變波門大斜視滑動聚束SAR成像關鍵技術分析

聶 鑫*

?

變波門大斜視滑動聚束SAR成像關鍵技術分析

聶 鑫*

(南京電子技術研究所 南京 210039)

大斜視高分辨率SAR成像中，改變開啟波門的操作可以在保證距離測繪帶寬度的情況下減小錄取回波的數據率，滑動聚束的掃描模式可以在保證高分辨率的情況下擴大方位場景范圍。但是變波門后只能獲得交錯的距離徙動曲線，而滑動聚束的掃描方式容易引起方位模糊。該文研究了變波門大斜視滑動聚束模式下SAR成像的關鍵技術，提出分子孔徑升采樣的解模糊算法以及基于空域波束分割的二級極坐標格式算法(PFA)，將對波門變化的補償融入運動補償處理的過程中，通過先波束分割后子圖像拼接的方法突破了PFA平面波前的近似對成像場景尺寸的限制，顯著擴大了傳統PFA的有效成像場景范圍，使其適用于大斜視滑動聚束模式下的大場景成像。實測數據處理表明了算法對大場景變波門數據的有效性。

大斜視高分辨率SAR；滑動聚束；變波門；波束分割；二級極坐標格式算法

1 引言

機載SAR斜視成像己經成為機載火控雷達的重要工作模式之一，在正側視已經做到了0.1 m級別的基礎上，我國機載大斜視SAR成像處理也在向0.1 m級高分辨以及大幅寬方向不斷發展。一般可以采用滑動聚束的掃描模式來獲得大的方位幅寬，而滑動聚束模式下如果PRF選取不夠容易引起方位模糊。

而隨著分辨率的提高和斜視角的增大，在全合成孔徑內，單個目標的距離徙動可以跨越數萬個距離單元。在AD接收時若采取變錄取波門技術，可以有效減小回波信號的數據率。但是不免要增加后期信號處理的工作量。

而極坐標格式算法(PFA)在大斜視變波門滑動聚束模式情況下有其獨特的優越性：(1)PFA適用于任意斜視角；(2)PFA算法可將對波門變化的補償融入原有的運動補償中；(3)PFA對PRF的要求最低。而傳統PFA采用了平面波前的近似，有效聚焦半徑較小。本文基于數字聚束的思路提出了基于空域波束分割的二級PFA算法，不僅可以有效地擴展PFA有效場景，且通過在運動補償時調整參考函數實現對波門變化的補償，可保證對變波門數據的處理效率。由于該方法不基于對殘留誤差的公式推導，它并不依賴于誤差的推導階數，理論上可擴展至處理任意大的場景。

2 大斜視變波門回波信號模型

圖1(a)為傳統斜視情況下的SAR幾何模型，假設載機飛行速度，雷達以固定的脈沖重復頻率PRF向地面成像區域發射脈沖，成像區中心記為點。到間的飛行距離為合成孔徑長度，孔徑中心位置為。成像區中心到孔徑中心的距離為，地面成像區域的坐標系如圖所示定義，沿航向，垂直于航向。處雷達視線方向地面投影同軸的夾角為(即斜視角)，由坐標系旋轉角度得到坐標系，為孔徑中心處視線地面投影方向，垂直于。令代表慢時間，代表合成孔徑時間內任一時刻處(記為點)視線地面投影同軸的夾角，而點視線地面投影同間的夾角定義為。雷達與地面波束中心指向點之間的斜距記為，與任意點目標的瞬時距離記為。隨時間的變化規律如圖1(b)所示。

發射線性調頻信號(LFM)后得到解調后地面場景范圍內的2維回波信號為

由于該SAR系統工作在前斜視模式，由圖1(b)可見，點目標存在過大的距離徙動，而在回波數據錄取過程中采取改變開啟波門的操作可以補償天線波束旋轉所帶來的影響，在實現相同測繪帶寬度的情況下有效減小回波信號的數據率。為了降低系統難度，一般間隔多個脈沖周期進行一次調整。波門的改變量一般按照的變化規律設計，大斜視時一般根據其中的線性項。若每個波門代表的距離為，設時刻的起始錄取波門相比初始脈沖提前了個，即在中人為引入一定的距離徙動，變波門后的信號為

