原始數據壓縮對方位向多通道SAR系統影響研究

趙 耀鄧云凱王 宇李 寧*王 偉

①(中國科學院電子學研究所 北京 100190)

原始數據壓縮對方位向多通道SAR系統影響研究

趙 耀①②鄧云凱①王 宇①②李 寧*①王 偉①

①(中國科學院電子學研究所 北京 100190)

②(中國科學院大學 北京 100039)

方位向多通道是實現星載SAR高分辨率寬測繪帶成像的重要技術手段，隨著分辨率和幅寬的提升，SAR系統的回波數據量也會急劇增加。然而星上存儲空間和數傳帶寬有限，通常采用數據壓縮技術降低回波的數據量。為研究數據壓縮對方位向多通道SAR系統的影響，該文建立了多通道數據壓縮的信號模型，推導并分析了數據壓縮對多通道信噪比尺度因子和量化噪聲的影響，最后通過仿真和實測數據驗證了該文提出的模型與分析結果的正確性，并討論了數據壓縮對多通道虛假目標強度比的影響。該文的研究結果可為多通道SAR系統的原始數據壓縮方式選擇提供依據。

分塊自適應量化；高分辨率寬測繪帶；多通道SAR系統；量化信噪比

1 引言

合成孔徑雷達(Synthetic Aperture Radar,SAR)具有全天時、全天候的對地觀測能力，在資源勘測、軍事偵察、災害監測等方面具有廣泛的應用前景[1,2]。為了提供更廣闊、更精細的目標信息，SAR系統朝著高分辨率、寬測繪帶的方向迅速發展，但與此同時也導致了數據量的急劇增加。

方位向多通道技術是實現高分辨率、寬測繪帶的有效途徑之一[3–7]，該技術在方位向設置多個接收子孔徑，能夠在一個脈沖周期內獲得多個回波信號，從而等效降低了系統的脈沖重復頻率(Pulse Recurrence Frequency,PRF)，并且TerraSARX、Radarsat-2和Alos-2等星載SAR系統也都驗證了其技術的可行性。相比傳統的單通道SAR系統，多通道SAR系統的數據量會急劇增加，而實際系統中存儲空間和數傳帶寬都是有限的，所以必須應用數據壓縮技術減少數據量和降低數據率。

分塊自適應量化(Block Adaptive Quantization,BAQ)是現今應用最廣的SAR衛星原始數據壓縮算法，最早應用于美國Magellan飛行器的SAR系統，它通過Lloyd-Max量化器對原始數據進行量化，根據不同的應用需求來選擇壓縮比[8–12]。BAQ是一種有損壓縮算法，壓縮的過程中必然會引入量化噪聲，進而影響圖像信噪比和相位精度。因此，為了選擇合適的壓縮比，有必要評估BAQ算法對各種應用的影響。文獻[13]分析了原始數據壓縮對干涉測高精度的影響，得出對測高精度要求較高的系統，至少需要采用8:4的壓縮比；文獻[14]從數值實驗和頻譜的角度分析了數據壓縮對SAR的2維分辨率的影響，得出了數據壓縮并不影響其2維分辨率的結論；文獻[15]分析了原始數據壓縮對全極化SAR信息的影響，通過仿真實驗得出了極化定標時可以采用8:4的壓縮比，一般場合使用8:3壓縮比的結論；文獻[16]分析了原始數據壓縮對星載SAR/GMTI系統測速的影響，得出對測速精度要求較高時，應選擇8:4的壓縮比，并且在同等壓縮比下，信噪比越大，測速誤差越小?，F今已有不少文獻研究了BAQ算法在具體應用中的性能，然而針對它在多通道SAR系統的影響分析卻尚未見諸報道。

通常方位向多通道系統信號采樣在方位向是非均勻的，因此需要在成像之前進行多通道重構，現今比較經典的重構方法有：系統函數法[17]、波束形成法[18]、頻譜分解法[19]和頻率采樣法[20]。但多通道重構會導致壓縮信號的信噪比衰減，為了選擇合適的壓縮比，有必要對多通道系統的性能變化進行全面的分析。

本文的結構如下：第2節介紹了本文的基本原理，通過建立信號模型分析了信噪比尺度因子和量化信噪比的影響因素；第3節為基于仿真和實測數據的實驗及分析；最后第4節對本文進行了總結。

