèi)進(jìn)行SRC，同時(shí)考慮其和距離時(shí)間和方位頻率的相關(guān)性，第3種方法精度最高，但操作復(fù)雜，計(jì)算量大，通常情況下不采用第3種處理方式。

在眾多聚焦型算法中，RD算法是最容易理解的一種算法，其處理過(guò)程可視為回波接收的逆過(guò)程。RD算法通常用以處理分辨率為3 m～10 m的條帶模式回波數(shù)據(jù)，綜合考慮處理精度和效率，SRC建議采用第2種方式。以5 m分辨率為例，對(duì)于L波段數(shù)據(jù)，如SEASAT，在斜視角度小于5°時(shí)即可滿足處理精度要求；對(duì)于C波段數(shù)據(jù)，如Radarsat- 1，在斜視角度小于15°時(shí)均可滿足處理精度要求；對(duì)于X波段數(shù)據(jù)，如TerraSAR，在斜視角度小于20°時(shí)均可滿足處理精度的要求。

3.2.4多變換頻域算法 多變換域處理算法主要以線性變標(biāo)算法(Chirp Scaling, CS)和頻率尺度變換算法(Frequency Scaling, FS)為代表，下面分別予以介紹。

(1) CS算法

RD算法易于理解和實(shí)現(xiàn)，但其最大的缺陷在于距離徙動(dòng)校正時(shí)的插值操作將消耗大量的計(jì)算資源，因此在高分辨率、大斜視角條件下，RD算法在處理效率上并無(wú)優(yōu)勢(shì)?；谏鲜鲈颍霈F(xiàn)了距離多普勒域外的其它成像算法，其中最具代表性的為CS算法。

CS算法由MacDonald Dettwiler的Ian Cumming和Frank Wong以及德宇航的Richard Bamler團(tuán)隊(duì)在1993年共同提出，并很快的被應(yīng)用于德宇航SAR地面處理器中。CS算法的重要貢獻(xiàn)在于避免了RCMC中的插值操作，該算法的本質(zhì)是基于Papoulis提出的Scaling原理，通過(guò)對(duì)Chirp信號(hào)進(jìn)行頻率調(diào)制，實(shí)現(xiàn)信號(hào)的尺度變化和平移，從而利用復(fù)數(shù)相乘和快速傅里葉變換即可完成回波信號(hào)的處理，因此處理效率大大提高。

由于頻率變標(biāo)或平移不能過(guò)大，否則引起信號(hào)中心頻率和帶寬的改變，因此CS算法對(duì)距離徙動(dòng)的校正是通過(guò)兩步完成的。首先在距離多普勒域補(bǔ)償距離徙動(dòng)的空變特性，將處理不同距離向位置目標(biāo)的距離徙動(dòng)曲線校正成相同的形式，進(jìn)而在2維頻域內(nèi)完成殘余距離徙動(dòng)的精確校正，因此CS算法是一種多變換頻域算法。其次，CS算法中考慮了SRC對(duì)方位頻率的依賴問(wèn)題，因此其二次壓縮效果同RD算法中SRC第2種方式的效果相當(dāng)，但在處理效率上卻遠(yuǎn)優(yōu)于RD算法。

經(jīng)典線性變標(biāo)算法推導(dǎo)過(guò)程中對(duì)2維頻譜采用了近似的手段，因此在處理高分辨率或大斜視角星載SAR回波數(shù)據(jù)上具有局限性，體現(xiàn)在RCMC不精確造成距離向左右旁瓣不對(duì)稱以及方位向殘留相位誤差影響方位向聚焦效果。針對(duì)上述問(wèn)題，Davidson等人提出了斜視角條件下的非線性變標(biāo)算法，一定程度上緩解了2維頻譜近似處理對(duì)聚焦效果的影響。以3 m分辨率為例，利用非線性變標(biāo)算法能在斜視15°的條件下完成回波信號(hào)的精確成像處理。

CS算法是一種更為高效、精確的處理算法，其處理過(guò)程無(wú)需插值，僅需FFT操作和復(fù)數(shù)相乘即可完成，適用于目前在軌SAR衛(wèi)星條帶模式回波信號(hào)的處理。同時(shí)，以CS算法為內(nèi)核衍生出許多的擴(kuò)展算法，包括適用于掃描模式的ECS算法、適用于聚束模式的DCS算法和兩步算法、適用于TOPS模式的BAS算法、適用于滑動(dòng)聚束模式、TOPS模式以及逆TOPS模式的三步成像算法等。上述算法拓展了CS算法在不同分辨率、不同成像模式數(shù)據(jù)處理上的應(yīng)用，但當(dāng)分辨率優(yōu)于0.5 m時(shí)，上述擴(kuò)展算法不再使用，需進(jìn)行其它改進(jìn)才能完成信號(hào)的精確處理。

