朱岱寅 張 營 俞 翔 毛新華 張勁東 李 勇

①(南京航空航天大學(xué)電子信息工程學(xué)院雷達(dá)成像與微波光子技術(shù)教育部重點實驗室 南京 211106)

②(南京工程學(xué)院計算機工程學(xué)院 南京 211167)

1 引言

感興趣區(qū)域(Region of Interest,ROI)的高分辨成像與觀測始終是微波遙感技術(shù)的關(guān)鍵和研究熱點。合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)憑借其全天時、全天候和穿透能力強等優(yōu)勢[1,2]，能夠獲取米級至亞米級分辨率的ROI 2維散射圖像，廣泛應(yīng)用于超視距探測、定位測量、目標(biāo)檢測與解譯等領(lǐng)域。

隨著國內(nèi)外輕小型飛機、無人飛行器的迅猛發(fā)展，搭載于這些小型平臺上的微型合成孔徑雷達(dá)(Miniature Synthetic Aperture Radar,MiniSAR)引起了廣泛關(guān)注。MiniSAR系統(tǒng)通常采用調(diào)頻連續(xù)波體制，其發(fā)射信號的峰值功率因而能夠顯著降低，并結(jié)合固態(tài)電子器件設(shè)計，以便于實現(xiàn)體積與重量的輕小型化。因此，MiniSAR作為一種機動靈活的成像系統(tǒng)[3]，同樣具備大帶寬和高分辨能力，而且易于實現(xiàn)聚束、條帶和圓跡等觀測模式。在一定意義上，MiniSAR突破了傳統(tǒng)大型機載雷達(dá)在時間與空間方面的嚴(yán)格限制，應(yīng)對自然災(zāi)害突發(fā)、緊急救援、實時戰(zhàn)場偵查等方面突顯優(yōu)勢。

為此，MiniSAR成像系統(tǒng)成為了一種提高ROI響應(yīng)速度與偵查靈活性的可靠手段。盡管如此，MiniSAR成像信號處理依然面臨若干技術(shù)難題：(1)低慢速小型平臺及其復(fù)雜航跡難以實現(xiàn)較長相干積累時間的聚焦成像；(2)ROI非合作動目標(biāo)成像常常伴隨著多普勒頻移與距離模糊，可引起不同程度的散焦效應(yīng)；(3)輕小型平臺約束下的GPS/IMU精度無法滿足高分辨需求，需要與運動補償技術(shù)相結(jié)合；(4)綜合考慮算法復(fù)雜性、硬件資源和實時性等因素，與之相關(guān)聯(lián)的并行處理架構(gòu)的設(shè)計任務(wù)同樣重要。文獻(xiàn)[4]設(shè)計了一種W波段的無人機載SAR系統(tǒng)，采用了基于鎖相技術(shù)的線性調(diào)頻源設(shè)計，并對毫米波介質(zhì)集成波導(dǎo)天線、3維集成、運動補償方法等關(guān)鍵技術(shù)進(jìn)行了研究，系統(tǒng)可實現(xiàn)7.5 cm的成像分辨率?？紤]到MiniSAR復(fù)雜航跡，文獻(xiàn)[5]通過結(jié)合快速分解后向投影(Fast Factorized Back-Projection,FFBP)算法與數(shù)據(jù)驅(qū)動運動補償技術(shù)，并依據(jù)準(zhǔn)極坐標(biāo)網(wǎng)格的解析頻譜推導(dǎo)了相位誤差的空間不變性，從而保證了時域成像時自聚焦技術(shù)的嵌入與合并。在此基礎(chǔ)上，為了進(jìn)一步克服MiniSAR運動誤差的影響，殘留相位誤差校正一般通過自聚焦技術(shù)實現(xiàn)[6]，最顯著的方法有相位梯度自聚焦(Phase Gradient Autofocus,PGA)和對比度優(yōu)化自聚焦(Contrast Optimization Autofocus,COA)。文獻(xiàn)[7]解析了散射體在距離多普勒域的固有稀疏特性，并構(gòu)建了一種多任務(wù)學(xué)習(xí)稀疏貝葉斯框架實現(xiàn)稀疏散射系數(shù)與相位誤差的估計。該方法優(yōu)勢在于通過適當(dāng)引入估計的非確定性信息來改善聚焦精度，同時增強了在低信噪比和高欠采樣比條件下的適用性。此外，MiniSAR圖像的動目標(biāo)散焦效應(yīng)同樣不可忽視，文獻(xiàn)[8]以數(shù)據(jù)驅(qū)動運動補償為切入點，具體涵蓋了損失函數(shù)梯度距離對準(zhǔn)、時間窗優(yōu)化、COA自聚焦、時頻信息重構(gòu)和橫向定標(biāo)等一系列算法，有效解決了目標(biāo)非均勻旋轉(zhuǎn)引起的空變模糊。此類基于優(yōu)化策略的數(shù)據(jù)驅(qū)動形式對于同時改善成像效率與聚焦深度開辟了新途徑，也為觀測系統(tǒng)處理效率的提高與實時性設(shè)計提供了可能。

