李宗凌 汪路元 禹霽陽 郝梁 程博文

(北京空間飛行器總體設(shè)計(jì)部，北京 100094)

作為一種主動(dòng)航天、航空遙感手段，SAR成像技術(shù)具有全天時(shí)、全天候的特點(diǎn)，在環(huán)境保護(hù)、災(zāi)害監(jiān)測(cè)、海洋觀測(cè)、資源勘查、精細(xì)農(nóng)業(yè)、地質(zhì)測(cè)繪等方面有廣泛的應(yīng)用。SAR載荷可以搭載在飛機(jī)、導(dǎo)彈、飛艇和衛(wèi)星等平臺(tái)上，對(duì)地物進(jìn)行高分辨率成像。其中，衛(wèi)星平臺(tái)軌道高度高，相對(duì)于其它平臺(tái)具備成像幅寬大、成像區(qū)域不受領(lǐng)空主權(quán)限制、平臺(tái)穩(wěn)定度高等優(yōu)點(diǎn)，顯著提升了SAR成像的應(yīng)用效能，成為世界各國(guó)重點(diǎn)開發(fā)的遙感技術(shù)之一[1]。

為滿足星載遙感SAR成像高精度和高覆蓋度需要，對(duì)高分衛(wèi)星分辨率和幅寬要求成倍提高。同時(shí)，帶來星上數(shù)據(jù)處理、存儲(chǔ)、下傳數(shù)據(jù)成倍增長(zhǎng)的問題，星上數(shù)據(jù)傳輸速率將達(dá)到20 Gbit/s，星地?cái)?shù)傳速率需優(yōu)于4×2 Gbit/s。傳統(tǒng)的星上數(shù)據(jù)處理和管理技術(shù)難以滿足上述需求。同時(shí)，海量遙感數(shù)據(jù)傳輸?shù)降孛?，給地面的接收、存儲(chǔ)、處理帶來巨大壓力，關(guān)鍵信息獲取時(shí)效性受到嚴(yán)重影響。星上在軌SAR實(shí)時(shí)成像及檢測(cè)技術(shù)能夠有效地解決這一問題，近年來已經(jīng)成為當(dāng)前遙感領(lǐng)域的研究熱點(diǎn)[2]。

文獻(xiàn)[3]采用了現(xiàn)場(chǎng)可編程門陣列(FPGA)+數(shù)字信號(hào)處理器(DSP)的實(shí)施方案，實(shí)現(xiàn)了基于Xilinx公司Kintex7 FPGA和TMS320C6678(DSP)高性能實(shí)時(shí)信號(hào)處理平臺(tái)，可滿足雷達(dá)成像系統(tǒng)的算法需求。文獻(xiàn)[4]設(shè)計(jì)了一個(gè)基于FPGA+DSP的斜視SAR實(shí)時(shí)處理系統(tǒng)。文獻(xiàn)[5]對(duì)FPGA+TMS320C6678(DSP)的SAR/InSAR(干涉合成孔徑雷達(dá))實(shí)時(shí)信號(hào)處理系統(tǒng)進(jìn)行了研究。文獻(xiàn)[6-7]提出了基于傳統(tǒng)的恒虛警目標(biāo)檢測(cè)算法，在多目標(biāo)和雜波邊界復(fù)雜環(huán)境背景下，該算法具有較穩(wěn)定的檢測(cè)性能和虛警抑制能力。文獻(xiàn)[8-9]提出了基于機(jī)器學(xué)習(xí)的目標(biāo)檢測(cè)算法，對(duì)弱小目標(biāo)實(shí)現(xiàn)檢測(cè), 獲得了更好的檢測(cè)效果。通過分析相關(guān)文獻(xiàn)可知，基于FPGA+DSP的傳統(tǒng)處理架構(gòu)具有處理能力強(qiáng)、靈活、便于工程實(shí)現(xiàn)等特點(diǎn)，但同時(shí)存在功耗過高，能效比低的缺點(diǎn)。相對(duì)于傳統(tǒng)方法，基于機(jī)器學(xué)習(xí)的目標(biāo)檢測(cè)算法具有魯棒性強(qiáng)，目標(biāo)檢測(cè)率和正確率高等優(yōu)點(diǎn)，是當(dāng)前研究的熱點(diǎn)，但同時(shí)存在需要大量樣本進(jìn)行訓(xùn)練，參數(shù)存儲(chǔ)量和計(jì)算量巨大等劣勢(shì)。

