原始數據壓縮對全極化SAR極化信息的影響

譚 洪，仇曉蘭，洪 峻

（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.中國科學院電子學研究所，北京100190；3.中國科學院大學，北京100039）

原始數據壓縮對全極化SAR極化信息的影響

譚 洪1，2，3，仇曉蘭1，2，洪 峻2，3

（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.中國科學院電子學研究所，北京100190；3.中國科學院大學，北京100039）

合成孔徑雷達（synthetic aperture radar，SAR）原始數據壓縮能有效降低星上下傳數據率，但同時也引入壓縮誤差，對全極化SAR而言將造成極化信息的失真。利用仿真數據，在不同信雜比下，研究當前普遍使用的4 bit量化、8∶3分塊自適應量化（block adaptive quantization，BAQ）和8∶4 BAQ 3種壓縮方法引入的極化失真。仿真結果表明，數據壓縮對圖像殘余通道不平衡的影響較小，一定條件下可忽略，對圖像殘余串擾的影響，只有在信雜比遠高于40 dB的條件下才表現出來，其他情況下將淹沒于背景雜波中，這為全極化SAR數據壓縮方法的選擇提供了參考。

全極化合成孔徑雷達；原始數據壓縮；極化信息；極化失真

0 引 言

全極化合成孔徑雷達（synthetic aperture radar，SAR）能同時獲取目標的四極化通道圖像，提供關于目標豐富的極化信息［1］，基于這些信息的極化合成［2］和極化分解［3］，大大提高了目標檢測、分類和識別的性能。因此，全極化SAR在軍事、測繪、農業、海洋等多個領域得到廣泛應用。

雖然全極化SAR提供了豐富的目標信息，但原始數據量巨大，而實際系統尤其是星上存儲設備容量和數據傳輸帶寬都有限，所以必須對原始數據進行壓縮，以降低星上下傳數據率。目前，國內外普遍使用的是分塊自適應量化（block adaptive quantization，BAQ）［4-5］，或者N-bit均勻量化（常用4 bit和6 bit）。

原始數據壓縮是一種近似，必然帶來誤差，相當于引入原始數據噪聲，最終影響獲取的目標極化信息。目前，對數據壓縮方法本身的研究已經比較成熟［6-7］，也有不少文獻對其特定性能進行評價［8-13］，但都缺乏針對極化信息的影響評價。因此，分析數據壓縮對目標極化信息的影響，將為數據壓縮方法的選擇提供重要的參考依據，具有重要的實際指導意義。

真實極化SAR數據中，各種極化誤差都混疊在一起，很難分開，包括衛星平臺姿態、天線收發端的極化失真、空間傳輸、地面目標的極化散射特性的精度和穩定性、系統噪聲、數據量化和壓縮等，造成分析的困難，必須通過仿真數據，限制誤差源，以此來分析數據壓縮的影響。

三面角反射器常用于極化定標和極化精度檢驗。本文通過三面角反射器的仿真數據，研究數據壓縮噪聲引入的極化失真。本文結構如下：第1節建立一種通用的極化誤差模型，并給出極化失真評價方法，第2節在此誤差模型的基礎上進行仿真實驗，給出實驗流程、仿真參數和實驗結果，第3節為本文結論。

1 極化SAR的誤差模型及極化失真評價

對于高頻段的全極化SAR系統（X波段及以上），可忽略電離層的影響，其測量的目標散射矩陣M可以描述［14-15］為

式中，S為目標真實散射矩陣；R、T分別為天線接收端和發射端的極化失真；δ1、δ2、δ3和δ4為通道串擾；f1和f2為通道不平衡；噪聲N可以進一步分解為系統噪聲Ns、原始數據量化噪聲Nqa和原始數據壓縮噪聲Ncp，即

為了得到目標的真實散射矩陣，需要進行極化定標以獲得系統的極化失真參數R和T，并完成R和T的校正，最終得到能表征地物極化散射特性的圖像產品。實際情況下，極化SAR圖像不可避免還存在各種誤差，其數據質量將直接決定實際應用能達到的精度，因此，非常有必要對圖像的極化質量進行評價。