3 關鍵技術問題

3.1 波門變化的補償方案

開啟波門的變化盡管使得目標信號在距離域產生額外的徙動，但該徙動是確定的，可以在信號處理時給予補償，常規算法需要先恢復為正常徙動曲線，而這樣就需要大量補零，將原本AD采樣節省的數據量進一步擴展。而PFA原本首先要以場景中心為參考對回波數據進行運動補償，那么變波門情況下，可利用記錄的波門變化量重新構造運動補償函數為

相位補償后得到新的相位歷史，即PFA處理前的信號

(5)

這一步平面波前的假設就是傳統PFA有效成像場景受限的原因，設PFA的有效成像場景半徑為0,0和載頻、分辨率要求、雷達作用距離有關：

(7)

3.2 滑動聚束SAR解模糊方法

由于PFA隱含著方位去斜操作，而方位去斜后的信號帶寬由場景的方位寬度決定，因此PFA對PRF的要求是最低的，但選取也需要比瞬時的多普勒帶寬略大。但在滑動聚束模式下，輻射場景比聚束時的一個波束寬度的照射區域大，若PRF選取時僅滿足比瞬時的多普勒帶寬略大的準則，那么孔徑越長，對應滑過的場景就越大，全孔徑處理時方位去斜后仍然會出現多普勒模糊的現象，必須考慮如何解模糊。

本文考慮用分子孔徑升采樣的方法進行解模糊：(1)將回波數據分成若干個子孔徑分別進行去斜處理，短孔徑內波束照射場景移動不大，可認為與聚束情況相當，可保證方位PRF不模糊。(2)在方位不模糊的情況下便可對去斜的子孔徑數據通過在變換域補零的方法進行升采樣處理，(3)對分別升采樣的子孔徑信號進行拼接，恢復全孔徑信號，以便做后期的統一PFA全孔徑處理。具體算法流程如圖2所示。

3.3 基于空域波束分割的二級PFA擴展有效場景

通過數字聚束的思想可以對雷達回波信號進行重新運動補償，可以控制天線波束指向在雷達實際波束照射范圍內變化到任意方向，本文基于數字聚束的思路提出了基于空域波束分割的二級PFA算法，主要包括幾個基本步驟：(1)首先用第1級PFA對全場景進行粗聚焦成像，通過兩維空域濾波和降采樣將全場景圖像分解成若干個子場景圖像。(2)再通過PFA逆操作將子圖像數據恢復到原始信號域，相當于獲得了若干個子場景的回波數據，如圖3所示。(3)利用數字聚束的思路人為轉移波束場景中心至子場景中心，之后再用PFA二次成像。由于每個子場景都處于二次PFA成像的中心，只要將這部分子場景范圍控制在PFA的有效成像場景半徑以內，即可保證子圖成像無散焦。將各子圖像拼接即可得到全場景的無散焦大圖。對子圖像內部也可以方便地進行精確的空不變運動誤差補償。

用第1級PFA實現波束分割的兩維空域預濾波處理成為了關鍵，PFA對全場景進行粗聚焦成像后即可對全圖進行劃分，截取圖像中的子區域。子圖劃分的準則是保證劃分后的子場景范圍控制在PFA的有效成像場景半徑以內，見式(7)。子圖劃分后，只需記錄下子圖中心的方位、距離坐標，便可通過逆極坐標轉換(包括方位逆重采樣，距離逆重采樣)恢復到原始數據域獲得窄波束數據，子波束劃分處理流程如圖4所示。

通過上面的子波束劃分處理，原始的寬波束數據分解成了若干窄波束數據。此時便可利用數字聚束的方法對該子數據進行重新運動補償，以該子場景中心點為參考點所設計補償的參考函數為