針對(duì)上述情況，本文提出了一種高能效比的星載SAR成像及艦船目標(biāo)檢測(cè)實(shí)時(shí)處理方法，充分發(fā)揮FPGA的全并行流水處理以及數(shù)據(jù)格式可定制的優(yōu)勢(shì)，能夠快速實(shí)現(xiàn)SAR成像處理和獲取SAR圖像中重點(diǎn)偵察區(qū)域圖像切片的需求。

1 SAR成像實(shí)時(shí)實(shí)現(xiàn)

1.1 需求分析

星載SAR成像遙感衛(wèi)星具備全天時(shí)全天候?qū)崿F(xiàn)全球海洋和陸地信息的監(jiān)視監(jiān)測(cè)， 通過構(gòu)建星載實(shí)時(shí)處理器，可實(shí)現(xiàn)星上多種工作模式的SAR實(shí)時(shí)成像、幾何校正等0～2級(jí)產(chǎn)品處理功能，具備在軌感興趣目標(biāo)檢測(cè)處理能力，從而提高衛(wèi)星數(shù)據(jù)獲取時(shí)效性。圖1為某高分辨率星載SAR成像實(shí)時(shí)處理框圖。圖2為某星載SAR實(shí)時(shí)處理器內(nèi)部框圖，由大量高性能FPGA，片上處理系統(tǒng)(SoC)和DSP組成，功耗高達(dá)百瓦以上，影響在軌工作時(shí)間、壽命及使用效能。

1.2 成像算法及實(shí)時(shí)實(shí)現(xiàn)

距離多普勒算法(RDA)[10]是在1976年至1978年為處理海洋衛(wèi)星SAR數(shù)據(jù)而提出的，該算法于1978年處理出第一幅機(jī)載SAR數(shù)字圖像，是經(jīng)典的SAR處理方法。隨著技術(shù)的發(fā)展和衛(wèi)星遙感應(yīng)用對(duì)高品質(zhì)SAR圖像的需求，RDA算法已無法滿足應(yīng)用需求。

變換線性調(diào)頻尺度(Chirp Scaling)算法[11]是當(dāng)前星載SAR成像采用的主流算法，利用GPS信息計(jì)算或者雜波鎖定自聚焦的方法獲取多普勒參數(shù)，完成精細(xì)條帶/全極化條帶的精確成像，相比RDA算法能夠獲得更高的信噪比[12]。針對(duì)星載SAR多種工作模式成像處理要求，分析多種模式SAR成像算法，總結(jié)其中共有的計(jì)算特征。對(duì)算法流程進(jìn)行合并后，對(duì)應(yīng)的算法框圖如圖3所示。SAR成像算法中，“復(fù)乘-快速傅立葉變換/快速傅立葉逆變換(FFT/IFFT)”作為一個(gè)主體運(yùn)算步驟，反復(fù)執(zhí)行多次，可提煉為基本運(yùn)算單元。

圖3 主流星載SAR成像算法框圖Fig.3 SAR imaging algorithm block diagram

通過圖3算法框圖可知，SAR成像算法流程由大量FFT和IFFT組成，因此，F(xiàn)FT和IFFT運(yùn)算效率直接影響整個(gè)算法的實(shí)現(xiàn)效率[13]。針對(duì)此情況，在算法實(shí)現(xiàn)過程中，提出了基于高速并行化混合FFT陣列加速的SAR成像實(shí)現(xiàn)架構(gòu)。如圖4所示，SAR成像計(jì)算過程中，距離向處理和方位向處理較為獨(dú)立，因此采用分布式并行流水FFT計(jì)算方法，設(shè)計(jì)一種可動(dòng)態(tài)重構(gòu)的脈沖壓縮處理實(shí)現(xiàn)架構(gòu)，建立計(jì)算精度誤差模型，自主調(diào)度定/浮點(diǎn)計(jì)算，在有效降低硬件資源占用的同時(shí)，保障了SAR成像計(jì)算的實(shí)時(shí)性。