(2) FS算法

頻率尺度變換算法(FS)算法是CS算法的變形，由Josef Mittermayer提出并用于聚束模式數(shù)據(jù)的處理。FS算法要求所處理的數(shù)據(jù)為距離向解線性調(diào)頻(Dechirp)之后的數(shù)據(jù)。該算法通過(guò)使用新的頻率Scaling函數(shù)，在不進(jìn)行插值的情況下對(duì)距離徙動(dòng)進(jìn)行精確矯正。

與標(biāo)準(zhǔn)CS算法一樣，F(xiàn)S算法沒(méi)有考慮二次距離壓縮隨目標(biāo)距離的變化。對(duì)于大斜視角數(shù)據(jù)，由于二次距離壓縮誤差的影響，偏離參考距離的散射點(diǎn)無(wú)法精確聚焦，因此FS算法不適合處理大斜視角數(shù)據(jù)。為此，文獻(xiàn)[32]提出用不同的參考距離對(duì)數(shù)據(jù)進(jìn)行二次距離壓縮的改進(jìn)FS算法，能得到較好的成像效果。文獻(xiàn)[33]提出了一種改進(jìn)FS算法，該算法消除了信號(hào)在距離多普勒域中所作的泰勒展開近似，實(shí)現(xiàn)了對(duì)參考距離目標(biāo)的精確二次距離壓縮和距離徙動(dòng)矯正。同時(shí)補(bǔ)償了SRC隨距離變化的殘余誤差，改善了測(cè)繪帶邊緣目標(biāo)的聚焦性能。

CS算法在二次距離壓縮時(shí)忽略了其隨距離時(shí)間的變化，且在2維頻域上采用了近似的表達(dá)形式，因此無(wú)法適用于超高分辨率、超大斜視角的回波信號(hào)處理。RD最精確的處理算法雖能滿足處理精度的要求，但在高分辨率、大斜視角條件下，其2維插值核函數(shù)長(zhǎng)度急劇增加，消耗的計(jì)算資源難以接受。因此上述兩種處理算法在處理高分辨率、大斜視角的數(shù)據(jù)時(shí)均具有局限性。為克服上述缺陷，算法在2維頻域通過(guò)stolt操作校正方位/距離的耦合，且在推導(dǎo)過(guò)程中采用了精確的表達(dá)形式，因此具備處理高分辨率、大斜視角回波數(shù)據(jù)的能力。

(2) Chirp-Z-Transform算法

Chirp-Z-Transform算法是一種基于Chirp Z變換的成像算法，該算法是在2維頻域通過(guò)Chirp Z變換對(duì)距離徙動(dòng)進(jìn)行補(bǔ)償，是一種精確的成像算法。CZT算法應(yīng)用于意大利高分辨率星載SAR系統(tǒng)COSMOS-Skymed的數(shù)據(jù)處理。

CZT算法的優(yōu)點(diǎn)在于該算法無(wú)需對(duì)回波信號(hào)進(jìn)行距離壓縮、處理過(guò)程計(jì)算量較小、圖像保真度高。同時(shí)由于該算法在RCM校正過(guò)程中不依賴線性調(diào)頻信號(hào)的線性調(diào)頻特性，因此它可以應(yīng)用于對(duì)非線性調(diào)頻合成孔徑雷達(dá)回波信號(hào)進(jìn)行RCMC。

CZT算法同樣沒(méi)有考慮二次距離壓縮隨目標(biāo)距離的變化，當(dāng)在大斜視角或者距離向?qū)挿上駮r(shí)，遠(yuǎn)離參考點(diǎn)處，存在較大的二次距離壓縮誤差，影響成像精度。為了解決這個(gè)問(wèn)題，文獻(xiàn)[40]提出了一種分塊CZT算法，算法將成像區(qū)域的距離幅度進(jìn)行分塊，通過(guò)縮小成像區(qū)域的距離寬度來(lái)減小SRC補(bǔ)償?shù)氖Ｓ嗾`差。文獻(xiàn)[41]對(duì)該算法進(jìn)行了進(jìn)一步改進(jìn)，在成像區(qū)域沿距離向連續(xù)分塊，進(jìn)而在SAR接收數(shù)據(jù)的2維頻域中沿距離頻率為連續(xù)分塊，以降低SRC補(bǔ)償剩余誤差，提高成像的距離分辨率。事實(shí)上，將CZT算法思想應(yīng)用于其它算法，可以簡(jiǎn)化方位向處理、提高運(yùn)算效率、增強(qiáng)圖像質(zhì)量。文獻(xiàn)[42]提出了一種基于CZT算法的改進(jìn)極坐標(biāo)格式算法用于處理聚束模式的SAR數(shù)據(jù)。