綜上所述，針對機動平臺MiniSAR高分辨成像信號處理技術(shù)，需要研究兼具高精度的聚焦算法和高效率的硬件架構(gòu)設(shè)計。據(jù)此，本文提出了一套完整的成像信號處理方法及其對應(yīng)的并行處理硬件架構(gòu)。所提信號處理方案涵蓋了極坐標(biāo)格式算法(Polar Format Algorithm,PFA)粗聚焦、ROI動目標(biāo)重聚焦和多子孔徑PGA精聚焦算法；同時，該方案可映射至現(xiàn)場可編程門陣列(Field Programmable Gate Array,FPGA)技術(shù)，從而實現(xiàn)MiniSAR數(shù)據(jù)的高速并行處理與實時成像。最后，基于多組X波段MiniSAR實測數(shù)據(jù)處理結(jié)果，驗證了所提成像信號處理技術(shù)的有效性和可靠性。

2 PFA粗聚焦成像

MiniSAR成像算法是信號處理技術(shù)的核心。在高分辨條件下，算法需具備：(1)非常高的成像精度；(2)鑒于微小型無人機飛行的復(fù)雜工況，算法需具備自動補償雷達(dá)平臺非共面運動的能力；(3)回波數(shù)據(jù)量非常大，算法需簡潔高效并易于硬件實現(xiàn)。傳統(tǒng)的近似成像算法(如距離-多普勒算法)顯然已不能滿足成像精度需求。距離徙動算法(Range Migration Algorithm,RMA)和線頻調(diào)變標(biāo)算法(Chirp ScAling,CSA)作為常用頻域算法，具有良好的計算效率，但這兩種算法都要求雷達(dá)平臺勻速直線飛行，同時RMA算法不適合嵌入運動補償，CSA算法仍然存在近似誤差，因此也不能很好地滿足機動平臺高分辨率MiniSAR成像需求?；跁r域處理的BP算法能夠在載機非理想飛行和非均勻采樣條件下使用，但其主要缺點在于計算量太大，需要分布式計算處理，由此導(dǎo)致的成像實現(xiàn)硬件代價較大。相比之下，PFA算法同樣在時域進(jìn)行信號調(diào)整和補償，易于校正平臺非理想航跡，非常適合在大機動條件下的成像，而且算法同樣簡潔高效。此外，依據(jù)極坐標(biāo)格式轉(zhuǎn)換的兩維尺度變換特性，基于尺度變換原理的PFA算法對成像效率與聚焦精度進(jìn)行了新的解釋[9]，避免了直接插值操作，因而也避免了由于插值核長度有限而帶來的相位誤差。同時，算法映射至并行硬件處理器件，更可顯示其高效性。因此，MiniSAR粗聚焦處理可依據(jù)PFA成像算法。

雷達(dá)位置由瞬時方位與俯仰角為θ和φ決定，與之對應(yīng)的參考方位角為固定值θref=π/2，參考俯仰角φref為孔徑中心時刻角度。Rc為航跡到ROI中心點的最短距離。MiniSAR系統(tǒng)采用dechirp形式處理，其回波信號形式為

式中，c表示光速，t和τ分別為慢時間和快時間，Tr為脈沖寬度，k為調(diào)頻斜率，fc為系統(tǒng)載頻，r為雷達(dá)到目標(biāo)的瞬時距離。對于條帶模式參考距離Rref=Rc，且RΔ=r-Rc。需要說明的是，針對聚束和條帶式統(tǒng)一化處理，均可按照聚束模式進(jìn)行處理。此時，轉(zhuǎn)為聚束模式處理時參考距離并非Rc，而是天線相位中心(Antenna Phase Center,APC)與ROI中心的距離Ra，且多旋翼無人機錄取回波數(shù)據(jù)時RΔ=r-Ra。