圖4 成像算法實(shí)現(xiàn)框圖Fig.4 Imaging algorithm realize block diagram

方位向處理完成后，對(duì)處理結(jié)果進(jìn)行量化處理，如圖5所示。對(duì)方位向處理結(jié)果求取絕對(duì)值，將結(jié)果由單精度浮點(diǎn)數(shù)據(jù)轉(zhuǎn)換成32 bit無符號(hào)定點(diǎn)數(shù)據(jù)，以該結(jié)果為輸入通過查找灰度映射表得到8 bit灰度數(shù)據(jù)。量化完成后，得到最終的SAR圖像，如圖6所示(大小為8192×1024像素)。所成圖像為SAR成像應(yīng)用的典型場(chǎng)景——港口區(qū)域中，包含有艦船等感興趣目標(biāo)，通過感興趣目標(biāo)提取算法，可以感知港口的態(tài)勢(shì)。

圖5 SAR圖像數(shù)據(jù)量化方法

圖6 SAR成像結(jié)果Fig.6 SAR imaging results

1.3 性能分析

SAR成像處理過程需占用大量存儲(chǔ)、邏輯以及乘法器資源，F(xiàn)PGA等器件硬件資源有限，需使用外部存儲(chǔ)資源(DDR3等)完成，其中，大小為8192×1024像素的SAR圖像完成整個(gè)成像處理流程需使用512 Mbit外部存儲(chǔ)資源。本文算法在Xilinx公司XC7K325T中實(shí)現(xiàn)占用硬件資源情況如表1所示。邏輯資源(LUTs)，觸發(fā)器(Flip-flops)，存儲(chǔ)資源(Block RAM)以及計(jì)算資源(DSP Slices)等硬件資源數(shù)量在FPGA內(nèi)有限(對(duì)應(yīng)表1中的芯片總量)，在FPGA設(shè)計(jì)過程中需重點(diǎn)考慮。

表1 本文實(shí)現(xiàn)SAR成像算法在FPGA(XC7K325T)上實(shí)現(xiàn)資源占用情況

本文設(shè)計(jì)采用順序輸入和逆序輸出的16 bit定點(diǎn)FFT處理，逆序輸入和順序輸出的單精度浮點(diǎn)IFFT處理方法。如表2所示[5]，在處理精度損失不影響成像圖像質(zhì)量時(shí)，相對(duì)于傳統(tǒng)順序輸入順序輸出FFT/IFFT單精度浮點(diǎn)處理方法有效節(jié)省Block RAM 50%以上， DSP Slices 40%以上， LUTs 15%以上，處理延時(shí)降低50%以上。

表2 本文處理方法與傳統(tǒng)處理方法性能對(duì)比

2 SAR圖像艦船目標(biāo)檢測(cè)實(shí)時(shí)實(shí)現(xiàn)

2.1 SAR圖像艦船目標(biāo)檢測(cè)算法

由于星載合成孔徑雷達(dá)的全天時(shí)、全天候等優(yōu)勢(shì)，星載SAR圖像的目標(biāo)檢測(cè)與識(shí)別目前已經(jīng)成為衛(wèi)星遙感應(yīng)用中研究的熱點(diǎn)。針對(duì)復(fù)雜場(chǎng)景的SAR圖像，實(shí)現(xiàn)快速、精確、自適應(yīng)的從星載SAR圖像中檢測(cè)出天基目標(biāo)信息，一直是研究的熱點(diǎn)。由于星載SAR成像過程中相干斑噪聲的存在，以及大場(chǎng)景星載SAR圖像中建筑陰影、山體陰影、水體表面粗糙度的隨機(jī)運(yùn)動(dòng)等影響，使得設(shè)計(jì)一個(gè)具有高魯棒性的檢測(cè)算法變得較為困難。

圖7 基于星載SAR圖像目標(biāo)檢測(cè)算法流程圖Fig.7 Flow chart of target detection algorithm based on SAR image

利用改進(jìn)拓?fù)涿枋鲎舆M(jìn)行虛警剔除的星載SAR圖像自適應(yīng)目標(biāo)檢測(cè)算法。算法主要流程框圖如圖7所示，分為3個(gè)部分：①背景噪聲抑制(圖像預(yù)處理)，對(duì)原始圖像采用高斯濾波、中值濾波去除周期性和隨機(jī)噪聲，并經(jīng)過形態(tài)學(xué)閉運(yùn)算消除由噪聲引起的目標(biāo)內(nèi)部孔洞、連接臨近目標(biāo)和平滑邊界；②疑似目標(biāo)篩選分割，首先通過對(duì)圖像進(jìn)行切片，比對(duì)當(dāng)前檢測(cè)區(qū)域與鄰域直方圖方差特性，區(qū)分出純海域、陸地、疑似目標(biāo)三種類別，然后對(duì)疑似目標(biāo)區(qū)域進(jìn)行自適應(yīng)迭代分割，得到二值圖像后進(jìn)行連通域標(biāo)注，得到疑似目標(biāo)標(biāo)注結(jié)果；③基于形狀特征的目標(biāo)鑒別，對(duì)疑似目標(biāo)標(biāo)注結(jié)果進(jìn)行求取圓形度及長(zhǎng)寬比進(jìn)行鑒別，剔除虛警目標(biāo)，即可得到最終船艦檢測(cè)結(jié)果。