3.2.6極坐標(biāo)域算法 極坐標(biāo)域算法以極坐標(biāo)格式(Polar Format, PF)算法為代表。極坐標(biāo)格式算法是一種典型的聚束SAR成像算法。該算法對(duì)回波信號(hào)進(jìn)行Dechirp接收，在時(shí)域?qū)⒖键c(diǎn)回波信號(hào)作為參考解調(diào)信號(hào)對(duì)回波信號(hào)進(jìn)行解調(diào)，解調(diào)后的信號(hào)經(jīng)2維插值，再做2維FFT得到圖像。

PF算法采用極坐標(biāo)格式存取數(shù)據(jù)可以有效減少系統(tǒng)所需空間，自聚焦兼容性好。但也存在兩個(gè)問(wèn)題。第一，去調(diào)頻過(guò)程會(huì)帶來(lái)殘余視頻相位(Residual Video Phase, RVP)，不經(jīng)處理會(huì)引起幾何失真及方位散焦；第二，將極坐標(biāo)格式轉(zhuǎn)化為直角坐標(biāo)格式的差值處理運(yùn)算量大，且差值精度會(huì)影響聚焦效果。對(duì)于第1個(gè)問(wèn)題，文獻(xiàn)[43]提出了一種濾波方式以消除RVP。針對(duì)第2個(gè)問(wèn)題，文獻(xiàn)[44]首先提出采用Chirp-Z變換(CZT)實(shí)現(xiàn)方位向重采樣以代替方位向插值。文獻(xiàn)[45]提出在方位向、距離向均采用CZT達(dá)到完全避免差值的效果，運(yùn)算效率大大提高。文獻(xiàn)[46]提出了一種基于Scaling原理的的距離向重采樣方法來(lái)替代距離向插值，在完成距離向重采樣的同時(shí)去除RVP，而方位向依然采用CZT，這樣PF算法實(shí)現(xiàn)步驟更為簡(jiǎn)單。文獻(xiàn)[47]基于時(shí)域PF算法，提出了一種頻域PF算法，該算法直接將回波信號(hào)經(jīng)距離向FFT變換到距離頻域，與參考點(diǎn)回波信號(hào)的頻域共軛相乘，然后進(jìn)行2維插值，做2維IFFT后得到圖像。該算法因不進(jìn)行Dechirp操作，故可避免殘余視頻相位問(wèn)題。文獻(xiàn)[48]分析了將改進(jìn)的極坐標(biāo)格式算法用于非規(guī)則圓軌跡SAR成像，其優(yōu)勢(shì)是計(jì)算效率高，復(fù)雜度低。

3.3 SAR成像處理算法的趨勢(shì)

結(jié)合星載SAR技術(shù)的發(fā)展趨勢(shì)不難發(fā)現(xiàn)，目前SAR成像處理算法的發(fā)展趨勢(shì)主要有兩個(gè)方向。第1個(gè)方向是基于新理論的星載SAR成像處理算法，其中以壓縮感知理論在SAR成像處理中的應(yīng)用為代表。第2個(gè)方向是基于新模式的星載SAR成像處理算法，其中以面向中高軌SAR的成像算法、面向參數(shù)捷變SAR的成像算法以及面向0.1 m～0.3 m高分辨率星載SAR成像處理算法為代表。

3.3.1基于壓縮感知理論的成像處理算法 現(xiàn)代雷達(dá)系統(tǒng)所追求的高分辨率、高成像幅寬，驅(qū)使人們?nèi)カ@取并處理越來(lái)越多的數(shù)據(jù)；基于奈奎斯特采樣定理和經(jīng)典數(shù)字信號(hào)處理理論的雷達(dá)系統(tǒng)設(shè)計(jì)規(guī)模越來(lái)越龐大，探測(cè)器成本也越來(lái)越昂貴。在處理龐大數(shù)據(jù)的過(guò)程中，人們發(fā)現(xiàn)所獲取的數(shù)據(jù)和觀測(cè)場(chǎng)景之間經(jīng)常存在著很大的不平衡性：雷達(dá)獲取龐大的數(shù)據(jù)，而最后由系統(tǒng)處理得到的結(jié)果卻又只保留其中小部分有用的信息。

2006年，Donoho等人提出了壓縮感知(Compressive Sensing, CS)理論，為以上矛盾的解決提供了一種方法。它是近幾年發(fā)展起來(lái)的建立在信號(hào)稀疏表示和逼近理論基礎(chǔ)上的一個(gè)全新的研究領(lǐng)域。其充分利用目標(biāo)場(chǎng)景的稀疏特性，可以工作在欠奈奎斯特采樣率上，通過(guò)非線性迭代等方法，能較理想的恢復(fù)出與全奈奎斯特采樣相近的結(jié)果。