極化SAR圖像的極化質量，通常用圖像殘余通道不平衡（包括幅度和相位）和圖像殘余串擾來衡量，即圖像的極化失真。為了評價極化失真，需要圖像中存在極化散射特性已知的點目標或面目標。事實上，三面角反射器的雷達散射截面積（radar cross section，RCS）較高，布設在地面弱背景中可得到較高的信雜比（signal-to-clutter ratio，SCR），因此常用作地面定標器及圖像質量評價。對于理想三面角反射器，其散射矩陣為

經過SAR系統測量得到MTri，再經過極化校正為

極化SAR主要關注4個極化通道的相對幅度和相對相位，不妨用HH通道對進行歸一化，即。如果不存在噪聲的影響，并且角反射器本身也無加工誤差和布設誤差，極化定標也能獲取準確的系統失真參數R和T，那么極化圖像上經過歸一化的將與理想值STri一致；否則，將出現偏差。因此，對于理想三面角反射器，經過歸一化的反映了當前極化SAR圖像的極化失真，即

式中，｜F｜為圖像殘余幅度不平衡；arg（F）為圖像殘余相位不平衡。圖像殘余串擾定義為

由于系統噪聲和背景雜波的隨機性，每個角反射器評價的結果也具有隨機性，因此，需要對n個角反射器的評價結果進行統計平均，即

需要指出，不同于誤差模型式（1）中的極化失真參數R和T具有明確的物理對象，Δ1、Δ2和F是各種極化誤差在4個極化通道圖像上的綜合表現，反映了極化SAR最終圖像產品的極化信息保真程度。本文將主要分析由原始數據壓縮噪聲造成的極化失真。

2 仿真實驗

2.1 實驗流程

實驗流程如圖1所示。仿真星載全極化SAR的理想三面角反射器的回波，加入系統噪聲，同時考慮到角反射器與地面的相互作用，引入背景雜波。對回波數據進行8 bit量化，得到原始數據。對原始數據的處理分兩種情況考慮：一是直接進行成像處理；二是先進行數據壓縮和解壓縮，再進行成像處理。成像完成后，再經過極化校正，最終在圖像上通過分析點目標的沖激響應，提取其極化散射矩陣，利用式（5）～式（9）計算圖像的極化失真。比較不壓縮和壓縮這兩種情況下的極化失真程度，以分析數據壓縮的影響。為了保證極化失真僅由數據壓縮引起，上述兩種情況所采用的處理方法和處理參數完全相同。

圖1 仿真實驗流程圖

2.2 仿真參數

仿真場景全部為三面角反射器，且工作在理想狀態下，即不考慮加工誤差和布設誤差，沿距離向和方位向均勻布設3（距離向）×5（方位向）＝15臺，最后生成的圖像包含15個點目標。

雷達系統主要參數如表1所示。為簡化分析，設置雷達天線收發端的極化失真R和T在距離向和方位向都保持穩定不變。

表1 雷達系統主要參數

系統噪聲幅度服從瑞利分布，相位服從均勻分布，在4個散射通道中相互獨立。

背景雜波采用點散射體陣列模擬，在以點目標為中心的33×33的區域的每個像素單元內放置一個散射體，其后向散射系數服從瑞利分布。通常自然分布目標的交叉極化通道的能量比兩個同極化通道的能量都弱［16］，假設交叉極化通道的背景雜波功率比同極化通道弱10 dB。對于理想三面角反射器，如果不考慮雷達系統失真以及背景雜波和其他各種噪聲的影響，交叉極化通道的信號應為0，因此，用同極化通道的點目標功率比背景雜波平均功率的信雜比來衡量背景雜波的功率大小（本文信雜比，如無特殊說明，均指同極化通道的信雜比）。為了避免數據壓縮的影響完全淹沒在背景雜波的影響中，仿真時設置較高的信雜比，考慮50 dB和40 dB兩種情況。

在對回波數據進行8 bit量化之前，根據壓縮方法設置合理的自動增益控制（auto gain control，AGC）策略或人工增益控制（manual gain control，MGC）值［10］，以使量化器的輸入功率落在合理的區間內，確保數據輸出信噪比最佳。

本文主要考慮目前國內外普遍采用的4 bit截取、8∶3 BAQ和8∶4 BAQ 3種原始數據壓縮方法。成像處理采用Chrip變標（Chrip scaling，CS）算法。為了避免產生不必要的極化校正誤差，假設極化失真參數已精確測量并已知，即在極化校正環節，直接采用原始數據生成時注入的天線收發端極化失真參數進行極化校正。