2.2 SAR圖像目標(biāo)檢測(cè)算法實(shí)時(shí)實(shí)現(xiàn)流程

根據(jù)上述算法流程，在實(shí)時(shí)實(shí)現(xiàn)過程中，將算法分解成如圖8所示的實(shí)現(xiàn)框圖。星載SAR圖像經(jīng)過相干斑去噪和二值分割處理效果如圖9所示。星載SAR圖像二值分割后進(jìn)行連通域標(biāo)記結(jié)果如圖10所示。最終檢測(cè)結(jié)果如圖11所示。

圖8 SAR圖像目標(biāo)檢測(cè)實(shí)現(xiàn)框圖

圖9 SAR圖像預(yù)處理及分割Fig.9 SAR image pre-processing and segmentation

圖10 SAR圖像連通域標(biāo)記結(jié)果Fig.10 Result of unicom domain mark-up

圖11 SAR圖像艦船目標(biāo)最終檢測(cè)結(jié)果Fig.11 Final detection result of SAR image

2.3 性能分析

由于星載SAR成像區(qū)域較寬，分辨率較高，如某衛(wèi)星的SAR載荷分辨率0.3 m，成像區(qū)域15 km×15 km，可得到的SAR圖像尺寸為50 000×50 000像素，如果按單幅圖像處理，將會(huì)給星載信息處理平臺(tái)的數(shù)據(jù)計(jì)算、存儲(chǔ)和傳輸能力帶來極大負(fù)擔(dān)，在實(shí)時(shí)處理系統(tǒng)中無法實(shí)現(xiàn)。因此，需將圖像進(jìn)行分塊處理，通過多個(gè)處理芯片并行處理提升處理速度，上述目標(biāo)檢測(cè)算法FPGA實(shí)現(xiàn)模塊設(shè)計(jì)均按輸入圖像大小為1024×1024像素設(shè)計(jì)。

處理過程需占用大量存儲(chǔ)資源，由于FPGA等可編程邏輯器件存儲(chǔ)資源有限，需使用外部存儲(chǔ)資源完成整個(gè)處理流程。圖像大小為1024×1024像素完成整個(gè)處理流程需使用24 Mbit外部存儲(chǔ)資源。硬件開銷見表3，表中FPGA采用Xilinx公司XC7K325T。

表3 SAR圖像目標(biāo)檢測(cè)算法在XC7K325T上實(shí)現(xiàn)資源占用情況

3 系統(tǒng)驗(yàn)證

3.1 驗(yàn)證系統(tǒng)搭建

目前，星載高性能處理平臺(tái)可選用的FPGA硬件資源規(guī)模最大為3300萬門左右，與本文選用的Xilinx公司的FPGA XC7K325T相當(dāng)。XC7K325T硬件資源規(guī)模為3250萬門，且便于找到Xilinx公司官方開發(fā)板。因此，本文選用Xilinx公司XC7K325T開發(fā)板上完成實(shí)時(shí)處理功能驗(yàn)證。結(jié)合該板卡外圍千兆以太網(wǎng)總線、DDR3存儲(chǔ)器及視頻圖像陣列(VGA)顯示接口，形成可演示的實(shí)時(shí)信息處理系統(tǒng)。

功能驗(yàn)證的主要流程：上位機(jī)通過千兆以太網(wǎng)發(fā)送參數(shù)數(shù)據(jù)及回波數(shù)據(jù)給FPGA，F(xiàn)PGA利用DDR3緩存中間處理數(shù)據(jù)，完成處理后將圖像數(shù)據(jù)通過VGA接口和千兆以太網(wǎng)輸出顯示。驗(yàn)證系統(tǒng)架構(gòu)及采用板卡如圖12和圖13所示。