2010年，Ender等人發(fā)表了綜述性論文，首次系統(tǒng)地論述了壓縮感知在合成孔徑雷達(dá)中的幾種較為可能的應(yīng)用前景。同年，我國(guó)973計(jì)劃也正式設(shè)立了該方向的研究課題。2012年在德國(guó)召開了首屆壓縮感知雷達(dá)會(huì)議(CoSaRa2012)。近年來(lái)，越來(lái)越多的文獻(xiàn)及科研成果證明，將壓縮感知方法在低數(shù)據(jù)量成像、高維度成像、圖像質(zhì)量提升、動(dòng)目標(biāo)檢測(cè)等方面都有很大的應(yīng)用價(jià)值。

圖1和圖2分別給出了基于壓縮理論的成像處理結(jié)果，從處理結(jié)果可看出，利用壓縮感知理論可實(shí)現(xiàn)稀疏數(shù)據(jù)的精確成像。

3.3.2基于新模式的成像處理算法

(1) 面向中、高軌的SAR成像處理算法

為滿足對(duì)重要區(qū)域持續(xù)觀測(cè)的應(yīng)用需求，中、高軌星載SAR技術(shù)成為未來(lái)發(fā)展的方向之一，這也體現(xiàn)了未來(lái)星載SAR發(fā)展空間分布層次化的特點(diǎn)。中、高軌星載SAR分辨率性能不高()，但由于其軌道高度高、合成孔徑時(shí)間超長(zhǎng)，致使傳統(tǒng)高效成像處理算法所假設(shè)的等效斜距模型已經(jīng)失效，從而導(dǎo)致數(shù)據(jù)處理難度變大。對(duì)于中軌SAR數(shù)據(jù)，通常采用基于改進(jìn)等效斜距模型的成像處理算法，文獻(xiàn)[51]在2010年提出了基于改進(jìn)等效斜距模型的非線性CS算法，較好地解決了中軌條件下運(yùn)動(dòng)軌跡的精確描述以及聚焦問(wèn)題；文獻(xiàn)[52]在2012年進(jìn)一步提出了基于KeyStone變換的成像處理方法，也較好地完成了中軌SAR數(shù)據(jù)的聚焦處理問(wèn)題。對(duì)于高軌SAR數(shù)據(jù)，由于衛(wèi)星和目標(biāo)的相對(duì)運(yùn)動(dòng)關(guān)系十分復(fù)雜，改進(jìn)等效斜距模型也難以精確描述其運(yùn)動(dòng)軌跡，因此通常采用BP算法進(jìn)行處理，但其缺陷在于計(jì)算量較大。圖3給出了基于改進(jìn)BP算法的成像處理結(jié)果。通過(guò)圖3示結(jié)果不難看出，基于改進(jìn)BP算法能夠?qū)崿F(xiàn)數(shù)據(jù)的精確聚焦處理。

圖1 溫哥華English灣出海口

圖2 Radarsat-1商船成像細(xì)節(jié)

(2) 面向參數(shù)捷變SweepSAR的成像處理算法

系統(tǒng)設(shè)計(jì)時(shí)，制約星載SAR測(cè)繪帶寬的兩個(gè)重要因素為星下點(diǎn)回波和發(fā)射脈沖遮擋，為緩解這一問(wèn)題，Gerbert等人提出基于重頻捷變的Sweep工作模式，通過(guò)重頻變化跨越脈沖遮擋，通過(guò)數(shù)字波束形成技術(shù)(Digital Beam Forming, DBF)抑制星下點(diǎn)回波。這種成像工作模式具有適用于中等分辨率、廣域監(jiān)視的應(yīng)用，能實(shí)現(xiàn)5 m分辨率，400 km測(cè)繪帶寬的性能。由于重頻捷變?cè)斐煞轿幌蛐盘?hào)非均勻采樣，傳統(tǒng)的處理算法難以直接使用，因此針對(duì)SweepSAR數(shù)據(jù)的處理，北京航空航天大學(xué)最近提出了基于拉格朗日插值高效處理算法，圖4給出了不同掃描周期條件下的成像處理結(jié)果，其分辨率為5 m。

