星載SAR成像處理算法綜述

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

(北京航空航天大學電子信息工程學院 北京 100191)

該文首先回顧了歐美等國家星載SAR衛星技術的發展歷程及發展趨勢，介紹了各國在軌衛星及未來衛星發射計劃等相關情況，在此基礎上對星載合成孔徑雷達衛星成像處理算法進行了總結和分析。論文具體分析了各主要成像算法的優缺點并指出其適用范圍和應用現狀，進而闡述了星載合成孔徑雷達成像處理算法的發展趨勢，重點介紹了基于壓縮感知理論和基于新模式的成像處理算法，并給出了仿真結果。

合成孔徑雷達；時域算法；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的快速發展，控制和利用空間成為世界軍事強國謀求的重要目標之一，星載合成孔徑雷達(Synthetic Aperture Radar, SAR)由于其不受天氣、氣候的影響，能全天時、全天候、高分辨率、大區域對地觀測，因此成為空間信息遙感技術飛速發展時代的主旋律之一。

星載SAR工作在微波頻段，因此和光學遙感手段相比，其對地面植被、沙漠等具有一定的穿透能力，能揭露可能使傳統光學成像衛星受騙上當的偽裝，常用于發現叢林中的機械化部隊、埋藏于地下數米深的設施等，比如美國用“長曲棍球(Lacrosse)”衛星偵察伊朗和朝鮮的地下設施或工事。SAR對金屬目標具有靈敏的探測能力，特別適用于晝夜監視艦船、坦克、導彈發射架等目標。同時，星載SAR在災害處理、地質與勘探、海洋環境、大氣環境、農業、林業、制圖等領域也發揮著越來越重要的作用。

和光學圖像的“所見即所得”不同，星載SAR原始回波信號呈現出噪聲特性，因此如何將類噪聲信號經過處理轉換成可視圖像是星載SAR技術研究的核心內容。本文以星載SAR衛星的發展為背景，首先介紹星載SAR衛星的發展歷程、現狀及未來趨勢，在此基礎上結合星載SAR衛星工作模式和性能指標對成像處理算法進行總結和闡述，尤其對高分辨率星載SAR成像處理算法進行分析。

2 星載合成孔徑雷達衛星發展概況

從1952年Shervin首次提出采用相位校正的全聚焦陣列概念以來，合成孔徑雷達已歷經一個甲子發展，至今合成孔徑雷達已廣泛應用于國計民生的各個領域。星載合成孔徑雷達衛星的發展主要經歷了3個階段：1970年～1990年為孕育期，美國是主要的研制、發展和應用國家；1990年～2000年為成長期，美國、俄羅斯、歐洲、加拿大和日本在這一時期推進了星載SAR技術的進步；2000年開始進入了蓬勃發展期，歐洲、加拿大、以色列、日本、印度等國先后發射了SAR成像雷達衛星，星載SAR技術的發展推動力已不僅僅依靠單項技術突破，而轉變為依靠概念體制的推陳換代。

2.1美國星載SAR衛星發展概況

美國是最早開發和應用合成孔徑雷達技術的國家，積累了豐富的研制和應用經驗。1978年，美國成功發射了第1顆星載SAR衛星Seasat-1[6]，揭開了天基SAR對地遙感觀測的序幕。之后，在1981年、1984年和1995年，美國又成功地發射了SIR-A, SIR-B和SIR-C/X-SAR衛星。1988年美國發射了首顆長曲棍球雷達偵察衛星，在海灣戰爭中發揮了重要的作用。美國星載SAR衛星發展主要包括2個系列，分別是“長曲棍球”雷達成像偵察衛星系列和“太空雷達”成像偵察衛星系列。

(1) “長曲棍球”成像偵察衛星

長曲棍球衛星是世界上目前最為先進的星載SAR衛星，從1988年12月發射第1顆衛星至今已經先后發射了5顆長曲棍球衛星，目前長曲棍球1、長曲棍球2、長曲棍球3已經退役，長曲棍球4和長曲棍球5仍在軌工作。長曲棍球衛星重約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，最優分辨率可達0.3 m。后續接替長曲衛星工作的是未來成像構架(Future Imagery Architecture, FIA)衛星，在2010年9月21日和2012年4月3日已發射兩顆，該衛星采用拋物面天線，最高分辨率為0.3 m。

