未爭(zhēng)超，饒 鮮

(西安電子科技大學(xué)，陜西 西安 710071)

基于層次化的InSAR干擾效果綜合評(píng)估

未爭(zhēng)超，饒 鮮

(西安電子科技大學(xué)，陜西 西安 710071)

針對(duì)干涉合成孔徑雷達(dá)(InSAR)干擾效果評(píng)估問(wèn)題，提出了一種層次化綜合評(píng)估的方法。該方法基于分層分析的思想，采用逐層加權(quán)計(jì)算的手段，結(jié)合了各種指標(biāo)對(duì)干擾效果的影響。仿真采用相干和非相干干擾中的各2種樣式，該方法客觀、全面地衡量出了不同干擾樣式下干擾效果的優(yōu)劣。仿真結(jié)果表明，該評(píng)估方法具有客觀性、全面性和有效性，可用于InSAR干擾樣式?jīng)Q策。

干涉合成孔徑雷達(dá)；干擾效果;綜合評(píng)估

0 引 言

干涉合成孔徑雷達(dá)(InSAR)是在合成孔徑雷達(dá)(SAR)的基礎(chǔ)上發(fā)展而來(lái)的一項(xiàng)遙感技術(shù)，能全天候、高精度地測(cè)量三維地形，在軍事偵察、地形勘測(cè)和武器制導(dǎo)等方面有廣泛的應(yīng)用[1]。

對(duì)InSAR雷達(dá)的干擾，有相干干擾和非相干干擾的方法；就干擾機(jī)個(gè)數(shù)而言，有單干擾機(jī)干擾，也有多干擾機(jī)協(xié)同干擾。目前針對(duì)InSAR干擾后效果評(píng)估的文獻(xiàn)還很少，方法也不全面，主要分為主觀評(píng)估法和客觀評(píng)估法。主觀評(píng)估法太依靠判讀人員的經(jīng)驗(yàn)，其評(píng)估流程非自動(dòng)化且周期長(zhǎng)、費(fèi)用高；有人提出基于相關(guān)測(cè)度的客觀評(píng)估法[2]，但該方法只考慮了單一方面指標(biāo)的變化，不具備全面性；有人提出主客觀組合分析的方法[3]，但該方法只是幾個(gè)指標(biāo)間的簡(jiǎn)單線性疊加；有人提出將SAR圖像的評(píng)估方法應(yīng)用到InSAR干擾效果評(píng)估上[4]，但卻未將多個(gè)角度綜合起來(lái)評(píng)估。

評(píng)判高程圖高程信息有很多角度，單一從某個(gè)角度來(lái)對(duì)干擾前后的圖像進(jìn)行評(píng)判，并不能完全客觀地描述干擾效果。基于此，本文提出一種多層次綜合評(píng)估干擾效果的方法。

1 層次分析法

層次分析法可以用來(lái)解決多方案、多指標(biāo)的決策問(wèn)題，圖1描述了層次分析法的基本框架。

定義最終評(píng)議值為：

(1)

(2)

式中：wij為N子指標(biāo)相應(yīng)的權(quán)重；Aij為N個(gè)子指標(biāo)的值。

在處理過(guò)程中，首先對(duì)各個(gè)指標(biāo)進(jìn)行歸一化(同一種指標(biāo)不同方案內(nèi))操作；對(duì)于值越小效果越好的指標(biāo)，要進(jìn)行類(lèi)型一致化操作，即轉(zhuǎn)換為效益型指標(biāo)(越大越好)。由于對(duì)數(shù)據(jù)做了歸一化，因此指標(biāo)變?yōu)閇0 1]之間的值，類(lèi)型一致化操作可以直接用1去減去該指標(biāo)值，即可將指標(biāo)轉(zhuǎn)化為效益型指標(biāo)。

2 層次化InSAR干擾效果評(píng)估

2.1 層次化干擾指標(biāo)評(píng)估體系

層次化InSAR干擾評(píng)估指標(biāo)體系由不同角度的指標(biāo)組成，每個(gè)角度指標(biāo)下又有好幾個(gè)參數(shù)指標(biāo)，第3層指標(biāo)參數(shù)值發(fā)生變化會(huì)直接體現(xiàn)在高程圖受干擾的變化程度上。對(duì)3個(gè)層次進(jìn)行分析：