圖12 SAR圖像檢測(cè)驗(yàn)證系統(tǒng)架構(gòu)Fig.12 Work diagram of verification system

圖13 SAR成像及目標(biāo)檢測(cè)驗(yàn)證板卡Fig.13 Imaging and detection verification board

3.2 系統(tǒng)驗(yàn)證及性能分析

采用RadarSat-1遙感衛(wèi)星的回波數(shù)據(jù)，驗(yàn)證了SAR成像算法的有效性和實(shí)時(shí)實(shí)現(xiàn)的可行性，為后續(xù)在軌應(yīng)用奠定理論和工程基礎(chǔ)。

相對(duì)傳統(tǒng)處理方法，本文設(shè)計(jì)的SAR成像核心處理方法脈沖壓縮處理，通過改變FFT的處理架構(gòu)和適當(dāng)降低處理精度，有效節(jié)省存儲(chǔ)資源(Block RAM)50%以上、節(jié)省計(jì)算資源(DSP Slices)40%以上、節(jié)省邏輯資源(LUTs)15%以上，處理延時(shí)降低50%以上。

在Xilinx公司XC7K325T FPGA實(shí)現(xiàn)了SAR成像和艦船目標(biāo)檢測(cè)功能，形成可演示實(shí)時(shí)處理系統(tǒng)。通過分析該報(bào)告可以得知XC7K325T FPGA的功耗為4.168 W，考慮電源轉(zhuǎn)化效能(預(yù)設(shè)電源轉(zhuǎn)換效率為75%)問題，功耗估計(jì)為5.84 W，相對(duì)于傳統(tǒng)基于FPGA+DSP的處理架構(gòu)，達(dá)到同樣的處理效率，功耗至少為25 W以上。本文提出的星載SAR成像及艦船目標(biāo)檢測(cè)方法能效比為傳統(tǒng)方法的4倍以上。與此同時(shí)，考慮星上SAR處理幅寬較寬，常用方法是通過多個(gè)處理器并行處理解決實(shí)時(shí)性問題，本文驗(yàn)證只考慮單個(gè)處理器情況，實(shí)際處理機(jī)的整機(jī)功耗降幅巨大，對(duì)信息處理整機(jī)設(shè)計(jì)有較好參考意義。

4 結(jié)束語

根據(jù)星載SAR成像算法特點(diǎn)，提出基于高速并行化混合FFT陣列加速的SAR成像實(shí)時(shí)實(shí)現(xiàn)方法。在SAR圖像目標(biāo)檢測(cè)算法設(shè)計(jì)過程中，提出以局部降維統(tǒng)計(jì)分類為基礎(chǔ)的艦船目標(biāo)檢測(cè)方法。在FPGA工程實(shí)現(xiàn)過程中采取了多種優(yōu)化設(shè)計(jì)手段，有效降低了硬件占用率、功耗以及成本。在滿足各項(xiàng)成像技術(shù)指標(biāo)的同時(shí)，有效提升處理效率、降低功耗、體積和成本，提高系統(tǒng)可靠性和抗干擾能力，實(shí)現(xiàn)多種幅寬、連續(xù)星載SAR成像處理功能和艦船目標(biāo)檢測(cè)能力。

本文設(shè)計(jì)的星載SAR成像及艦船目標(biāo)檢測(cè)方法能效比為傳統(tǒng)方法的4倍以上，經(jīng)由RadarSat-1遙感衛(wèi)星數(shù)據(jù)驗(yàn)證了算法的有效性和實(shí)時(shí)性，為星上高速率載荷數(shù)據(jù)實(shí)時(shí)處理、數(shù)據(jù)快速應(yīng)用、快速提取情報(bào)信息提供了一種新的高效途徑。該方法可應(yīng)用到當(dāng)前的星載在軌實(shí)時(shí)信息處理系統(tǒng)中，通過在衛(wèi)星上完成SAR成像、SAR圖像關(guān)注區(qū)域及關(guān)鍵目標(biāo)檢測(cè)提取等實(shí)時(shí)處理功能，將大大縮短衛(wèi)星系統(tǒng)的反應(yīng)時(shí)間、突破數(shù)傳瓶頸、提高固存、載荷利用率。另外，隨著處理實(shí)時(shí)性、有效性及能效比等指標(biāo)的改善，星載載荷信息處理系統(tǒng)的在軌運(yùn)行時(shí)間將極大增加，可有效提升天基態(tài)勢(shì)感知系統(tǒng)的應(yīng)用效能。