通過(guò)圖4所示結(jié)果不難看出，利用基于拉格朗日插值的高效CS算法能在不同的掃描周期下完成數(shù)據(jù)的精確聚焦處理。

(3) 面向高分辨率、寬覆蓋成像模式的處理算法

追求高分辨率是星載SAR永恒的目標(biāo)，但在傳統(tǒng)星載SAR體制下，高分辨率和寬覆蓋存在相互制約的關(guān)系，因此為同時(shí)實(shí)現(xiàn)高分辨率和寬覆蓋必須沖破傳統(tǒng)的工作模式。目前實(shí)現(xiàn)高分辨率寬覆蓋有多種手段，但最具代表性的多通道滑動(dòng)聚束模式，該模式有望在TerraSAR-X2上首次實(shí)現(xiàn)。對(duì)于多通道滑動(dòng)聚束模式的處理，其存在4個(gè)技術(shù)難點(diǎn)：首先，方位向非均勻采樣校正需要在方位向欠采樣的條件下完成，這是其和多通道條帶模式的主要差異；其次，等效斜距模型難以滿足處理精度的要求，需要構(gòu)建更為精確的處理模型；再次，高分辨率、寬覆蓋條件下對(duì)2維頻譜精度的要求更高，需要補(bǔ)償高階項(xiàng)；最后是方位向參數(shù)的空變特性導(dǎo)致無(wú)法一次處理方位向過(guò)大的場(chǎng)景，需要制訂合適的分塊策略。充分考慮上述因素后，可獲取高分辨率的星載SAR圖像。為證明上述分析的正確性，以德國(guó)HRWS模式(0.25 m)和美國(guó)太空雷達(dá)計(jì)劃(0.1 m)為背景開展回波仿真及成像處理試驗(yàn)，圖5分別給出了0.25 m和0.1 m分辨率的成像處理結(jié)果2維投影圖。

圖3 基于改進(jìn)BP算法的成像處理結(jié)果

3.4 SAR成像處理算法總結(jié)

SAR成像處理算法的發(fā)展歷史實(shí)際上反映的是其對(duì)星載SAR成像模式、工作體制、性能指標(biāo)不斷更新與提高的適應(yīng)過(guò)程，如圖6所示。因此隨著未來(lái)星載SAR技術(shù)的不斷發(fā)展，新的或改進(jìn)的成像處理算法也必將不斷出現(xiàn)，以支撐星載SAR技術(shù)的飛速發(fā)展。

圖4 基于拉格朗日插值的SweepSAR數(shù)據(jù)處理結(jié)果

4 結(jié)束語(yǔ)

星載合成孔徑雷達(dá)在空間遙感中發(fā)揮著不可替代的地位，且自2000年以來(lái)已取得了飛速的發(fā)展，星載SAR技術(shù)的發(fā)展趨勢(shì)可概括為“單項(xiàng)技術(shù)突破向概念體制更新轉(zhuǎn)變、單源信息應(yīng)用向多源信息應(yīng)用轉(zhuǎn)變、支持戰(zhàn)略應(yīng)用向支持戰(zhàn)術(shù)應(yīng)用轉(zhuǎn)變”。星載SAR技術(shù)的發(fā)展趨勢(shì)決定了SAR成像處理算法的發(fā)展趨勢(shì)，在工程應(yīng)用方面，盡可能對(duì)成熟的算法進(jìn)行改進(jìn)，使其具備更廣泛的應(yīng)用范圍；而在前沿技術(shù)研究方面，則需注重新理論、新技術(shù)、新方法在SAR數(shù)據(jù)處理方面的應(yīng)用，為星載SAR的可持續(xù)發(fā)展奠定技術(shù)儲(chǔ)備。

圖5 高分辨率、寬測(cè)繪帶成像處理算法處理結(jié)果示意圖

圖6 星載SAR成像處理算法發(fā)展歷史示意圖

[1] Marino A, Walker N, and Woodhouse I. Ship detection with Radarsat-2 Quad-Pol SAR data using a Notch filter based on perturbation analysis[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Hawaii, IEEE Press, 2010: 3704-3707.

[2] Migliaccio M, Gambardella A, Nunziata F,.. ALOS- PALSAR Polarimetric SAR data to observe sea oil slicks[C]. Proceedings of International Geoscience and Remote Sensing Symposium, South Africa, IEEE Press, 2009: 669-672.

[3] Margarit G, Malloriqui J J, and Pipia L. Polarimetric characterization and temporal stability analysis of urban target scattering[J]., 2010, 48(4): 2038-2048.

[4] 鄧云凱, 趙鳳軍, 王宇. 星載SAR技術(shù)的發(fā)展趨勢(shì)及應(yīng)用淺析[J]. 雷達(dá)學(xué)報(bào), 2012, 1(1): 1-10.

Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and application of spaceborne SAR[J]., 2012, 1(1): 1-10.

[5] 王海洋, 江月松. 北斗衛(wèi)星后向散射信號(hào)的星-星合成孔徑成像系統(tǒng): 概念與可行性[J]. 雷達(dá)學(xué)報(bào), 2012, 1(2): 209-216.

Wang Hai-yang and Jiang Yue-song. A synthetic aperture system based on backscattering signals of compass navigation satellite: concept and feasibility[J]., 2012, 1(2): 209-216.