(2) “太空雷達”成像偵察衛星

“太空雷達”(Space Radar, SR)是美國空軍和美國國家偵察局的一個聯合項目，是第1個真正面向戰術應用的偵察衛星系統，因此在星載SAR發展的歷史中具有里程碑的意義。Space Radar衛星具備0.1 m高分辨率成像、地面動目標指示(Ground Moving Target Indication, GMTI)、數字地形測繪(Digital Terrain Elevation Data, DTED)、海洋監視和反導以及戰場實時調度和接收的能力，因此能直接支持戰場作戰。

2.2俄羅斯星載SAR衛星發展概況

俄羅斯最早發射過分辨率為15 m的“鉆石”民用遙感雷達衛星，但近些年來，俄羅斯在星載SAR衛星發展領域相對緩慢。俄羅斯計劃在未來幾年內發射一個完整的高分辨率天基雷達星座。其中，俄羅斯機械制造科研生產聯合體正在研制“禿鷹E”(Kondor-E)的衛星，Kondor-E分為光學型和雷達型，其中Kondor-E雷達型衛星為S波段小型雷達衛星，重1150 kg，并采用質量極輕的直徑6 m的折疊式拋物面天線。拉沃奇金科研生產聯合體為俄羅斯生產“阿爾康2”(Arkon-2)多功能雷達衛星，Arkon-2搭載一部3波段——X, L, P波段雷達，具備1 m分辨率的對地觀測能力。

2.3歐洲星載SAR衛星發展概況

近十幾年來爆發的局部戰爭使歐洲認識到，僅依靠美國衛星提供的情報實施作戰計劃將使得歐洲在未來逐步喪失信息優勢及世界事務中的話語權，因此以德國、法國、意大利為首的歐盟各國開始向天基偵察領域進軍，并在天基SAR發展中走出一條不同于美國的、成功的、獨立的道路。

(1) SAR-lupe星座

1998年，德國啟動SAR-lupe系統研究工作，該系列的SAR衛星由5顆相同的衛星組成，分布在3個不同的軌道上，每顆衛星重約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衛星入軌標志著歐洲SAR軍事偵察衛星完成組網，是歐洲天基偵察能力發展的一個重要里程碑，歐洲從此具備獨立、全天時、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控制能力，其聚束模式可通過平臺姿態控制實現，獲取0.5 m分辨率、5.5 km×5.5 km大小觀測區域的圖像。

(2) TerraSAR-X姊妹星

TerraSAR-X是德國研制的一顆軍民兩用雷達成像衛星，重1023kg，工作在X波段，具備全極化的能力，該系列衛星的任務主要是將收集的數據應用于科學研究。TerraSAR-X衛星于2007年6月15日成功發射，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的測繪帶寬(方位×距離)。作為TerraSAR-X的姊妹星，TanDEMSAR衛星于2010年6月21日發射成功，并和TerraSAR-X衛星實現協同工作，完成對地表的3維測量，其精度可達到2 m。

(3) COSMO-Skymed星座

COSMO-Skymed雷達成像衛星星座是由意大利國防部和意大利航天局合作打造的軍民兩用衛星星座，由4個衛星組成，每顆衛星重約1700 kg，工作在X波段，具有全極化的工作能力，主要用于監視、情報、測繪、目標探測與定位、城市規劃、商業成像服務等領域，目前已有3顆衛星成功入軌工作。該系列衛星具有多極化、多模式的特點，在0.7 m分辨率的條件下，可實現10 km×10 km的測繪帶寬(方位×距離)。

2.4以色列星載SAR衛星發展概況

以色列TecSAR衛星的成功發射標志著以色列躋身于世界衛星研制強國之列，提升了以色列情報獲取能力，尤其是增強了對中東地區態勢的信息掌控能力。TecSAR衛星工作在X波段，其有效載荷是高分辨率X波段合成孔徑雷達XSAR, XSAR的前身是機載型X波段多模式雷達，通過改良將其搭載至衛星平臺上。TecSAR衛星采用了許多創新性技術，其中質量輕、性能好和工作模式靈活是其最顯著的特點。TecSAR重量約300 kg，有效載荷只有100 kg，最優分辨率可達0.7 m，具有全極化的工作模式。TecSAR具備一種先進的工作模式，即鑲嵌模式(Mosaic)，能在1.8 m分辨率條件下，通過拼接提升覆蓋性能。