2.3 實驗結果

仿真的回波數據HH通道的實部如圖2所示。

2.3.1 極化失真提取

為了提取圖像的極化失真，需要分別在點目標的4個極化通道的沖激響應中進行測量，以獲得極化散射矩陣，如式（5）所示。具體每個通道內的操作，先提取以點目標為中心的32×32的窗口數據，如圖3（a）所示。再取峰值處沿距離向或方位向的切面曲線，并進行512倍插值，如圖3（b）所示。最后取峰值，包括幅度和相位，作為散射矩陣的元素，結果如表2所示。仿真中，統一取經過插值的距離向剖面曲線的峰值作為散射矩陣的元素。

圖2 仿真回波HH通道的實部示意圖（SCR＝50 d B，向上為距離向，向右為方位向，大小（距離向×方位向）為8 192×16 384）

圖3 HH極化通道的點目標沖激響應（SCR＝50 dB，以場景中方位向第5行距離向第3列點目標為例）

表2 評價的距離向指標（SCR＝50 d B，以場景中方位向第5行距離向第3列點目標為例）

2.3.2 極化失真分析

分別在信雜比為50 d B和40 d B兩種情況下，對不同壓縮方法（包括8 bit無壓縮）生成的原始數據進行成像處理和極化校正，得到全極化圖像，分析場景中全部15個三面角反射器的極化響應，提取極化失真。將不同信雜比及不同壓縮方法的全部結果展示在一張圖上，如圖4所示，前15點信雜比為50 dB，后15點信雜比為40 dB。從全部極化失真的數值來看，殘余幅度不平衡在0.03 d B以內，殘余相位不平衡在0.25°以內，殘余串擾在－45 d B以下，表明背景雜波、系統噪聲、量化和壓縮對極化信息的綜合影響較小。

圖4 不同壓縮方法下測量的圖像極化失真，x軸為點目標標號，前15點為SCR＝50 dB下測量，后15點為SCR＝40 dB下測量

圖4（a）中不同壓縮方法的殘余幅度不平衡區分明顯，表明不同壓縮方法對圖像殘余幅度不平衡的影響存在明顯的差異。圖4（b）中的殘余相位不平衡結果都混疊在一起，表明不同壓縮方法的影響差異不大，性能趨于一致。圖4（c）的數據還無法看出明顯的差異。另外，8 bit無壓縮的量化噪聲最小，其殘余幅度不平衡最小，如圖4（a）所示，其曲線始終在0 dB附近，因此，對3種常用數據壓縮方法的分析將以8 bit無壓縮為基準進行對比分析。

考慮到系統噪聲和背景雜波的隨機性，利用式（7）～式（9），對極化失真結果進行統計平均，結果如圖5所示。仿真中，同一信雜比下，除了壓縮方法有所變化外，其他處理和參數完全一樣，因此，同一信雜比下不同壓縮結果相對8 bit無壓縮結果的變化，即反映了壓縮方法引入的極化失真。

圖5 不同信雜比下測量的圖像極化失真均值（用場景內的15個點目標進行平均），x軸為壓縮方法標識，1～4分別表示8 bit無壓縮、4 bit截取、8∶3 BAQ和8∶4 BAQ

從圖5中可以看到，相對8 bit無壓縮的結果，3種壓縮方法造成的圖像殘余幅度不平衡惡化最大0.012 dB左右，圖像殘余相位不平衡上升最大0.001°左右，圖像殘余串擾惡化最大2 d B左右，表明原始數據壓縮對圖像殘余幅度不平衡和殘余相位不平衡的影響較小，對圖像殘余串擾有一定影響。

就圖像殘余幅度不平衡而言，3種壓縮方法表現不一，從圖4（a）和圖5（a）可以看出，8∶4 BAQ最優，8∶3 BAQ其次，4 bit截取最差。事實上，8∶4 BAQ壓縮方法的抗噪聲性能最強，而8∶3 BAQ壓縮只采用了3 bit，引入的壓縮噪聲較大。