[6] Townsend W. An initial assessment of the performance achieved by the Seasat-1 radar altimeter[J]., 1980, 5(2): 80-92.

[7] Lehner S, Schulz-Stellenfleth J, Brusch S.. Use of TerraSAR-X data for oceanography[C]. European Conference on Synthetic Aperture Radar (EUSAR),Friedrichshafen, Germany, 2008: 1-4.

[8] Caltagirone F, Spera P, and Vigliotti R. SkyMed/COSMO mission overview[C]. Proceedings of International Geoscience and Remote Sensing Symposium, USA, IEEE Press, 1998: 683-685.

[9] Naftaly U and Levy-Nathansohn R. Overview of the TecSAR satellite hardware and Mosaic mode[J]., 2008, 5(3): 423-426.

[10] Brule L, Delisle D, Baeggli H,.. RADARSAT-2 program update[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Korea, IEEE Press, 2005: 9-11.

[11] Pottier E and Ferro-Famil L. Exploitation of ALOS-PALSAR SAR full-polarimetry data to the mapping of an African region[C]. Proceedings of International Geoscience and Remote Sensing Symposium, South Africa, IEEE Press, 2009: 9-12.

[12] 張澄波. 合成孔徑雷達(dá)[M]. 北京: 科學(xué)出版社, 1989: 1-37.

Zhang Chen-bo. Synthetic Aperture Radar[M]. Beijing: Science Press, 1989: 1-37.

[13] 林世斌, 李悅麗, 嚴(yán)少石, 等.平地假設(shè)對(duì)合成孔徑雷達(dá)時(shí)域算法成像質(zhì)量的影響研究[J]. 雷達(dá)學(xué)報(bào), 2012, 1(3): 309-313.

Lin Shi-bin, Li Yue-li, Yan Shao-shi,..Study of effects of flat surface sssumption to synthetic aperture radar time- domain algorithms imaging quality[J]., 2012, 1(3): 309-313.

[14] MeCorkle Jone and Rofheart Martin. Anorderlog() back-projectionalgorithmforfocusingwide-anglewide- bandwidtharbitary-motionsynthetisapertureradar[J]., 1996, 2747: 25-36.

[15] Olle Seger, Magnus Herberthson, and Hans Hellsten. Real time processing of low frequency ultra wide band radar data[C]. European Conference on Synthetic Aperture Radar, Friedrichshafen, Germany, May 1998: 489-492.

[16] Amir Boag, Senior Member, Yoram Bresler,.. A mutilevel domain decomposition algorithm for fast(log()) feprojeciton of tomographic images[J]., 2009, 9(9): 1573-1581.

[17] Yu Ding, David C Munson Jr. A fast back-projection algorithm for bistatic SAR imaging[C]. International Conference on Image Processing, New York, 2002, Vol.2: 449-452.

[18] Lanari R and Hensley S. Chirp z-transform based SPECAN approach for phase-preserving ScanSAR image generation[J].,, 1998, 145(5): 254-261.

[19] Lanari R, Hensley S, and Rosen P. Modified SPECAN algorithm for ScanSAR data processing[C]. Proceedings of International Geoscience and Remote Sensing Symposium, USA, IEEE Press, 1998: 636-638.

[20] Jin M J and Wu C. A SAR correction algorithm which accommodates large range migration[J]., 1984, 22: 592-597.

[21] Wong F H and Cumming I G. Error sensitivities of a secondary range compression algorithm for processing squinted satellite SAR data[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Canndian, IEEE Press, 1989: 2584-2587.

[22] Gumming I G and Wong F H. Synthetic aperture radar imaging algorithm and implementation[M]. Beijing: Electronic Industries Press, 2007: 155-191.

[23] Breit H, Schattler B, and Steinbrecher U. A high precision workstation-based chirp scaling SAR processor[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Singapore, IEEE Press, 1997: 465-467.

[24] Raney R K, Runge H, Bamler R,.. Precision SAR processing using chirp scaling[J]., 1994, 32(4): 786-799.

[25] Davidson G W, Cumming I G, and TOM R. A chirp scaling approach for processing squint mode SAR data[J]., 1996, 32(1): 121-133.

[26] Moreira A, Mittermayer J, and Scheiber R. Extended chirp scaling algorithm for air- and spaceborne SAR data processing in stripmap and ScanSAR imaging modes[J]., 1996, 34(5): 1123-1136.

[27] 王國(guó)棟, 周蔭清, 李春升. 高分辨率星載聚束式SAR的Deramp Chirp Scaling成像算法[J]. 電子學(xué)報(bào), 2003, 31(12): 1784-1789.

Wang Guo-dong, Zhou Yin-qing, and Li Chun-sheng. A deramp chirp scaling algorithm for high-resolution spaceborne spotlight SAR imaging[J]., 2003, 31(12): 1784-1789.