PFA首先對每一距離向脈沖進(jìn)行相位補償

并依據(jù)尺度變換原理對信號距離向數(shù)據(jù)乘以二次相位函數(shù)

式中，fτ為距離向采樣頻率。此時，所得數(shù)據(jù)經(jīng)逆向傅里葉變換(Inverse Fast Fourier Transform,IFFT)后，再乘以二次相位函數(shù)：

此外，方位向處理采用keystone變換，具體形式為

至此，所得2維重采樣數(shù)據(jù)通過FFT操作即可成像，從而實現(xiàn)MiniSAR圖像的粗聚焦。

一般而言，ROI動目標(biāo)成像常常伴隨著多普勒頻移與距離模糊，從而導(dǎo)致了MiniSAR圖像中不同程度的散焦效應(yīng)。為此，MiniSAR非合作動目標(biāo)成像與重聚焦可借鑒逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar,ISAR)相關(guān)信號處理技術(shù)[10]。ROI動目標(biāo)散焦數(shù)據(jù)可生成等效的ISAR回波，即可將MiniSAR非合作動目標(biāo)重聚焦問題轉(zhuǎn)化為ISAR相關(guān)技術(shù)。

3 ROI動目標(biāo)重聚焦

MiniSAR由于飛行工況復(fù)雜，對地面運動目標(biāo)成像難度顯著增加。借鑒以往機載SAR對地面運動目標(biāo)成像處理的經(jīng)驗，本文提出對ROI動目標(biāo)數(shù)據(jù)采用ISAR距離對準(zhǔn)算法實現(xiàn)重聚焦成像的技術(shù)方案。該方案依據(jù)預(yù)設(shè)全局準(zhǔn)則，迭代并優(yōu)化性能指標(biāo)，能夠有效抑制突跳和漂移誤差。其中，全局最小熵算法表現(xiàn)出較好的魯棒性，但對準(zhǔn)精度和收斂速度通常局限于一個距離單元和信號相關(guān)性[11,12]。因而，本文擬采用一種改進(jìn)型全局最小熵距離對準(zhǔn)算法，以提高對準(zhǔn)精度和動目標(biāo)的重聚焦質(zhì)量。該方法依據(jù)平均距離像(Average Range Profile,ARP)熵值，同時ARP可由M個距離像列向量pi(r+Δri)的和包絡(luò)計算獲得。

式中，Δri為脈沖包絡(luò)偏移量。從而ARP熵值為

距離對準(zhǔn)需求解式(8)極小值實現(xiàn)，并獲得估值

ARP熵值可以通過搜索策略獲取pi(r)和pave(r)相關(guān)峰值及其對應(yīng)的Δri值。然而，當(dāng)E(Δr)終止迭代時，對準(zhǔn)精度只能達(dá)到一個距離單元。為了進(jìn)一步改善距離對準(zhǔn)精度，算法考慮了時域亞距離單元移位問題。此處，將式(9)的卷積部分表示為R(?)，并進(jìn)行以下傅氏變換和離散化操作。

式中，pi(fr)和pave(fr)分別對應(yīng)于pi(r)和pave(r)的傅氏變換。依據(jù)信號序列性質(zhì)，式(10)可簡化為

因而，式(11)可作為目標(biāo)函數(shù)，并結(jié)合黃金分割法估計相關(guān)峰位置及其對應(yīng)的亞距離單元偏移量。

除此之外，復(fù)雜信號的回波相關(guān)性通常呈現(xiàn)一定的下降趨勢，同樣對包絡(luò)對齊的精度造成影響。此時，式(8)同樣可離散化并除去其中無關(guān)的常數(shù)因子后可得

令內(nèi)積Λ=〈pi(r),pave(r)〉，依據(jù)施瓦茨不等式，當(dāng)且僅當(dāng)兩者線性相關(guān)時獲得最大值。因此，式(7)轉(zhuǎn)化為其線性組合關(guān)系使得

