劉佳音 溫雙燕 張弘毅④ 洪 文
①(中國科學院空間信息處理與應用系統技術重點實驗室 北京 100190)
②(微波成像技術國家重點實驗室 北京 100190)
③(中國科學院電子學研究所 北京 100190)
④(中國科學院大學 北京 100049)
HJ-1-C衛星是我國自主研制的第1顆民用合成孔徑雷達衛星,它于2012年11月19日從太原衛星發射中心成功發射,其有效載荷為S波段SAR,具有全天時、全天候對地觀測能力,可以獲得5 m分辨率圖像。HJ-1-C衛星與早前發射的環境一號A, B星組成環境與災害檢測預報的“小衛星星座”,從而可以對生態環境和災害進行大范圍、全天候、全天時動態檢測,及時反映生態環境和災害的發生,并對發展趨勢進行預測,為災害快速評估、救援和重建等工作提供重要科學數據。HJ-1-C衛星總重890 kg,軌道為500 km、降交點地方時上午6時的太陽同步軌道,使用6×2.8 m的可折疊式網狀拋物面天線。HJ-1-C衛星SAR具有條帶和掃描兩種工作模式,成像帶寬度分別為40 km和100 km。HJ-1-C的SAR雷達單視時空間分辨率可到5 m,距離向4視時分辨率為20 m,提供的SAR圖像以多視模式為主[1]。
自從SIR-C[2]和RADARSAT[3]實現掃描模式(即ScanSAR)以來,掃描模式幾乎成為了標準的星載SAR成像模式,最新的RADARSAT-2[4]和TerraSAR-X[5]星載SAR都具有掃描模式。雖然掃描模式的成像分辨率較低,但具有幾百公里的觀測寬度,在海岸線監測、冰山監視、船只航行等方面具有廣泛應用[6]。而實現幾百公里寬幅SAR圖像的高效高精度定位則是ScanSAR地面處理的重要工作之一。常規星載SAR幾何定位方法主要有兩大類,一種基于地面控制點的間接定位法,主要從和SAR圖像對應的數字地圖中選取一定數量的合適地面控制點(Ground Control Points, GCP),基于有理函數模型[7]、共線方程[8]及嚴密模型[9]等構象模型進行匹配校正。另一種在沒有任何地面控制點情況下,利用衛星平臺的位置、速度以及姿態等系統參數,根據星載SAR成像幾何關系,對斜距圖像的每個像素進行直接定位。
通常ScanSAR模式的成像及定位流程是先采用SPECAN等算法對每burst部分數據進行成像,然后利用RD算法進行定位校正,最后根據每burst校正后圖像的地理位置進行拼接,獲得全幅ScanSAR地圖圖像。但由于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[10],因此成像精度差,同時該定位后拼接的流程會增加一次在burst之間重疊區域的重采樣,不但降低效率,而且導致圖像質量下降。因此本文根據HJ-1-C衛星ScanSAR模式的工作特點,在ECS成像算法和傳統斜距多普勒定位方法基礎上,提出一種適用于ScanSAR的等效RD幾何校正方法。首先根據方位時刻關系進行方位拼接,然后根據斜距關系拼接各個子帶,接著擬合等效參數,進行斜距多普勒定位,最后實現ScanSAR圖像的幾何校正。
ScanSAR工作模式是星載SAR的寬觀測帶工作模式,它是犧牲一部分方位分辨率來獲得寬觀測帶。圖1給出了ScanSAR工作模式的空間幾何關系。對于正側視的情況,通過天線在距離向的掃描來合成雷達圖像,從而使觀測帶加寬。對于不同波束位置(簡稱波位)或稱子觀測帶,ScanSAR工作模式是依次分別成像的。最初天線的波束指向寬觀測帶的近端并在那里駐留足夠長的時間以合成1幅單波束照射區的雷達圖像,然后天線波束在指向下一個位置以合成那里的雷達圖像,依次類推,當衛星飛到最近端覆蓋區的邊緣時,天線波束指向寬觀測帶的最遠端并合成那里的雷達圖像,這時天線波束將指向最近端緊靠原來覆蓋區的位置,并且開始第2次重復前面的過程。就是以這種方式,ScanSAR模式產生了一個加寬的雷達鑲嵌圖。