[28] Lanari R, Tesauro M, Sansosti E,. Spotlight SAR data focusing based on a two-step processing approach[J]., 2001, 39(9): 1993-2004.

[29] Prats P, Scheiber R, Mittermayer J,.. Processing of sliding spotlight and TOPS SAR data using baseband azimuth scaling[J]., 2010, 48(2): 770-780.

[30] Yang W, Li C S, Chen J,.. A novel three-step focusing algorithm for TOPSAR image formation[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Hawaii, IEEE Press, 2010: 4087-4091.

[31] Mittermayer J and Moreira A. Spotlight SAR data processing using the frequency scaling algorithm[J]., 1999, 37(5): 2198-2214.

[32] 鄭義明. 用頻率變標(biāo)算法處理大斜視角SAR數(shù)據(jù)[J]. 系統(tǒng)工程與電子技術(shù), 2000, 22(6): 8-11, 65.

Zheng Yi-ming. Large squint SAR data processing using frequency scaling algorithm[J]., 2000, 22(6): 8-11, 65.

[33] 王建, 宋千, 周智敏. 適用于低頻超寬帶合成孔徑雷達(dá)的改進(jìn)[J]. 信號(hào)處理, 2005, 21(6): 605-610.

Wang Jian, Song Qian, and Zhou Zhi-min. Modified frequency scaling imaging algorithm of ultra-wideband SAR[J]., 2005, 21(6): 605-610.

[34] Hellsten H and Anderson L E. An inverse method for the processing of synthetic aperture radar data[J]., 1987, 3(1): 111-124.

[35] Ulander L M H and Hellsten H. System analysis of Ultra-Wideband VHF SAR[C]. IEEE International Radar Conference, USA, IEEE Press, 1997: 104-108.

[36] Bamler R. A comparison of Range-Doppler and wavenumber domain SAR focusing algorithms[J]., 1992, 30(4): 706-713.

[37] Bamler R. A systematic comparison of SAR focusing algorithm[C]. Proceedings of International Geoscience and Remote Sensing Symposium, Finland, IEEE Press, 1991: 1005-1009.

[38] Vandewal M, Speck R, and SüB H. Efficient and precise processing for squinted Spotlight SAR through a modified stolt mapping[J]., 2007, 2007(1): 33-39.

[39] Reigber A, Alivizatos E, and Potsis A,.. Extended wavenumber-domain synthetic apeture radar focusing with Integrated motion compensation[J]., 2006, 153(3): 301-310.

[40] Franceschetti G and Lanari R. New two-dimensional squint mode SAR processor[J]., 1996, 32(2): 854-863.

[41] 葉曉東, 朱兆達(dá). 一種分塊處理斜視SAR成像算法[J]. 現(xiàn)代雷達(dá), 1997, 19(5): 23-29.

Ye Xiao-dong and Zhu Zhao-da. An approach for squint SAR imaging based on block processing[J]., 1997, 19(5): 23-29.

[42] Tang Yu and Xing Meng-dao. Two dimension Chirp-Z transform for polar format imaging algorithm[C]. Conference on Synthetic Aperture Radar, APSAR 2007, 1st Asian and Pacific, 2007: 743-746.

[43] Carrara W G, Goodman R S, and Majewski R M. Spotlight synthetic aperture radar signal processing algorithms[M]. Norwood, MA, Artech House, 1995, Chapter 1-4.

[44] Lawton W. A new polar fourier transform for computer-aided tomography and spotlight synthetic aperture radar[J].,,, 1988, 36(6): 931-933.

[45] Zhu D Y and Zhu Z D. Range resampling in the polar format algorithm for spotfight SAR image formation using the chirp z-transform[J]., 2007, 55(3): 1011-1023.

[46] 李超, 劉暢, 高鑫. 基于距離向Scaling原理的聚束SAR極坐標(biāo)格式成像算法[J]. 電子與信息學(xué)報(bào), 2011, 33(6): 1434-1439.

Li Chao, Liu Chang, and Gao Xin. Polar format imaging algorithm based on range scaling for spotlight SAR[J].&, 2011, 33(6): 1434-1439.

[47] 曾海彬, 曾濤, 何佩琨. 星載聚束SAR頻域極坐標(biāo)算法研究[J].現(xiàn)代雷達(dá), 2006, 28(1): 28-30.

Zeng Hai-bin, Zeng Tao, and He Pei-kun. A study on frequency domain polar format algorithm of spaceborne spotlight SAR[J].,2006, 28(1): 28-30.

[48] 洪文. 圓跡SAR成像技術(shù)研究進(jìn)展[J]. 雷達(dá)學(xué)報(bào), 2012, 1(2): 124-135.