(1) 第1層：擁有最高評(píng)估準(zhǔn)則，定義為“最終評(píng)議層”。該值是通過(guò)第2層加權(quán)計(jì)算得到的，直接反映了InSAR干擾效果的好壞程度。

(2) 第2層：從衡量干擾前后高程圖變化的不同評(píng)判角度出發(fā)，由重要的圖像指標(biāo)構(gòu)成，定義為“多角度衡量層”。它由第3層的指標(biāo)通過(guò)加權(quán)計(jì)算得到。針對(duì)干擾前后2幅高程圖，圖像質(zhì)量指標(biāo)從統(tǒng)計(jì)特征變化量的角度分析，圖像紋理特征從灰度(高度)共生矩陣的角度分析，圖像相關(guān)測(cè)度從圖像相關(guān)性的角度分析，圖像信息熵從信息論熵的角度分析，因此最終結(jié)果綜合了4個(gè)評(píng)判角度的信息。

(3) 第3層：由直接描述高程圖像變化的參數(shù)指標(biāo)構(gòu)成，被稱(chēng)作“指標(biāo)參數(shù)層”。這一層參數(shù)按各指標(biāo)的公式(2.2～2.5小節(jié))直接計(jì)算即可得到。

依據(jù)第1節(jié)思想，定義干擾的最終評(píng)議值為：

(3)

該值越大，則干擾效果越好。第2層指標(biāo)按照式(2)計(jì)算即可，這里不再累敘。

由于各因素對(duì)結(jié)果的影響程度不同，或處理問(wèn)題時(shí)側(cè)重點(diǎn)不同，每個(gè)因素在綜合算法中的權(quán)重也應(yīng)不同。權(quán)重的確定是一項(xiàng)較難把握的工作，在試驗(yàn)中可依據(jù)實(shí)際情況進(jìn)行設(shè)定，也可參考以前多次評(píng)估的結(jié)果數(shù)據(jù)(進(jìn)行大量的實(shí)驗(yàn))進(jìn)行設(shè)定。

2.2 圖像質(zhì)量變化量A1

設(shè)F(i,j)和J(i,j)分別為干擾前后的高程矩陣，大小n1×n2，矩陣中的每個(gè)點(diǎn)表示地形高度(下同)。

(1) 均值變化量A11

高程矩陣的均值表示地形的平均高度，其表達(dá)式為：

(4)

干擾前后均值的變化量表示添加干擾后地形的平均高度變化情況，均值變化量越大，干擾起的作用越大，干擾的效果越好。定義均值變化量為：

A11=EJ-EF

(5)

(2) 方差變化量A12

高程矩陣的方差表示地形的不均勻性，方差越大則高度越不均勻，其表達(dá)式為：

(6)

干擾前后方差的變化量表示添加干擾后地形的不均勻性的變化情況，方差變化量越大，表明干擾后的高度越不均勻，干擾的效果越好。定義方差變化量為：

A12=σJ-σF

(7)

(3) 等效視數(shù)變化量A13

(8)

定義等效視數(shù)變化量為：

A13=vENLJ-vENLF

(9)

干擾前后，A13變化量越小，干擾效果越好。

2.3 圖像紋理特征A2

仿照?qǐng)D像的灰度共生矩陣的定義，定義高程共生矩陣：描述圖像中的一對(duì)像素點(diǎn)，設(shè)兩者之間的距離為d，在圖像中任意取一點(diǎn)(k,l)和另一個(gè)點(diǎn)(m,n)組成一個(gè)點(diǎn)對(duì)。令i為點(diǎn)(k,l)的高程值，j為點(diǎn)(m,n)的高程值，則該點(diǎn)對(duì)對(duì)應(yīng)的高程值為(i,j)。通過(guò)移動(dòng)高程圖像上的點(diǎn)(k,l)，就可以獲到不同的高程值。設(shè)Ng為圖像高程級(jí)數(shù)，那么i和j共有G2種組合。統(tǒng)計(jì)每一種組合出現(xiàn)的頻度，記為P(i,j,d,θ)，則[P(i,j,d,θ)]就是高程共生矩陣。