顯然，pi(r)之間的相關(guān)性影響著ARP熵值E′(r)的最小值位置，且距離像之間的相關(guān)性與算法收斂速度成正相關(guān)。因而，該方法以分塊形式提高動目標(biāo)重聚焦精度和效率。

盡管改進(jìn)型ISAR距離對準(zhǔn)算法的有效性作者已在參考文獻(xiàn)[11,12]中進(jìn)行了檢驗，然而由于飛行空域的限制，本MiniSAR系統(tǒng)到目前為止尚未對包含動目標(biāo)的場景進(jìn)行成像，因此上述方法在MiniSAR系統(tǒng)中的實施效果仍有待進(jìn)一步檢驗。本文將在后續(xù)試驗過程中設(shè)法進(jìn)一步采集包含合作和非合作動目標(biāo)的數(shù)據(jù)進(jìn)行驗證。

4 PGA-MD精聚焦

高分辨情況下MiniSAR運動測量單元提供的位置信息精度可能無法滿足相干性需求，且因傳播介質(zhì)不均勻而導(dǎo)致的回波延遲誤差效應(yīng)同樣不可忽視。微型運動平臺更容易受到氣流擾動的影響而具有更大的軌跡偏離，嚴(yán)重影響聚焦質(zhì)量。因此，本文針對MiniSAR圖像精聚焦技術(shù)，采用多子孔徑PGA-MD自聚焦，能夠顯著改善高分辨情況下的聚焦深度[13]。

假設(shè)子孔徑脈沖數(shù)目和間隔分別為Na和m0,m為方位坐標(biāo)，此時對應(yīng)的子孔徑數(shù)目為P=[(M-Na)/m0]+1，相鄰子孔徑重疊脈沖數(shù)目為Na-m0。相位誤差采用Q階多項式模型為多項式系數(shù)，則第p個子孔徑相位誤差(Subaperture Phase Error,SPE)可描述為

不同距離單元的多普勒頻率通過PGA循環(huán)移位操作消除，然而常常伴隨著未知線性相位的引入。此時，SPE梯度由式(15)組成

此時，第i和j個子孔徑對應(yīng)于相位歷史域的線性相位誤差計算為

式中，方位相對偏移量δi,j通過利用MD算法對P(P -1)/2個子圖像進(jìn)行互相關(guān)獲得。此時，兩者關(guān)系方程組為

方程組式(17)有唯一的最小均方解

最后，SPE梯度的拼接操作可由式(19)實現(xiàn)。

此處需要說明的是，針對高分辨MiniSAR圖像精聚焦處理，算法選擇相鄰子圖像實現(xiàn)相位誤差估計：(1)MiniSAR相鄰子孔徑信號相關(guān)性最優(yōu)，對應(yīng)相關(guān)峰值估計精度高；(2)子圖像的減少能夠顯著降低H的維數(shù)和計算量，以提高相位補償效率。

綜上所述，本文所提MiniSAR成像信號處理方案可以歸結(jié)為一幅流程圖，涵蓋了PFA粗聚焦、ROI動目標(biāo)重聚焦和PGA-MD精聚焦，如圖1所示。

5 實時處理系統(tǒng)設(shè)計與實現(xiàn)

微型化、實時成像處理是系統(tǒng)設(shè)計和實現(xiàn)的關(guān)鍵。相較于大型機載SAR系統(tǒng)，MiniSAR系統(tǒng)的微型化設(shè)計，要在保證系統(tǒng)參數(shù)指標(biāo)的前提下，盡量簡化系統(tǒng)的設(shè)計結(jié)構(gòu)。調(diào)頻連續(xù)波SAR系統(tǒng)保留了傳統(tǒng)脈沖SAR系統(tǒng)高分辨率的優(yōu)點，又具有調(diào)頻連續(xù)波雷達(dá)體積小、功率低、成本低的特點，使其適用于在無人機上進(jìn)行低空成像。雷達(dá)接收機采用dechirp形式，結(jié)構(gòu)相對簡單，降低了AD器件的采樣頻率與設(shè)計成本，從而在保證系統(tǒng)分辨率的情況下，能夠顯著減小處理數(shù)據(jù)量，有利于后續(xù)高分辨率成像算法的實時處理。