2.5加拿大星載SAR衛星發展概況

加拿大是最早發展星載SAR的國家之一，早在1976年加拿大就開始啟動“雷達衛星”(Radarsat)計劃。作為最為成功的商用SAR系列衛星，在1995年11月成功發射并運營了Radarsat-1衛星后，在2007年12月14日再次成功的發射了Radarsat-2衛星，該衛星同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衛星的已有的經典工作模式，并在此基礎上提高了星載SAR系統性能，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、超精細條帶模式(Ultra-Fine)。加拿大計劃在未來發射Radarsat-3衛星，可和Radarsat-2衛星協同工作實現干涉功能。

2.6日本星載SAR衛星發展概況

3 星載合成孔徑雷達成像處理算法綜述

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的角分辨率。同時期，伊利亞諾大學控制系統實驗室獨立的用非相干雷達作實驗，證實了利用頻率分析可改善雷達的角分辨率，并在1953年7月采用非聚焦型的孔徑處理方法得到了第1幅合成孔徑雷達圖像。此外，美國密執安大學雷達和光學實驗室的利思等人發現了光學全息照相和合成孔徑雷達概念的相似性，并將光學處理思想引入合成孔徑雷達信號處理中，并通過機載飛行試驗驗證了光學處理方法的可行性。

在合成孔徑雷達概念提出的最初階段，許多科學家都嘗試了從不同的角度對合成孔徑的概念進行闡釋，在闡釋的過程中提出了不同的孔徑信號合成方法，如用光學全息處理方法等。在此期間，SAR信號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現證明了合成孔徑雷達的可行性，為后續合成孔徑雷達的發展奠定了基礎。

3.2 SAR成像處理算法的現狀

隨著人們對合成孔徑概念理解的不斷深入，人們意識到回波信號的存儲和處理方式是合成孔徑雷達技術的核心所在。上世紀70年代，隨著數字處理器的飛速發展，SAR回波信號已普遍采用數字化的存儲和處理方式，同時按是否進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回波信號處理，如平均濾波器等方法。非聚焦型成像處理算法能達到的方位向分辨率為，分辨率隨作用距離增加而惡化。由于作用距離遠的原因，星載SAR回波信號處理通常不使用非聚焦型成像處理算法。本節將結合星載SAR衛星的發展，對星載SAR聚焦型成像算法進行分析和綜述。

3.2.1時域處理算法 時域處理算法主要以后向投影算法(Back Projection, BP)為代表。BP算法起源于計算機斷層掃描技術，是一種基于時域處理的精確的成像算法。其基本思想是通過計算成像區域內每一點到孔徑長度內SAR天線平臺之間的雙程時延，將對應的時域回波信號沿孔徑方向進行相干疊加，使來自該像素點的回波信號為同相，實現能量的聚焦，而其它點的回波信號由于相位不同相，疊加結果趨近于0，因此可認為最終疊加結果即為該像素點的值，從而恢復出每個像素的目標函數。對整個成像區域，按照上述過程逐個像素點地進行相干疊加處理，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算資源。針對BP算法計算量巨大的缺點，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，通過分塊減小時域算法的運算量；2000年，Amier Boag提出一種快速的BP算法，即將成像區域分塊，通過分級相干累加減小BP算法的運算量。基于上述改進后，BP算法具有更廣泛的應用領域，最具代表性的為雙站SAR數據處理和高軌SAR數據處理。

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

之所以將SPECAN算法歸結到距離頻域方位時域的算法，是因為SPECAN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的聚焦處理。而方位向則是通過時域去斜處理將調頻信號變為單頻信號后通過FFT變換完成壓縮。這樣處理的優勢在于當方位向數據量比較大的時候可提高方位向的壓縮效率。但SPECAN算法在距離校正時僅考慮了距離游走，且忽略距離徙動的空變性，因此SPECAN算法最初主要應用于分辨率比較低的掃描模式數據的成像處理。