(1) 角二階矩A21

(10)

角二階矩是高程共生矩陣各元素的平方和。它是高程圖中高度變化均一的度量，反映了InSAR成像中高度的起伏大小和分布的均勻程度。角二階矩值越小就說(shuō)明高程共生矩陣的所有值越相近；同理，如果高程共生矩陣中的值之間變化幅度較大，得到的角二階矩值就會(huì)大。因此高程圖中的高度的起伏大小或者變化的規(guī)律性可以由角二階矩的值來(lái)體現(xiàn)。

(2) 逆差陣A22

(11)

逆差可以稱(chēng)為局部平穩(wěn)，它可以衡量高程圖中局部的高度變化情況。如果逆差距值越大，則說(shuō)明不同區(qū)域間的高度值變化較小，局部高度越均勻。因此高程圖中的局部高度的起伏大小或者變化的規(guī)律性可以由逆差陣的值來(lái)體現(xiàn)。

2.4 圖像相關(guān)測(cè)度A3

(1) 直接相關(guān)測(cè)度A31

直接相關(guān)測(cè)度的表達(dá)式為：

(12)

(2) 均值歸一化相關(guān)測(cè)度A32

歸一化相關(guān)測(cè)度表達(dá)式為：

A32=

(13)

式中：F和J為干擾前后的高程矩陣，大小n1×n2。

相關(guān)測(cè)度是從兩幅高程圖像相關(guān)性的角度來(lái)描述的，當(dāng)干擾前后圖像相關(guān)測(cè)度值越小，表明兩幅圖像相關(guān)性越小，即干擾前后高度上的差異性越明顯，說(shuō)明干擾效果越好。

2.5 圖像熵A4

高程圖的熵H(x)定義為：

(14)

式中：pi=count(i)/(M×N)；設(shè)h為高程矩陣最大值；n為量化級(jí)數(shù)；count(i)、pi分別為高度量化后落在第hi階內(nèi)的數(shù)目和相應(yīng)的概率。

(1) 差熵A41

針對(duì)干擾前后的圖像，從信息論熵的角度，定義差熵為：

Hdelta(x)=HF(x)-HJ(x)

(15)

式中：HF(x)和HJ(x)分別為干擾前后高程圖的熵。

理論上，信號(hào)未干擾時(shí)，pi值主要由地形的高程圖決定，分布概率不均，因此熵較??；當(dāng)加入干擾時(shí)，隨著干信比的增大，高程圖中各個(gè)點(diǎn)的概率由所加的干擾噪聲決定，高程圖中各個(gè)高度點(diǎn)的值出現(xiàn)概率逐漸趨于相同，高度信息熵也就應(yīng)逐漸增大。

3 計(jì)算機(jī)仿真

仿真采用的干擾樣式：1為射頻噪聲干擾，2為噪聲調(diào)頻干擾，3為正弦調(diào)頻欲加重干擾，4為鋸齒調(diào)頻欲加重干擾。1和2為非相干干擾，3和4為相干干擾。

仿真參數(shù)設(shè)置

雷達(dá)參數(shù)：載頻10 GHz，脈寬3 μs，帶寬50 MHz，采樣率100 MHz，脈沖重復(fù)頻率為500 Hz，基線長(zhǎng)度10 m，基線傾角45°，下視角70°，天線孔徑6 m，載體高度20 000 m，載體速度為1 000 m/s。場(chǎng)景大小100點(diǎn)，最大高度30 m。

干擾機(jī)參數(shù)：?jiǎn)蝹€(gè)干擾機(jī)，方位向-148.50 m，距離向54 792 m，高度0 m，接收機(jī)帶寬60 Hz。