MiniSAR成像信號處理技術(shù)復(fù)雜度較高、數(shù)據(jù)吞吐量大，如何實時高效地處理數(shù)據(jù)具有實際工程價值。一般而言，GPU和FPGA作為常用的并行處理技術(shù)，均能可靠地應(yīng)用于SAR相關(guān)信號處理[14]。然而，GPU較為適用于非相關(guān)性單指令多數(shù)據(jù)流的運算，面臨大量不規(guī)則內(nèi)存訪問和同步擴展時，其運算容易導(dǎo)致低效率和高功耗。而FPGA適用于比特流操作，對系統(tǒng)實現(xiàn)細(xì)節(jié)具有較高級別的控制。依賴于豐富的查找表和寄存器等資源，并行方式FPGA芯片具備高吞吐量，低功耗，強抗干擾能力等優(yōu)勢。因此，F(xiàn)PGA并行架構(gòu)具備靈活的處理資源配置和優(yōu)化能力，可以較好適應(yīng)MiniSAR成像信號處理技術(shù)需求。

本文設(shè)計了一種基于FPGA架構(gòu)的成像處理系統(tǒng)(暫未考慮動目標(biāo)重聚焦技術(shù))，并如圖2所示，具體涉及了3個核心子模塊：數(shù)據(jù)傳輸子模塊，通過以太網(wǎng)實現(xiàn)FPGA開發(fā)板與上位機的數(shù)據(jù)傳輸；算法處理子模塊，對數(shù)據(jù)進(jìn)行PFA成像、自聚焦與幾何失真校正處理；DDR3 SDRAM讀寫子模塊，實現(xiàn)2維數(shù)據(jù)的轉(zhuǎn)置與連續(xù)地址的高速讀寫。

圖1 所提MiniSAR成像信號處理流程圖Fig.1 Proposed flow diagram of MiniSAR imaging signal processing

圖2 基于FPGA設(shè)計架構(gòu)的MiniSAR成像處理系統(tǒng)Fig.2 MiniSAR imaging processing system based on FPGA design architecture

(1)數(shù)據(jù)傳輸模塊：系統(tǒng)采用以太網(wǎng)實現(xiàn)主機與板卡之間的通信，并在網(wǎng)絡(luò)層和傳輸層的協(xié)議控制上選擇UDP/IP協(xié)議來實現(xiàn)。FPGA實現(xiàn)UDP/IP設(shè)計相對簡單，資源利用較少。實測數(shù)據(jù)處理初始化階段，上位機負(fù)責(zé)把MiniSAR參數(shù)和回波數(shù)據(jù)通過以太網(wǎng)傳輸?shù)紽PGA模塊，數(shù)據(jù)寫入DDR3 SDRAM。同時，也可將最終成像處理結(jié)果發(fā)送回上位機顯示。

(2)成像處理算法模塊：PFA粗聚焦模塊主要由參數(shù)計算模塊、距離向PCS模塊、FFT模塊、方位向插值模塊組成；自聚焦模塊主要由距離降分辨模塊、方位相關(guān)復(fù)用模塊、FFT模塊、PGA時分復(fù)用模塊、相位誤差計算模塊、相位拼接模塊、相位補償模塊和子圖像拼接模塊組成；幾何失真校正模塊主要由校正網(wǎng)絡(luò)鋪設(shè)模塊、存儲地址計算模塊和校正點地址寫入模塊組成。

具體實現(xiàn)方式：PFA粗聚焦模塊首先將MiniSAR回波數(shù)據(jù)寫入到DDR3內(nèi)存，同時傳輸其基本參數(shù)至參數(shù)計算模塊。采用64位高精度浮點計算分別獲得距離向、方位向與自聚焦處理所需的具體參數(shù)，對回波數(shù)據(jù)進(jìn)行距離向PCS處理并以轉(zhuǎn)置形式寫入DDR。此外，參考距離補償同樣針對每一個脈沖，且可與距離向重采樣一并處理，從而簡化操作和節(jié)省反復(fù)讀寫DDR3的時間，提高了系統(tǒng)處理速度。最后轉(zhuǎn)置讀取每一個距離門數(shù)據(jù)通過Sinc插值核實現(xiàn)方位向重采樣處理。圖3為距離與方位實現(xiàn)的具體模塊圖，距離向處理過程中需要2次FFT(或IFFT)操作，雖然同時例化若干FFT的IP核能簡化代碼設(shè)計，但是極大地占用FPGA片上資源。而本系統(tǒng)中FFT模塊和IFFT模塊采用時分復(fù)用同一個FFT模塊的方式，只需要例化一個FFT的IP核，可以保證運算速度的同時大大減少FPGA板內(nèi)資源消耗。而方位向插值模塊主要包含：待插值點判斷模塊和Sinc卷積模塊。插值過程先根據(jù)待插點坐標(biāo)尋找出相鄰8個點的坐標(biāo)位置，將坐標(biāo)系數(shù)與輸入的雷達(dá)回波數(shù)據(jù)對應(yīng)相乘得到插值結(jié)果。針對處于樣本邊界外或不存在相鄰8個點的待插值點，本設(shè)計中采用標(biāo)識信號進(jìn)行判斷，使特殊點和正常點處理一體化，從而模塊設(shè)計更簡單、穩(wěn)定。