為解決SPECAN距離徙動矯正問題，Lannri在1998年提出一種改進的SPECAN算法，該算法將SPECAN算法中的標準傅里葉變換替代為變標傅里葉變換，其變換核含有能對方位像素間隔進行等距離調整的距離變標因子，通過Chirp-Z變換可以有效地實現變標傅里葉變換。

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數據而提出的高效處理算法，但由于其概念明確、實現方法簡單，因此還被應用于JERS, ALOS, Radarsat-1, Envisat等星載SAR的數據處理。我國也于1990年，由北京航空航天大學首次利用RD算法獲取了國內第1幅星載SAR圖像，使用的數據正是SEASAT數據。

在星載SAR發展的孕育期，其分辨率不高，常采用L波段和C波段有效載荷，因此其數據處理的難度主要體現在孔徑時間內，衛星同載荷的相對運動導致回波能量軌跡沿距離門彌散，導致方位/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、簡單的消除耦合對處理的影響，將2維信號處理轉變成兩個1維信號處理是實現高精度、高效成像處理的關鍵。

距離徙動校正(Range Cell Migration Correct, RCMC)是方位/距離耦合的表現形式之一。距離徙動校正在距離多普勒域內完成是RD算法區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的時不變特性，在方位頻域，即多普勒域內對距離位置相同而方位位置不同的一組目標一次完成距離徙動校正，在距離多普勒域內高效實現RCMC。RD算法的另一個特點在于能沿距離向調整參數，補償RCMC的距離空變特性。

二次距離壓縮(Secondary Range Compression, SRC)是方位/距離耦合的另一個表現形式。在高分辨率或大斜視角條件下，在距離多普勒域內線性調頻信號的調頻率發生了變化，使用初始的線性調頻斜率進行距離壓縮將造成距離散焦。這種現象可解釋為在高分辨率或大斜視角條件下，每一距離單元內的時間帶寬積發生了變化，因此距離向相位將受到方位向FFT的影響。SRC濾波函數是距離時間和方位頻率的函數，根據不同的近似方式，SRC的實現方式主要分為3種，第1種是在距離頻域-方位時域進行SRC，此時認為SRC和距離時間及方位頻率均無關，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維頻域中進行SRC，考慮其和方位向頻率的相關性，忽略其隨距離時間的變化。第3種是在距離多普勒域內進行SRC，同時考慮其和距離時間和方位頻率的相關性，第3種方法精度最高，但操作復雜，計算量大，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，其處理過程可視為回波接收的逆過程。RD算法通常用以處理分辨率為3 m～10 m的條帶模式回波數據，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，對于L波段數據，如SEASAT，在斜視角度小于5°時即可滿足處理精度要求；對于C波段數據，如Radarsat- 1，在斜視角度小于15°時均可滿足處理精度要求；對于X波段數據，如TerraSAR，在斜視角度小于20°時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算法易于理解和實現，但其最大的缺陷在于距離徙動校正時的插值操作將消耗大量的計算資源，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優勢。基于上述原因，出現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團隊在1993年共同提出，并很快的被應用于德宇航SAR地面處理器中。CS算法的重要貢獻在于避免了RCMC中的插值操作，該算法的本質是基于Papoulis提出的Scaling原理，通過對Chirp信號進行頻率調制，實現信號的尺度變化和平移，從而利用復數相乘和快速傅里葉變換即可完成回波信號的處理，因此處理效率大大提高。

由于頻率變標或平移不能過大，否則引起信號中心頻率和帶寬的改變，因此CS算法對距離徙動的校正是通過兩步完成的。首先在距離多普勒域補償距離徙動的空變特性，將處理不同距離向位置目標的距離徙動曲線校正成相同的形式，進而在2維頻域內完成殘余距離徙動的精確校正，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對方位頻率的依賴問題，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，但在處理效率上卻遠優于RD算法。