圖1 ScanSAR工作原理幾何關系Fig.1 Geometry for ScanSAR
HJ-1-C衛星的ScanSAR首先通過天線轉動控制器,實現2845°°~的天線側擺,同時SAR天線饋源陣共有12個饋源喇叭,相鄰4個饋源形成1個波束,12個饋源由下而上依次共形成9個波束,通過大功率電子開關進行切換,進而獲得覆蓋2547°°~的視角范圍。HJ-1-C衛星的ScanSAR共實現3組4波束掃描和5組3波束掃描方式,其基本參數如表1所示。

表1 HJ-1-C衛星的工作參數Tab.1 The radar parameters for HJ-1-C satellite
針對ScanSAR成像特點,Moreira等人[11]根據正側視距離模型提出Extended Chirp Scaling(ECS)算法,是CS的變形算法,在距離向通過修改CS因子,可以實現ScanSAR在距離向的自動配準,方位向則采用SPECAN算法完成聚焦。其處理框圖如圖2所示。

圖2 ScanSAR的ECS算法流程圖Fig.2 Functional flow diagram of ECS for ScanSAR
ECS算法主體類同于Chirp Scaling算法,其中距離向聚焦處理為匹配濾波,而方位向聚焦處理為譜分析方法。相應于方位向調頻率去斜的譜分析方法,ECS算法首先進行方位加權因子的操作以完成方位向處理的旁瓣抑制;其次的Chirp Scaling操作、距離徙動校正、距離壓縮、二次距離壓縮同Chirp Scaling算法中的對應操作;方位補償因子的操作用于校正由Chirp Scaling操作所帶來的殘余方位相差和方位信號的雙曲相位去除;根據天線方向圖,進行視加權處理;方位deramp因子實現方位去調頻;最后經過多視處理完成ScanSAR成像處理。當ScanSAR塊數據距離徙動量較大時,采用該方法進行成像處理,不僅能完全校正距離徙動,而且處理速度較快。
利用星歷參數和SAR處理參數完成SAR圖像定位的斜距-多普勒方法由斜距方程、多普勒中心頻率方程、地球模型方程3個非線性方程組成[12]。
根據SAR精確測距的特點,建立SAR斜距圖像的距離方程:

根據SAR多普勒頻移成像的原理,建立SAR斜距圖像的多普勒方程:

像點對應的物點位于地球表面,滿足如下地球橢球方程:

其中:R表示衛星平臺和目標點之間的斜距; Rs表示衛星平臺位置矢量,表示目標點位置矢量,表示衛星平臺速度矢量,表示目標點速度矢量; fdc表示多普勒中心頻率;Re, Rp分別表示地球橢球模型的長半軸和短半軸,h表示地球高程。
斜距多普勒定位模型是基于基本雷達成像幾何關系(即傳統條帶模式的幾何關系)建立,而掃描模式與條帶模式相比有較大區別,不同子帶的波位參數均不相同,不能直接使用RD定位方法。通常用于掃描模式的幾何校正方法一般對每個子帶圖像分別進行幾何校正,然后再將若干組校正后的子帶圖像根據位置信息進行拼接。但是這種常規方法存在兩個問題:(1)在子帶圖像幾何校正和子帶圖像拼接時均需要進行圖像重采樣,不但效率低,而且多次圖像插值影響圖像質量;(2)由于不同子帶圖像的波位參數和系統誤差不同,這樣在重疊區子帶圖像根據位置信息不能完全重合,還需要進行匹配,不但降低處理效率,而且增加了處理難度。因此針對以上問題,本文提出了一種用于HJ-1-C衛星ScanSAR的高效率高精度的等效RD幾何校正方法。首先對每個burst形成的圖像分別進行方位向和距離向拼接,然后根據拼接后的ScanSAR圖像進行等效參數計算,再代入斜距多普勒方程中,求解獲得像素的地理位置,最后對整景ScanSAR圖像進行重采樣。
(1) 方位向拼接
同一觀測帶內的圖像拼接和普通的條帶式方位向拼接沒有本質區別,只是必須考慮ScanSAR的時序關系。如圖3所示,衛星每次飛行時在子觀測帶內的駐留時間為 Td, Tsyn為合成孔徑時間, Tr為實際數據的保留長度。從圖中可知,成像處理后的每個塊數據圖像方位向都包括3個部分:首 Td、中間Tsyn? Td和末 Td。其中只有中間部分是積累完整的點,可以保留。考慮到對于ScanSAR,要想獲取方位向連續的圖像,同一子觀測帶相鄰塊之間要有部分重疊,實際數據的保留長度為 Tr, Tr≤ Tsyn?Td。因此只要將塊圖像沿方位向在中間的 Tsyn? Td長數據中,以相同的方式截取長度為 Tr的數據,就能夠保證圖像的正確拼接。
(2) 距離向拼接
如圖4所示,各子觀測帶的采樣窗起點和采樣窗終點分別為 TWbi和 TWei,因此相鄰子觀測帶的重疊數據長度為:

考慮到相關運算和距離徙動校正的需要,必須有:

其中 Tp為脈沖寬度, Tm為最大距離徙動量。
在圖像拼接時將處理得到的每個子觀測帶的圖像沿距離向保留 TWei? TWbi? Trpi長度的數據,就可以用來進行圖像拼接。
(3) 等效參數計算
由于每個子帶的波位參數不相同,拼接后的ScanSAR圖像不能直接使用雷達參數進行定位,需要根據成像處理過程中的參數,分別對等效脈沖重復頻率、距離向像素間隔、近距、多普勒中心頻率進行計算。
· 等效脈沖重復頻率ePRF

其中, Vc為衛星飛行速度在地面分量, Sa為方位向標稱分辨率。
· 距離向像素間隔Δr

其中, Clight是光速,N為距離向多視視數,在HJ-1-C衛星中設為4, fs為雷達采樣頻率。
· 近距 rnear

其中,τ為雷達采樣延時,ωp為信號脈寬。
· 多普勒中心頻率
多普勒中心頻率根據成像處理中的每個子帶多普勒中心頻率和拼接后圖像像素關系進行多項式擬合,一般為2次項:

其中,a0, a1, a2為擬合系數, ri為拼接后圖像像素。

圖3 同一子觀測帶相鄰塊之間的拼接時序關系Fig.3 Time series relationship of adjacent blocks in one burst

圖4 相鄰子觀測帶之間的拼接關系Fig.4 Mosaic relationship of adjacent bursts
本文根據HJ-1C衛星ScanSAR模式的工作特點,在ECS成像算法和傳統斜距多普勒定位方法基礎上,提出一種適用于ScanSAR的等效RD幾何校正方法。由于掃描模式的不同,子帶的波位參數均不相同,而且同一子帶的回波信號中間也有較長時間的“間斷”,同一子帶內相鄰子塊回波信號相位不銜接,因而首先對每一跳形成的子數據塊進行ECS算法的成像處理和輻射校正,然后根據方位時刻關系進行同一觀測帶內的方位拼接,接著將各個子觀測帶圖像按照斜距關系進行相鄰子觀測帶之間的距離拼接,形成整景ScanSAR圖像,之后利用成像處理的參數進行等效脈沖重復頻率、距離向像素間隔、近距和多普勒中心頻率的等效參數計算,并帶入斜距多普勒方程進行定位,最后進行地圖投影和圖像重采樣,獲得一幅幾何校正后的 ScanSAR圖像。HJ-1C衛星ScanSAR的幾何校正處理流程如圖5所示。
為驗證本文算法的精度和效率,選取一組2013年3月18日在北京地區的HJ-1C衛星ScanSAR數據(編號MY_HJ1C_20130318_001828_S1_SAR_07360_06540),該組數據對應的雷達參數如表 1,由4波束組成,具體參數如表2。首先進行ECS成像,然后對每burst進行方位向拼接和距離向拼接,接著根據成像過程中設定的參數分別計算等效參數,其結果如表3,最后在全幅ScanSAR圖像上利用等效參數進行定位和校正。圖6是經過ECS成像處理及方位和距離向拼接后的ScanSAR圖像,圖7是經過等效RD幾何校正后的ScanSAR圖像。本實驗在校正后圖像上均勻選取5個檢查點,與Google Earth的參考影像圖進行定位精度比較。表4給出了5個檢查點的定位精度結果。
在24核Intel Xeon(CPU2.93 GHz)服務器計算節點上運行本文算法程序,上述一景圖像成像處理用時72 s,幾何校正用時10 s。

圖5 HJ-1-C衛星ScanSAR的幾何校正處理流程Fig.5 Geo-correct flow diagram of ScanSAR for HJ-1-C satellite