自聚焦模塊以PFA極坐標(biāo)格式轉(zhuǎn)換后的數(shù)據(jù)開始，在DDR3中按方位向連續(xù)存儲。第1步進(jìn)行距離向降分辨率成像，并選取部分距離單元(設(shè)為2048)進(jìn)行方位向到距離向的轉(zhuǎn)置，同時設(shè)置FFT模塊對距離向數(shù)據(jù)作2048點的FFT成像，以數(shù)據(jù)轉(zhuǎn)置形式按方位向連續(xù)存放，以便于提高讀寫速率；第2步利用PGA-MD估計全孔徑相位誤差。本文設(shè)計的PGA模塊結(jié)構(gòu)如圖4所示，并設(shè)置PGA模塊的聚焦相關(guān)參數(shù)，啟動PGA模塊，直到每個子孔徑數(shù)據(jù)全部處理完畢，并將估計的定點格式的相位梯度值傳遞給相位拼接模塊。然后對聚焦后的相鄰子孔徑圖像對進(jìn)行方位互相關(guān)獲得相對偏移量，并傳遞給相位拼接模塊完成子孔徑相位梯度拼接及積分得到全孔徑相位誤差。第3步設(shè)置分塊PGA的相關(guān)參數(shù)，再次啟動PGA模塊，直到每個子圖像處理完畢。同時利用方位互相關(guān)模塊估計PGA聚焦前后的偏移量并完成子圖像的拼接。

圖3 PFA 2維處理模塊Fig.3 2-D processing modules of PFA

圖4 相位梯度自聚焦模塊結(jié)構(gòu)圖Fig.4 Structure diagram of phase gradient autofocus module

幾何失真校正模塊以逐距離向脈沖形式處理，計算第一條距離向校正點對應(yīng)的PFA圖像坐標(biāo)，然后依據(jù)待處理數(shù)據(jù)在DDR3中的存儲方式，將圖像坐標(biāo)轉(zhuǎn)換為DDR3存儲地址，再次逐距離向采樣點數(shù)進(jìn)行DDR3數(shù)據(jù)讀取操作，完成該條脈沖的幾何失真校正并順序?qū)懭隓DR3，重復(fù)上述操作直至所有脈沖全部處理完畢，即可獲得最終成像結(jié)果。

(3)DDR3讀寫轉(zhuǎn)置模塊：用以存儲MiniSAR回波數(shù)據(jù)和算法處理結(jié)果，內(nèi)置的讀寫控制模塊可實現(xiàn)數(shù)據(jù)處理時所需的連續(xù)、轉(zhuǎn)置讀寫操作，單通道內(nèi)存為4 G，開啟雙通道后可實現(xiàn)8 G存儲，滿足實時處理的海量數(shù)據(jù)需求。本系統(tǒng)利用一片DDR3內(nèi)存條，矩陣轉(zhuǎn)置采用的是直接式分段存儲方法。具體存儲過程如圖5所示。同時采用一種讀寫速率平衡的轉(zhuǎn)置方式，其本質(zhì)是在SDRAM的同一行中存放相同分量的列數(shù)據(jù)和行數(shù)據(jù)，在略微增加寫操作換行次數(shù)的同時大大減少讀操作換行次數(shù)，從而提高轉(zhuǎn)置效率。