對(duì)一個(gè)峽谷進(jìn)行成像仿真，原場(chǎng)景由Membrane函數(shù)產(chǎn)生，雷達(dá)為單航過(guò)工作模式，通過(guò)雷達(dá)成像算法處理，恢復(fù)的無(wú)干擾高程圖如圖 3所示。

在干信比是3 dB情況下，分別添加4種干擾后，InSAR雷達(dá)恢復(fù)的有干擾高程圖如圖4～圖7所示。

從上面五幅圖形中，可以直觀看出未干擾前高程圖地形高度在20 m以下，加干擾之后高度基本上都在20 m之上，前后地貌差別異常明顯，并且都出現(xiàn)了單天線干擾的“斜坡效應(yīng)[1]”現(xiàn)象，因此干擾是有效的。

下面對(duì)上幾幅受干擾的高程圖像進(jìn)行第3層指標(biāo)的仿真計(jì)算，得到數(shù)據(jù)如表1所示(↑表示越大越好，↓表示越小越好，下同)。

下面按照第2、3節(jié)的方法對(duì)干擾圖像進(jìn)行綜合評(píng)估：

(1) 預(yù)操作：先將指標(biāo)進(jìn)行行歸一化和類(lèi)型一致化操作，得到數(shù)據(jù)如表2所示。

表1 評(píng)估指標(biāo)體系數(shù)據(jù)(干信比3 dB)

表2 第3層指標(biāo)數(shù)據(jù)

表3 第2層指標(biāo)數(shù)據(jù)

(4) 計(jì)算干擾最終效果：給定第2層指標(biāo)的權(quán)重

同理，在干信比為6 dB、9 dB情況下進(jìn)行干擾仿真，按照上述流程，得到最終的評(píng)議值，如圖8所示。

從評(píng)估效果圖可知：隨著干信比的增大，評(píng)議值在增大；也可以看出相干干擾的干擾效果要優(yōu)于傳統(tǒng)的噪聲壓制干擾，尤其在高干信比的情況下更為明顯。這和理論是一致的，因此本文的評(píng)估方法是客觀有效的。

4 結(jié)束語(yǔ)

本文提出了一種層次化的InSAR干擾效果綜合評(píng)估方法，通過(guò)在不同干信比下對(duì)4種干擾樣式的干擾效果作對(duì)比，驗(yàn)證了本文算法的客觀性、全面性和有效性，可以用來(lái)進(jìn)行InSAR干擾樣式?jīng)Q策。

[1] 王秋生.星載干涉SAR圖像處理技術(shù)研究[D].北京：中國(guó)科學(xué)院研究生院(計(jì)算技術(shù)研究所),2004.

[2] 韓承璽,饒鮮.干涉合成孔徑雷達(dá)干擾效果評(píng)估[J].電子科技,2014(6):78-81.

[3] 韋超.InSAR相參干擾與效果評(píng)估方法研究[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué),2013.

[4] 韓承璽.對(duì)干涉合成孔徑雷達(dá)干擾和干擾效果評(píng)估技術(shù)研究[D].西安：西安電子科技大學(xué),2014.

[5] 劉慶富.對(duì)SAR/InSAR偵察與干擾方法研究[D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué),2013.

IntegratedEvaluationofInSARJammingEffectBasedonHierarchicalMethod

WEI Zheng-chao,RAO Xian

(Xidian University,Xi'an 710071,China)

Aiming at the jamming effect evaluation of interferometric synthetic aperture radar (InSAR),this paper puts forward a hierarchical integration evaluation method.This method is based on hierarchical analysis idea,adopts the means of hierarchical weighting calculation,combines the influence of various indexes on the jamming effect.The simulation respectively adopts two modes for coherent and noncoherent jamming.The method judges the advantage and disadvantages of jamming effects in different jamming modes objectively and roundly.Simulation results show that the evaluation method is objective,comprehensive and effective,can be used in the decision of InSAR jamming mode.

interferometric synthetic aperture radar;jamming effect;integrated evaluation

2017-03-09

TN972

A

CN32-1413(2017)06-0054-05

10.16426/j.cnki.jcdzdk.2017.06.011