就圖像殘余相位不平衡而言，圖4（b）和圖5（b）中不同壓縮方法的差異僅在0.001°左右，可以認為3種壓縮方法性能一致。

就圖像殘余串擾而言，在50 dB信雜比時，8∶3 BAQ性能最差，有2 dB左右的惡化；當信雜比由50 dB下降為40 dB時，圖像殘余串擾由－58 dB上升到－51 dB左右，如圖5（c）所示，惡化7 dB，反映出圖像殘余串擾對背景雜波的影響更敏感。事實上，按照仿真參數設置，如果假設點目標的同極化通道能量為0 dB，利用式（1）可計算其交叉極化通道的能量約為－24 dB，而40 dB信雜比下背景雜波在同極化通道為－40 dB，根據參數設置，其在交叉極化通道約為－50 dB，因此，交叉極化通道的信雜比只有26 dB。而圖像殘余串擾，需要在交叉極化通道中測量，這種情況下，背景雜波的影響更明顯。從圖5（c）中40 dB信雜比下的結果呈現出平坦的趨勢來看，數據壓縮對圖像殘余串擾的影響已完全淹沒于背景雜波中。

在精度要求不是特別高的場合，數據壓縮造成的0.02 dB以內的殘余幅度不平衡和0.001°左右的殘余相位不平衡，完全可以忽略。在信雜比遠高于40 dB時，數據壓縮對圖像殘余串擾有一定影響，在其他情況下，數據壓縮的影響將淹沒在背景雜波中。

實際應用時，在信雜比較高（遠高于40 d B）的場合，例如在布設有定標器的定標場進行極化定標，可使用8∶4 BAQ壓縮方法，以獲得最小的極化失真，當然該方法也是3種壓縮方法中數據量大也相對復雜的方法。當信雜比不高時，例如SAR處于日常工作狀態時，對于大多數自然目標而言，信雜比都很難達到40 d B以上，這時可選擇8∶3 BAQ方法，以降低原始數據量。

3 結 論

本文分析了全極化SAR的點目標響應誤差模型，細化了其中的噪聲項，并給出了全極化SAR圖像的極化失真評價方法，最后通過仿真數據，在同時考慮背景雜波、系統噪聲、量化和壓縮的影響和限制其他誤差源的情況下，分析了4 bit截取、8∶3 BAQ和8∶4 BAQ 3種不同原始數據壓縮方法對極化信息的影響。仿真結果表明，原始數據壓縮對圖像殘余幅度不平衡和殘余相位不平衡的影響較小，一定條件下可忽略；對圖像殘余串擾的影響，也只有在信雜比遠高于40 dB時才表現出來，其他情況下，其影響將淹沒在背景雜波中。實際應用時，在信雜比較高（遠高于40 d B）的場合，例如極化定標時可使用8∶4 BAQ壓縮方法，以獲得最小的極化失真，其他日常數據獲取的場合可使用8∶3 BAQ方法，以降低原始數據量。

［1］Bian X L，Yun S，Zhang F L.Information extraction of quadpolarization SAR data using polarization decompositions and polarimetric parameters［C］∥Proc.of the 9th European Conference on Synthetic Aperture Radar，2012：505-508.

［2］Wang N，Hu C B，Zhao L J，et al.Polarimetric SAR target detection based on polarization synthesis［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：5899-5902.

［3］Tang Y X，Zhang H，Wang C，et al.Change detection based on polarization decomposition using RADARSAT-2 quad-pol data［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：6275-6278.

［4］El B A，Brunham K，Kinsner W.A review of current raw SAR data compression techniques［C］∥Proc.of the Canadian Conference on Electrical and Computer Engineering，2001：925-930.

［5］Kwok R，Johnson W T K.Block adaptive quantization of magellan SAR data［J］.IEEE Trans.on Geoscience and Remote Sensing，1989，27（4）：375-383.

［6］Martone M，Brautigam B，Krieger G.Azimuth-switched quantization for SAR systems and performance analysis on TanDEM-X data［J］.IEEE Geoscience and Remote Sensing Letters，2014，11（1）：181-185.

［7］Kang L H，Zou B，Wang D W，et al.A novel method for dual channel POLSAR raw data compression［C］∥Proc.of the International Geoscience and Remote Sensing Symposium，2012：4561-4564.