圖5 直接式分段存儲Fig.5 Directly segmented storage

表1 資源利用率Tab.1 Resource utilization

所提FPGA成像系統(tǒng)已在Xilinx公司的Virtex7-XC7VX6907開發(fā)平臺上進(jìn)行了驗證。當(dāng)系統(tǒng)工作頻率為200 MHz，處理8192(方位向)×4096(距離向)像素點的32位單精度浮點數(shù)據(jù)時，系統(tǒng)處理時間為3.58 s，此時FPGA處理時間低于對應(yīng)的脈沖積累時間，表明其成像效率可滿足實時性處理的需求。此外，表1給出了系統(tǒng)的FPGA資源利用情況。系統(tǒng)利用片內(nèi)DSP48E1資源來提高乘加模塊，F(xiàn)FT模塊的處理速度。使用最多的資源為LUT資源，占用率達(dá)到63%，表明了本設(shè)計較高的算法控制能力。其中Block RAM與DSP資源均占用30%左右，使用合理。浮點計算能力尚有冗余，完全可以處理較大數(shù)據(jù)量的數(shù)據(jù)或者增加其余算法處理模塊，有利于系統(tǒng)后續(xù)的擴展使用。Block資源主要用于通過存儲換取較高的算法處理效率，可以看出本系統(tǒng)的硬件框架通過較少的Block資源得到了較高的算法處理效率并且本系統(tǒng)還有較高的處理效率提升空間，也可采用多脈沖并行處理架構(gòu)進(jìn)一步提高處理速度，滿足實時性設(shè)計需求。

6 實測數(shù)據(jù)處理與分析

為了驗證本文所提高分辨MiniSAR成像信號處理方案的有效性，依據(jù)圖2給出的FPGA系統(tǒng)架構(gòu)，對X波段MiniSAR實測數(shù)據(jù)進(jìn)行了成像處理。MiniSAR系統(tǒng)的關(guān)鍵參數(shù)如表2所示，該系統(tǒng)采用調(diào)頻連續(xù)波體制，搭載八旋翼無人機進(jìn)行試驗的場景如圖6所示。

MiniSAR系統(tǒng)距離分辨率為0.1 m，并以聚束和條帶模式完成了多組ROI回波數(shù)據(jù)采集。ROI#1的粗聚焦與精聚焦成像結(jié)果如圖7所示，所提方法能夠校正大機動微型平臺引起的相位誤差，并獲得良好的聚焦效果。圖8給出了ROI#2和ROI#3聚束成像與光學(xué)影像對比圖，場景地物清晰，細(xì)節(jié)豐富，且對比度和信噪比較高，聚焦質(zhì)量良好，反映了MiniSAR系統(tǒng)的高分辨成像能力。此外，圖9和圖10分別給出了ROI#4和ROI#5的條帶模式成像結(jié)果，實現(xiàn)了大測繪場景的成像與觀測，從而進(jìn)一步驗證了所研制的高分辨率MiniSAR成像信號處理系統(tǒng)的有效性和可靠性。

表2 主要的系統(tǒng)參數(shù)Tab.2 Main system parameters

圖6 MiniSAR試驗系統(tǒng)Fig.6 MiniSAR experimental system

圖7 ROI#1成像處理與聚焦對比Fig.7 Imaging processing and focusing comparison for ROI#1

圖8 聚束式實測數(shù)據(jù)ROI#2和ROI#3處理結(jié)果Fig.8 Measured data processing results for spotlight ROI#2 and ROI#3

7 結(jié)束語

針對機動平臺MiniSAR高分辨成像系統(tǒng)，本文提出了一套完整的信號處理方法及其對應(yīng)的硬件設(shè)計架構(gòu)。

(1)高精度MiniSAR成像信號處理方案涵蓋了PFA粗聚焦、動目標(biāo)重聚焦、PGA-MD精聚焦和幾何失真校正算法；

(2)基于FPGA硬件設(shè)計的高速并行成像處理系統(tǒng)，契合了遙感監(jiān)視系統(tǒng)的快速響應(yīng)需求；

圖9 條帶式實測數(shù)據(jù)ROI#4處理結(jié)果Fig.9 Measured data processing result for stripmap ROI#4

圖10 條帶式實測數(shù)據(jù)ROI#5處理結(jié)果Fig.10 Measured data processing result for stripmap ROI#5

(3)多組X波段MiniSAR系統(tǒng)實測ROI處理結(jié)果驗證了本文方法的有效性和可靠性。