經典線性變標算法推導過程中對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回波數據上具有局限性，體現在RCMC不精確造成距離向左右旁瓣不對稱以及方位向殘留相位誤差影響方位向聚焦效果。針對上述問題，Davidson等人提出了斜視角條件下的非線性變標算法，一定程度上緩解了2維頻譜近似處理對聚焦效果的影響。以3 m分辨率為例，利用非線性變標算法能在斜視15°的條件下完成回波信號的精確成像處理。

CS算法是一種更為高效、精確的處理算法，其處理過程無需插值，僅需FFT操作和復數相乘即可完成，適用于目前在軌SAR衛星條帶模式回波信號的處理。同時，以CS算法為內核衍生出許多的擴展算法，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、不同成像模式數據處理上的應用，但當分辨率優于0.5 m時，上述擴展算法不再使用，需進行其它改進才能完成信號的精確處理。

(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據的處理。FS算法要求所處理的數據為距離向解線性調頻(Dechirp)之后的數據。該算法通過使用新的頻率Scaling函數，在不進行插值的情況下對距離徙動進行精確矯正。

與標準CS算法一樣，FS算法沒有考慮二次距離壓縮隨目標距離的變化。對于大斜視角數據，由于二次距離壓縮誤差的影響，偏離參考距離的散射點無法精確聚焦，因此FS算法不適合處理大斜視角數據。為此，文獻[32]提出用不同的參考距離對數據進行二次距離壓縮的改進FS算法，能得到較好的成像效果。文獻[33]提出了一種改進FS算法，該算法消除了信號在距離多普勒域中所作的泰勒展開近似，實現了對參考距離目標的精確二次距離壓縮和距離徙動矯正。同時補償了SRC隨距離變化的殘余誤差，改善了測繪帶邊緣目標的聚焦性能。

CS算法在二次距離壓縮時忽略了其隨距離時間的變化，且在2維頻域上采用了近似的表達形式，因此無法適用于超高分辨率、超大斜視角的回波信號處理。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維插值核函數長度急劇增加，消耗的計算資源難以接受。因此上述兩種處理算法在處理高分辨率、大斜視角的數據時均具有局限性。為克服上述缺陷，算法在2維頻域通過stolt操作校正方位/距離的耦合，且在推導過程中采用了精確的表達形式，因此具備處理高分辨率、大斜視角回波數據的能力。

(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Chirp Z變換對距離徙動進行補償，是一種精確的成像算法。CZT算法應用于意大利高分辨率星載SAR系統COSMOS-Skymed的數據處理。

CZT算法的優點在于該算法無需對回波信號進行距離壓縮、處理過程計算量較小、圖像保真度高。同時由于該算法在RCM校正過程中不依賴線性調頻信號的線性調頻特性，因此它可以應用于對非線性調頻合成孔徑雷達回波信號進行RCMC。

CZT算法同樣沒有考慮二次距離壓縮隨目標距離的變化，當在大斜視角或者距離向寬幅成像時，遠離參考點處，存在較大的二次距離壓縮誤差，影響成像精度。為了解決這個問題，文獻[40]提出了一種分塊CZT算法，算法將成像區域的距離幅度進行分塊，通過縮小成像區域的距離寬度來減小SRC補償的剩余誤差。文獻[41]對該算法進行了進一步改進，在成像區域沿距離向連續分塊，進而在SAR接收數據的2維頻域中沿距離頻率為連續分塊，以降低SRC補償剩余誤差，提高成像的距離分辨率。事實上，將CZT算法思想應用于其它算法，可以簡化方位向處理、提高運算效率、增強圖像質量。文獻[42]提出了一種基于CZT算法的改進極坐標格式算法用于處理聚束模式的SAR數據。

3.2.6極坐標域算法 極坐標域算法以極坐標格式(Polar Format, PF)算法為代表。極坐標格式算法是一種典型的聚束SAR成像算法。該算法對回波信號進行Dechirp接收，在時域將參考點回波信號作為參考解調信號對回波信號進行解調，解調后的信號經2維插值，再做2維FFT得到圖像。