［8］Li X，Qi H M，Hua B，et al.Theoretical analysis on target radiometric error resulting from spaceborne SAR raw data compression［J］.Journal of Electronics&Information Technology，2011，33（8）：1845-1850.（李信，祁海明，華斌，等.星載SAR原始數據壓縮引起的目標輻射誤差機理研究［J］.電子與信息學報，2011，33（8）：1845-1850.）

［9］Xing K，Deng Y K，Qi H M.Study of effect of raw data compression on space-borne SAR／GMTI velocity measurement［J］.Journal of Electronics&Information Technology，2010，32（6）：1321-1326.（行坤，鄧云凱，祁海明.原始數據壓縮對星載SAR／GMTI系統測速影響研究［J］.電子與信息學報，2010，32（6）：1321-1326.）

［10］Qiu X L，Lei B，Ge Y P，et al.Performance evaluation of two compression methods for SAR raw data［J］.Journal of Electronics&Information Technology，2010，32（9）：2268-2272.（仇曉蘭，雷斌，葛蘊萍，等.SAR原始數據兩種量化壓縮方式的性能評估［J］.電子與信息學報，2010，32（9）：2268-2272.）

［11］Qi H M，Yu W D，Yuan X Z，et al.Performance evaluation of amplitude-phase algorithm for SAR raw data compression［C］∥Proc.of the International Conference on Radar，2006：1-4.

［12］Qi H M，Yu W D.Study of effect of raw data compression on space-borne InSAR interferometry based on real data［J］.Journal of Electronics&Information Technology，2008，30（11）：2693-2697.（祁海明，禹衛東.基于實測數據的原始數據壓縮對InSAR系統測高影響研究［J］.電子與信息學報，2008，30（11）：2693-2697.）

［13］Qi H M，Yu W D，Tian X W，et al.Evaluation of BAQ algorithm for spaceborne SAR raw data compression［J］.Modern Radar，2007，29（11）：17-21.（祁海明，禹衛東，田旭文，等.星載SAR原始數據BAQ壓縮算法性能評估［J］.現代雷達，2007，29（11）：17-21.）

［14］Freeman A.SAR calibration-an overview［J］.IEEE Trans.on Geoscience and Remote Sensing，1992，30（6）：1107-1121.

［15］Van Zyl JJ.Calibration of polarimetric radar images using only image parameters and trihedral corner reflector responses［J］.IEEE Trans.on Geoscience and Remote Sensing，1990，28（3）：337-348.

［16］Freeman A，Durden S L，A three component scattering model for polarimetric SAR data［J］.IEEE Trans.on Geoscience and Remote Sensing，1998，36（3）：963-973.

Effect of raw data compression on polarimetric information of quad polarimetric SAR

TAN Hong1，2，3，QIU Xiao-lan1，2，HONG Jun2，3
（1.Key Laboratory of Technology in Geo-spatial Information Processing and Application System，Chinese Academy of Sciences，Beijing 100190，China；2.Institute of Electronics，Chinese Academy of Sciences，Beijing 100190，China；3.University of Chinese Academy of Sciences，Beijing 100039，China）

Synthetic aperture radar（SAR）raw data compression can reduce on-board downlink data rate effectively.However，the compression induces distortions on polarimetric information of quad polarimetric SAR data.Three widely-used raw data compression methods including 4 bit quantization，8∶3 block adaptive quantization（BAQ）and 8∶4 BAQare evaluated through simulated quad polarimetric data under different signal-to-clutter ratio（SCR）conditions.Simulation results show that the influence of the data compression on residual channel imbalance is small and can be ignored under a certain condition.Besides，the impact of the data compression on residual crosstalk shows up only on condition that the SCR is much higher than 40 dB，while in other circumstances it is submerged in the impact of the background clutter.These results provide valuable information for selecting the proper data compression method of quad polarimetric SAR systems.

quad polarimetric synthetic aperture radar（SAR）；raw data compression；polarimetric information；polarimetric distortion

TN 958 文獻標志碼：A DOI：10.3969／j.issn.1001-506X.2015.09.12

譚 洪（1982-），男，博士研究生，主要研究方向為SAR定標技術、SAR信號處理。

E-mail：tanhong05＠mails.ucas.ac.cn

仇曉蘭（1982-），女，副研究員，博士，主要研究方向為SAR成像技術、雙基地SAR技術。

E-mail：qiuxiaolan＠gmail.com

洪 峻（1960-），男，研究員，主要研究方向為星載SAR定標技術、定量化遙感應用。

E-mail：jhong＠mail.ie.ac.cn

1001-506X（2015）09-2029-06

2014-10-13；

2015-02-10；網絡優先出版日期：2015-03-30。

網絡優先出版地址：http：／／www.cnki.net／kcms／detail／11.2422.TN.20150330.0833.003.html

國家自然科學基金（61331017）資助課題