圖3 數字聚束轉移場景中心并進行波束分割示意圖

圖4 子波束劃分處理流程

通過上述第2次運動補償，每個子場景中心點的回波相位已被補償為零，即表明已精確補償了該點的空變運動誤差。雖然這種補償在子波束內是空不變的，但只要子波束，也就是子場景劃分得足夠小，保證在PFA的有效成像場景半徑內，那么非中心點目標的殘留誤差完全是可以忽略的。以對第個子波束為例，首先以子波束照射場景中心為原點重新建立新的高斯坐標系,表示孔徑中心處視線地面投影方向，垂直于。在該坐標系內，點目標的坐標為，雷達天線相位中心的瞬時方位和俯仰角分別為和。由于此時平面波前的假設在小場景情況下成立，差分距離仍然可做一階泰勒近似如式(10)，而不會引入誤差而帶來散焦：

(10)

這樣整個算法的具體操作流程如圖5所示。下面定量分析一下本算法總的運算量：PFA算法中，運動補償等點乘的運算量非常小可以忽略，運算量最大的就是距離向和方位向的插值操作過程。若原始數據量為(方位距離)，那么一級PFA中需進行點的插值，這也是傳統PFA的計算量。二級PFA中和之前都各需進行一對距離、方位插值，等同于需要進行點的插值，相當于本算法增加了2次傳統PFA的計算量。而為了獲得分辨質量的提升，一定的計算量增加是難免的。

實現過程中需要注意的有兩點：首先，為了充分利用信號支撐區，極坐標插值時一般采用沿視線方向插值(LOSPI)方法，獲得的子圖像與原始圖像坐標系之間不僅有平移，還有旋轉，后期的幾何失真校正需考慮這兩點。其次，2維空域預濾波的同時可以實現數據的降采樣，子圖像在全圖像中由于有中心偏移，其對應的子波束信號在波數域應該是個帶通信號。而截取的子圖像通過2維IFFT變換到波數域后僅能獲得一個低通信號。因此，在逆重采樣后一定要根據子圖中心像素坐標構造對應的距離、方位相位因子，將低通信號恢復為帶通信號之后再進行重新運動補償。

4 仿真數據驗證

按照表1所示的SAR系統參數進行了仿真。由于平面波前假設對PFA有效場景的限制，在表1參數條件下PFA的理論成像場景半徑僅為90 m。以黑色圓點代表仿真點目標，給出1515個仿真點目標的分布示意圖如圖6所示。其中相鄰點目標方位、距離間距都為80 m，對應成像區范圍為1120 m1120 m，已遠超出PFA的有效成像場景大小。

圖5 基于空域波束分割的二級PFA算法

表1 仿真主要參數

載頻10 GHz 孔徑積累時間6.83 s 帶寬1.5 GHz 載機高度3000 m 前向速度200 m/s 孔徑中心與場景中心距離10000 m 斜視角20° 分辨率(距離×方位)0.1 m×0.10986328 m

場景中心點用傳統PFA即可聚焦良好，不再贅述。而超出PFA有效聚焦半徑的場景才需要進行二次聚焦。為分析補償精度，下面選擇場景邊緣處點進行點目標分析。圖7給出用傳統PFA算法和用本文算法獲得的點的2維點目標響應等高線圖(方位和距離像素間隔分別細化為0.0105 m0.0088 m)，從圖中可以看到，PFA直接獲得的圖像存在嚴重的散焦，而利用本文二級PFA算法處理后聚焦性能得到明顯改善，達到理論要求。

5 實測數據驗證

利用實測數據多次驗證了本文研究的二級PFA方法在大斜視高分辨率情況下的處理能力，在改變開啟波門的情況下尤其能體現其高效穩定性。

針對某機載X波段聚束SAR變波門實測數據, 其理論分辨率要求優于0.13 m0.13 m，斜視角約為，其預設的起始波門變化方案如圖8，波門根據距離徙動曲線按線性變化，變化周期為62個脈沖。實際錄取數據的距離徙動曲線，波門變化情況如圖8，可見采到數據全部是有效數據，節省了大量的采樣數據冗余。