PF算法采用極坐標格式存取數據可以有效減少系統所需空間，自聚焦兼容性好。但也存在兩個問題。第一，去調頻過程會帶來殘余視頻相位(Residual Video Phase, RVP)，不經處理會引起幾何失真及方位散焦；第二，將極坐標格式轉化為直角坐標格式的差值處理運算量大，且差值精度會影響聚焦效果。對于第1個問題，文獻[43]提出了一種濾波方式以消除RVP。針對第2個問題，文獻[44]首先提出采用Chirp-Z變換(CZT)實現方位向重采樣以代替方位向插值。文獻[45]提出在方位向、距離向均采用CZT達到完全避免差值的效果，運算效率大大提高。文獻[46]提出了一種基于Scaling原理的的距離向重采樣方法來替代距離向插值，在完成距離向重采樣的同時去除RVP，而方位向依然采用CZT，這樣PF算法實現步驟更為簡單。文獻[47]基于時域PF算法，提出了一種頻域PF算法，該算法直接將回波信號經距離向FFT變換到距離頻域，與參考點回波信號的頻域共軛相乘，然后進行2維插值，做2維IFFT后得到圖像。該算法因不進行Dechirp操作，故可避免殘余視頻相位問題。文獻[48]分析了將改進的極坐標格式算法用于非規則圓軌跡SAR成像，其優勢是計算效率高，復雜度低。

3.3 SAR成像處理算法的趨勢

結合星載SAR技術的發展趨勢不難發現，目前SAR成像處理算法的發展趨勢主要有兩個方向。第1個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成像處理中的應用為代表。第2個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 現代雷達系統所追求的高分辨率、高成像幅寬，驅使人們去獲取并處理越來越多的數據；基于奈奎斯特采樣定理和經典數字信號處理理論的雷達系統設計規模越來越龐大，探測器成本也越來越昂貴。在處理龐大數據的過程中，人們發現所獲取的數據和觀測場景之間經常存在著很大的不平衡性：雷達獲取龐大的數據，而最后由系統處理得到的結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。它是近幾年發展起來的建立在信號稀疏表示和逼近理論基礎上的一個全新的研究領域。其充分利用目標場景的稀疏特性，可以工作在欠奈奎斯特采樣率上，通過非線性迭代等方法，能較理想的恢復出與全奈奎斯特采樣相近的結果。

2010年，Ender等人發表了綜述性論文，首次系統地論述了壓縮感知在合成孔徑雷達中的幾種較為可能的應用前景。同年，我國973計劃也正式設立了該方向的研究課題。2012年在德國召開了首屆壓縮感知雷達會議(CoSaRa2012)。近年來，越來越多的文獻及科研成果證明，將壓縮感知方法在低數據量成像、高維度成像、圖像質量提升、動目標檢測等方面都有很大的應用價值。

圖1和圖2分別給出了基于壓縮理論的成像處理結果，從處理結果可看出，利用壓縮感知理論可實現稀疏數據的精確成像。

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

為滿足對重要區域持續觀測的應用需求，中、高軌星載SAR技術成為未來發展的方向之一，這也體現了未來星載SAR發展空間分布層次化的特點。中、高軌星載SAR分辨率性能不高()，但由于其軌道高度高、合成孔徑時間超長，致使傳統高效成像處理算法所假設的等效斜距模型已經失效，從而導致數據處理難度變大。對于中軌SAR數據，通常采用基于改進等效斜距模型的成像處理算法，文獻[51]在2010年提出了基于改進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動軌跡的精確描述以及聚焦問題；文獻[52]在2012年進一步提出了基于KeyStone變換的成像處理方法，也較好地完成了中軌SAR數據的聚焦處理問題。對于高軌SAR數據，由于衛星和目標的相對運動關系十分復雜，改進等效斜距模型也難以精確描述其運動軌跡，因此通常采用BP算法進行處理，但其缺陷在于計算量較大。圖3給出了基于改進BP算法的成像處理結果。通過圖3示結果不難看出，基于改進BP算法能夠實現數據的精確聚焦處理。

圖1 溫哥華English灣出海口

圖2 Radarsat-1商船成像細節

(2) 面向參數捷變SweepSAR的成像處理算法

系統設計時，制約星載SAR測繪帶寬的兩個重要因素為星下點回波和發射脈沖遮擋，為緩解這一問題，Gerbert等人提出基于重頻捷變的Sweep工作模式，通過重頻變化跨越脈沖遮擋，通過數字波束形成技術(Digital Beam Forming, DBF)抑制星下點回波。這種成像工作模式具有適用于中等分辨率、廣域監視的應用，能實現5 m分辨率，400 km測繪帶寬的性能。由于重頻捷變造成方位向信號非均勻采樣，傳統的處理算法難以直接使用，因此針對SweepSAR數據的處理，北京航空航天大學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果，其分辨率為5 m。