Hong Wen. Progress in circular SAR imaging technique[J]., 2012, 1(2): 124-135.

[49] Donoho D. Compressed sensing[J]., 2006, 52(4): 1289-1306.

[50] Joachim H G Ender. On compressive sending applied to radar[J]., 2010, 90(5): 1402-1414.

[51] Huang L J, Han B, Hu D H,.. Focusing of medium- earth-orbit SAR with advanced nonlinear chirp scaling algorithm[J]., 2011, 49(1): 500-508.

[52] Huang L J, Han B, Hu D H,.. Medium-earth-orbit SAR imaging based on keystone transform and azimuth perturbation[C]. Proceedings of International Geoscience and Remote Sensing Symposium, German, Munich Press, 2012: 3608-3610.

[53] 汪丙南, 向茂生. 地球同步軌道圓跡SAR三維分辨特性分析[J]. 雷達(dá)學(xué)報(bào), 2012, 1(3): 314-322.

Wang Bing-nan and Xiang Mao-sheng. Three-dimensional resolution analysis for geosynchronous circular SAR[J]., 2012, 1(3): 314-322.

[54] Gerbert N and Krieger G. Ultra-wide swath SAR imaging

with continuous PRF variation[C]. Proceedings of EUSAR’10, Germany, VDE, 2010: 966-969.

[55] Krieger G, Gerbert N, and Moreira A. Multidimensional waveform encoding: a new digital beamforming technique for synthetic aperture radar remote sensing[J]., 2008, 46(1): 31-46.

[56] 梁維斌, 李春升, 周蔭清. 基于多通道天線高分辨率星載SAR實(shí)現(xiàn)方法研究[J]. 北京航空航天大學(xué)學(xué)報(bào), 2004, 30(9): 826-830.

Liang Wei-bin, Li Chun-sheng, and Zhou Yin-qing. High resolution spaceborne SAR implementation method based on multiple phase centres antenna[J]., 2004, 30(9): 826-830.

[57] Gebert N, Krieger G, and Moreira A. Digital beamforming on receive: techniques and optimization strategies for high- resolution wide-swath SAR imaging[J]., 2009, 45(2): 564-592.

[58] Janoth J, Gantert S, Koppe W,.. TERRASAR-X2 mission overview[C]. Proceedings of International Geoscience and Remote Sensing Symposium, German, Munich Press, 2012: 217-220.

A Review of Spaceborne SAR Algorithm for Image Formation

Li Chun-sheng Yang Wei Wang Peng-bo

(School of Electronics and Information Engineering, Beijing University of Aeronautics and Astronautics,Beijing 100191, China)

This paper first reviews the history and trends in the development of spaceborne Synthetic Aperture Radar (SAR) satellite technology in the USA and Europe. The basic information regarding launched satellites and future satellite plans are introduced. Then, this paper summarizes and categorizes the imaging algorithms of spaceborn SAR satellites, and analyzes the advantages and disadvantages of each algorithm. Next, the scope and the application status of each algorithm are presented. Then, the paper presents details of trends related to the SAR imaging algorithm, which mainly introduces the algorithms based on compressive sensing theory and new image modes. The simulation results are also presented. Finally, we summarize the development direction of the spaceborne SAR imaging algorithm.

Synthetic Aperture Radar (SAR); Time-domain algorithm; Range-doppler domain algorithm; Multiple-domain algorithm; Two-dimensional domain algorithm

TN957

A

2095-283X(2013)01-0111-12

10.3724/SP.J.1300.2013.20071

李春升(1963-)，男，天津人，北京航空航天大學(xué)，教授，博士生導(dǎo)師，主要從事星載SAR系統(tǒng)總體與仿真、多源遙感圖像信息融合、信息獲取與處理等方面的研究工作。E-mail: lichunsheng@buaa.edu.cn

楊 威(1983-)，男，湖北宜昌人，博士，信號(hào)與信息處理專業(yè)，北京航空航天大學(xué)，主要從事星載SAR高分辨率雷達(dá)信號(hào)仿真與成像技術(shù)、新體制雷達(dá)技術(shù)的研究。E-mail: yangweigigi@ee.buaa.edu.cn

王鵬波(1979-)，男，江西宜豐人，博士，講師，信號(hào)與信息處理專業(yè)，北京航空航天大學(xué)，主要從事新體制成像雷達(dá)系統(tǒng)技術(shù)、高分辨率雷達(dá)成像處理以及數(shù)字圖像處理等方面的研究工作。E-mail: wangpb7966@163.com

2012-09-20收到，2012-10-08改回；2012-10-19網(wǎng)絡(luò)優(yōu)先出版

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2011AA*******)資助課題

楊威 yangweigigi@ee.buaa.edu.cn