若采用其他算法需先將數據恢復到正常錄取波門，分辨率0.13 m要求的脈沖個數達到40000個以上，距離變化量可達到，可達到8000個波門以上，數據量將擴展為2倍以上，而每個脈沖的大部分采樣點都是無效數據。利用本文設計的處理流程，對波門變化引入的徙動在距離匹配濾波時通過調整參考函數實現補償，不會額外增加運算量。

在該參數條件下，傳統PFA有效成像場景半徑約為150 m，而圖片對應的成像區域在方位、距離向寬度分別為3200 m和1100 m，已遠遠超出PFA的有效成像場景半徑限制，如圖9(a)所示，在全圖像范圍內存在著空變的散焦。因而需要對全圖像劃分，并再對子圖進行二次聚焦以提高成像質量。

雷達回波信號經過距離向匹配濾波、對場景中心運動補償后得到240008192點的2維矩陣。根據PFA有效成像場景半徑與全場景大小之間的關系，處理時選擇將全圖像分為1611=176個子圖像，每個子圖像包含20481024個像素，相鄰子圖間方位向重疊512個像素，距離向重疊256個像素。圖9(b)給出利用二級PFA處理后，逐子圖自聚焦并利用相鄰子圖相關法拼接后所獲得的全圖像，可見所有區域聚焦良好，且沒有拼接痕跡。圖9(c)為圖9(b)中房屋局部放大圖。

圖6 仿真點目標分布???????????圖7 點目標M的2維響應特性

圖8 波門變化情況示意圖

6 結束語

本文提出了一種空域波束分割的二級PFA算法，適用于處理滑動聚束模式下的大斜視大場景高分辨SAR成像，尤其適用于變波門情況下的運動補償。該方法通過在運動補償時調整參考函數實現了對開啟波門變化的補償，可保證對變波門數據的處理效率而不增加額外的運算量。首先用第1級PFA對全場景進行粗聚焦成像，通過2維空域濾波和降采樣將全場景圖像分解成若干個子場景圖像。再通過PFA逆操作將子圖像數據恢復到原始信號域，對每個子圖像對應的小塊數據便可以利用數字聚束的思路人為轉移波束場景中心至子場景中心。由于每個子圖像都被精確補償到了子圖中心，之后再用PFA二次成像便不會出現散焦，最終通過子圖拼接便可獲得聚焦良好的大圖。該方法可大大擴展傳統PFA對成像場景的限制。

隨著成像分辨率的提高，雷達平臺非線性運動將不可避免，殘留誤差在大場景中的空變性使得其具體公式很難推導并精確補償。由于本文算法不依賴于殘留誤差的推導階數，理論上可擴展至處理任意大的場景，在對大場景進行超高分辨率成像時將具有很大的應用前景。

圖9 成像結果

參考文獻

[1] TSUNODA S I and PACE F. Lynx: A high-resolution synthetic aperture radar[J]., 1999, 3704: 1-8. doi: 10.1117/12.354602.

[2] SLOAN G R and DUBBERT D F. Affordable miniaturized SAR for tactical UAV applications[J]., 2004, 5408: 74-83. doi: 10.1117/12.541564.

[3] LECOZ D, DUPAS J, DUPLESSIS O,. Development status of the ONERA airborne SAR facilities (RAMSES)[C]. The European Conference on Synthetic Aperture Radar, Astrium Friedrichshafen, 1998.

[4] FERNANDEZ P DThe ONENRA RAMSES SAR system[C]. IEEE International Geoscience and Remote Sensing Symposium, Toronto, Canada, 2002, 3: 1723-1725.

[5] CANTALLOUBE H and COLIN E. The ONERA RAMSES SAR: Latest significant results and future developments[C]. IEEE Radar Conference, New York, USA, 2006: 518-524. doi: 10.1109/RADAR.2006.1631849.

[6] CANTALLOUBE H and FERNANDEZ P D. Airborne X-band SAR imaging withresolution: Technical challenge and preliminary results[J].,, 2006, 153(2): 163-176. doi: 10.1049/ ip-rsn:20045097.

[7] ENDER J H G and BERENS P. Multi channel SAR/MTI system development at FGAN: From AER to PAMIR[C]. The International Geoscience and Remote Sensing Symposium, Toronto, Canada, 2002: 1679-1701. doi: 10.1109/IGARSS. 2002.1026225.