通過圖4所示結果不難看出，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據的精確聚焦處理。

(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，但在傳統星載SAR體制下，高分辨率和寬覆蓋存在相互制約的關系，因此為同時實現高分辨率和寬覆蓋必須沖破傳統的工作模式。目前實現高分辨率寬覆蓋有多種手段，但最具代表性的多通道滑動聚束模式，該模式有望在TerraSAR-X2上首次實現。對于多通道滑動聚束模式的處理，其存在4個技術難點：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，需要構建更為精確的處理模型；再次，高分辨率、寬覆蓋條件下對2維頻譜精度的要求更高，需要補償高階項；最后是方位向參數的空變特性導致無法一次處理方位向過大的場景，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HRWS模式(0.25 m)和美國太空雷達計劃(0.1 m)為背景開展回波仿真及成像處理試驗，圖5分別給出了0.25 m和0.1 m分辨率的成像處理結果2維投影圖。

圖3 基于改進BP算法的成像處理結果

3.4 SAR成像處理算法總結

SAR成像處理算法的發展歷史實際上反映的是其對星載SAR成像模式、工作體制、性能指標不斷更新與提高的適應過程，如圖6所示。因此隨著未來星載SAR技術的不斷發展，新的或改進的成像處理算法也必將不斷出現，以支撐星載SAR技術的飛速發展。

圖4 基于拉格朗日插值的SweepSAR數據處理結果

4 結束語

星載合成孔徑雷達在空間遙感中發揮著不可替代的地位，且自2000年以來已取得了飛速的發展，星載SAR技術的發展趨勢可概括為“單項技術突破向概念體制更新轉變、單源信息應用向多源信息應用轉變、支持戰略應用向支持戰術應用轉變”。星載SAR技術的發展趨勢決定了SAR成像處理算法的發展趨勢，在工程應用方面，盡可能對成熟的算法進行改進，使其具備更廣泛的應用范圍；而在前沿技術研究方面，則需注重新理論、新技術、新方法在SAR數據處理方面的應用，為星載SAR的可持續發展奠定技術儲備。

圖5 高分辨率、寬測繪帶成像處理算法處理結果示意圖

圖6 星載SAR成像處理算法發展歷史示意圖

[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技術的發展趨勢及應用淺析[J]. 雷達學報, 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. 北斗衛星后向散射信號的星-星合成孔徑成像系統: 概念與可行性[J]. 雷達學報, 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[M]. 北京: 科學出版社, 1989: 1-37.

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

[13] 林世斌, 李悅麗, 嚴少石, 等.平地假設對合成孔徑雷達時域算法成像質量的影響研究[J]. 雷達學報, 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]. 電子學報, 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. 用頻率變標算法處理大斜視角SAR數據[J]. 系統工程與電子技術, 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的改進[J]. 信號處理, 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. 一種分塊處理斜視SAR成像算法[J]. 現代雷達, 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極坐標格式成像算法[J]. 電子與信息學報, 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頻域極坐標算法研究[J].現代雷達, 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成像技術研究進展[J]. 雷達學報, 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]. 雷達學報, 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實現方法研究[J]. 北京航空航天大學學報, 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，教授，博士生導師，主要從事星載SAR系統總體與仿真、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，信號與信息處理專業，北京航空航天大學，主要從事星載SAR高分辨率雷達信號仿真與成像技術、新體制雷達技術的研究。E-mail: yangweigigi@ee.buaa.edu.cn

王鵬波(1979-)，男，江西宜豐人，博士，講師，信號與信息處理專業，北京航空航天大學，主要從事新體制成像雷達系統技術、高分辨率雷達成像處理以及數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網絡優先出版

國家高技術研究發展計劃(863計劃)(2011AA*******)資助課題

楊威 yangweigigi@ee.buaa.edu.cn