表2 HJ-1-C衛星ScanSAR (MY_HJ1C_20130318_001828 S1_SAR_07360_06540)波位參數Tab.2 The beam paramters of ScanSAR for HJ-1-C satellite(MY_HJ1C_20130318_001828_S1_SAR_07360_06540)

表3 等效參數計算結果Tab.3 The result of equivalent parameters

圖6 成像處理及拼接后的ScanSAR圖像Fig.6 ScanSAR image after image process and mosaic

圖7 幾何校正后的ScanSAR圖像Fig.7 ScanSAR image after geo-correct

表4 HJ-1-C衛星ScanSAR (20130318)的幾何定位精度Tab.4 The geolocation precision of ScanSAR for HJ-1-C satellite (20130318)
通過對以上HJ-1-C衛星實際數據的處理實驗,可以看出本文提出的等效RD幾何校正方法,不但根據時序關系對 ScanSAR進行有效的方位向和距離向拼接,而且通過等效參數計算,將RD定位模型引入ScanSAR模式的定位中,保證了定位精度。通過實際數據結果表明:
(1) HJ-1-C衛星的ScanSAR模式在北京地區定位精度中誤差為100 m;
(2) 在24核Intel Xeon服務器環境下,可以10 s完成一景ScanSAR圖像的幾何校正。
[1]王毅.環境一號C雷達衛星[J].衛星應用, 2012, (5): 74.Wang Yi.HJ-1-C radar satellite[J].Satellite Application,2012, (5): 74.
[2]Freeman A, Cruz J, Chapman B, et al..Calibration of SIR-C data products[C].IEEE Geoscience and Remote Sensing Symposium (IGARSS), Firenze, July 10-14, 1995: 1585-1587.
[3]Satish S, Stephane C, and Stephanie M.The RADARSAT-1 imaging performance, 14 years after lauch, and independent report on RADARSAT-2 image quality[C].IEEE Geoscience and Remote Sensing Symposium (IGARSS’2010), Honolulu,HI, July 25-30, 2010: 3458-3461.
[4]Touzi R, Hawkins R K, and Cote S. High-precision assessment and calibration of polarimetric RADARSAT-2 SAR using transponder measurements[J].IEEE Transactions on Geoscience and Remote Sensin g, 2013, 51(1): 487-503.
[5]Giustarini L, Hostache R, Matgen P, et al..A change detection approach to flood mapping in urban areas using TerraSAR-X[J].IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(4): 2417-2430.
[6]魏鐘銓.合成孔徑雷達衛星[M].北京: 科學出版社, 2001: 162.Wei Zhong-quan.Synthetic Aperture Radar Satellite[M].Beijing: Science Press, 2001: 162.
[7]魏曉紅, 張路, 賀雪艷, 等.基于有理函數模型的星載SAR影像幾何校正[J].遙感學報, 2012, 16(5): 1089-1099.Wei Xiao-hong, Zhang Lu, He Xue-yan, et al..Spaceborne SAR image geocoding with RFM model[J].J ournal ofRemote Sensing, 2012, 16(5): 1089-1099.
[8]尤紅建, 丁赤飚, 付琨.SAR圖像對地定位的嚴密共線方程模型[J].測繪學報, 2007, 36(2): 158-162.You Hong-jian, Ding Chi-biao, and Fu Kun.SAR image localization using rigorous SAR collinearity equation model[J].Acta Geodaetica et Cartographica Sinica, 2007,36(2): 158-162.
[9]劉佳音, 尤紅建, 洪文.用于星載 SAR 圖像幾何校正的稀疏控制點修軌方法[J].武漢大學學報(信息科學版), 2013, 38(3):262-265.Liu Jia-yin, You Hong-jian, and Hong Wen.Modified orbit algorithm with sparse ground control points for georectification of space-borne SAR image[J].Geomatics and Information Science of Wuhan University, 2013, 38(3): 262-265.
[10]李春升, 楊威, 王鵬波.星載SAR成像處理算法綜述[J].雷達學報, 2013, 2(1): 111-122.Li Chun-sheng, Yang Wei, and Wang Peng-bo.A review of spaceborne SAR algorithm for image formation[J].Journal of Radars, 2013, 2(1): 111-122.
[11]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].IEEE Transactions on Geoscience and Remote Sensing, 1996,34(5): 1123-1136.
[12]Curlander J C.Location of spaceborne SAR imagery[J].IEEE Transactions on Geoscience and Remote Sensing, 1982,20(3): 359-364.