[8] BRENNER A R and ENDER J H G. First experimental results achieved with the new very wideband SAR system PAMIR[C]. The European Conference on Synthetic Aperture Radar, Cologne, Germany, 2002: 4-6.

[9] 聶鑫, 雷萬明, 沈石堅. 高分辨率星載滑動聚束SAR成像方法研究[J]. 電子技術與軟件工程, 2016(4): 71-73.

NIE Xin, LEI Wanming, and SHEN Shijian. The investigation of high-resolution sliding-spotlight SAR imaging algorithms[J].&, 2016(4): 71-73.

[10] MINH P N. Range cell migration correction for phase error compensation of highly squinted SAR[C]. The European Conference on Synthetic Aperture Radar, 2014, Berlin, Germany, 2014: 81-84.

[11] YANG Jun, SUN Guangcai, and XING Mengdao. A subaperture imaging algorithm to highly squinted TOPS SAR[C]. The European Conference on Synthetic Aperture Radar, 2014, Berlin, Germany, 2014: 398-401.

[12] WU Yufeng, XING Mengdao, SUN Guangcai,. An azimuth resampling based imaging algorithm for highly squinted sliding spotlight and TOPS SAR[C]. The European Conference on Synthetic Aperture Radar, 2014, Berlin, Germany, 2014: 406-409.

[13] SUN Zhichao, WU Junjie, LI Zhongyu,. Highly squint SAR data focusing based on keystone transform and azimuth extended nonlinear chirp scaling[J]., 2014, 12(1): 145-149. doi: 10.1109/ LGRS.2014.2329554.

[14] SOUMEKH M. Synthetic Aperture Radar Signal Processing with Matlab Algorithm[M]. New York: Wiley, 1999: Chapter 1.

[15] SOUMEKH M, Nobles D A, Wicks M C,Signal processing of wide bandwidth and wide beamwidth P-3 SAR data[J]., 2001, 37(4): 1122-1141. doi: 10.1109/7.976954.

[16] 聶鑫. SAR超高分辨率成像算法研究[D]. [博士論文], 南京航空航天大學, 2010.

NIE Xin. Study on ultra-high resolution SAR imaging algorithms[D]. [Ph.D. dissertation], Nanjing University of Aeronautics and Astronautics, 2010.

聶 鑫： 女，1983年生，高級工程師，主要研究方向為合成孔徑雷達信號處理.

Research on Key Technique of Highly Squinted Sliding Spotlight SAR Imaging with Varied Receiving Range Bin

NIE Xin

(,210039,)

In highly squinted and high resolution SAR, the data receiving range bin can be continually adjusted to minimize the sampled data in echo collection, but the staggered range cell migration needs extra processing to be eliminated. To enlarge the imaging scene size with a relatively high resolution, sliding spotlight working mode could be used, yet this mode may cause azimuth ambiguity. In this paper, the key technique of highly squinted sliding spotlight SAR imaging with varied receiving range bin is investigated, a sub-aperture based upsampling ambiguity-resolving method is utilized and a new beam segmentation based 2-step PFA method is proposed, which incorporates the stagger compensation to the procedure of motion compensation. The method performs beam segmentation via digital spotlighting preprocessing firstly to generate multiple full-resolution phase histories of smaller image patches, which allow the approximation of planar wavefront in traditional PFA. PFA is used to produce focused fine resolution image for each small patch．Finally, all focused image patches are seamed together to get a full image. This divide-and-conquer approach breaks the image size limit in traditional PFA, and extensively enlarges the valid focused scene suitable for sliding spotlight mode. This new algorithm is validated to be effective and efficient via real data experiments．

Highly squinted and high resolution SAR; Sliding spotlight; Varied receiving range bin; Beam segmentation; 2-step PFA

TN957.52

A

1009-5896(2016)12-3122-07

10.11999/JEIT160812

2016-07-28；改回日期：2016-11-09；

2016-12-13

聶鑫 13913863864@139.com