2 多通道數據壓縮性能分析

本節首先介紹了多通道SAR系統和數據壓縮的基本原理，然后分析了信噪比尺度因子和量化信噪比重構前后的影響因素。最后，為充分分析系統性能變化，本文又引入了虛假目標強度比和平均相位誤差這兩個評估指標。

2.1 信號模型

圖1為方位向多通道SAR系統的示意圖，其中Rx和Tx分別表示接收子孔徑和發射天線，daz為接收子孔徑相位中心間的間隔，Vs為平臺速度。為了保證方位向的均勻采樣，系統的PRF應滿足：

式中，N為通道數。然而在實際的SAR系統設計時，為了避開星下點回波和發射脈沖窗口的回波信號，很多情況下PRF不能滿足上式。當實際系統的PRF偏離理想值時，方位向采樣點將呈現周期性非均勻分布，導致方位向頻譜混疊，需要在成像前進行重構處理。

圖1 方位向多通道SAR系統Fig.1 Azimuth multi-channel SAR system

BAQ算法是基于SAR原始數據統計特性，將I,Q數據分塊，并對每一子塊采用鄰塊的標準差進行歸一化，然后使用Lloyd-Max量化器進行量化[8]。作為一種有損壓縮算法，BAQ算法在量化的過程中必然引入了量化噪聲，進而影響系統性能。

2.2 原始回波域評估指標

(1) 信噪比尺度因子(SNR scaling factor)

非均勻采樣信號需要在成像前進行重構處理，為分析數據壓縮和重構過程中系統信噪比的變化，這里引入信噪比尺度因子衡量信噪比的衰減程度，其表達式為：

其中，SNRin表示輸入信號的信噪比，SNRout表示輸出信號的信噪比，該值越大，信噪比衰減越嚴重。為分析該指標，本節建立了如圖2所示的信號模型，此系統為線性系統。其中為j通道的輸入信號，為j通道的系統熱噪聲(每個通道的系統熱噪聲各不相關)，Gj為經過低噪放(LNA)后的功率增益。假設信號為非飽和的，j通道的量化噪聲為(包括采樣量化噪聲和數據壓縮造成的量化噪聲為重構濾波器，為輸出信號，fr和f分別表示距離向和方位向頻率。

圖2 加入系統熱噪聲的信號模型Fig.2 Signal model with thermal noise

首先，j通道信號經過低噪放，它的信號功率和噪聲功率分別為：

然后，對信號進行采樣量化和數據壓縮。由于多通道重構發生在方位向，接下來只考慮方位向的參數信息，此時噪聲功率可以表示為：

相對壓縮造成的量化噪聲，采樣量化噪聲對信號噪聲功率的影響很小，下面的推導中忽略采樣量化噪聲。此時，信噪比尺度因子為：

故數據壓縮后的信噪比受到壓縮量化噪聲的影響而減小。

(2) 量化信噪比(SQNR)

量化信噪比是衡量數據壓縮算法性能的重要評估指標，該指標反映了數據壓縮對信號的影響，其值越大，數據壓縮對信號的影響越小[21]。其計算公式為：

在傳統的單通道SAR系統中，量化信噪比隨著量化比特數線性變化[22]，其表達式為：

其中，R為量化比特數。鑒于該指標只與量化噪聲功率和信號功率有關，本文建立了如圖3所示的信號模型。

圖3 不加系統熱噪聲的多通道信號模型Fig.3 Signal model without thermal noise

j通道采樣后的信號功率和噪聲功率如下式：

在下面的推導中，只考慮方位向，進行數據壓縮后的噪聲功率為：

故重構前量化信噪比為：

2.3 重構后的評估指標

(1) 信噪比尺度因子

故重構后信噪比尺度因子是由3部分共同作用的：壓縮量化噪聲功率、系統熱噪聲功率以及重構濾波器項。壓縮量化噪聲功率與系統壓縮比的選擇有關，壓縮比越高，數據壓縮造成的量化噪聲越小，壓縮量化噪聲功率也就越小；重構濾波器項由系統PRF決定，受到系統非均勻性的影響，非均勻性越大，該項對信噪比尺度因子的影響也就越大。

(2) 量化信噪比

經過重構后，量化噪聲功率的表達式如下：

故此時量化信噪比的表達式如下：

式中，分子為信號功率，對固定的系統，它是一個定值；分母由壓縮量化噪聲和系統的非均勻性共同決定。由此可見，影響重構后量化信噪比的因素主要有兩點：壓縮比和系統的非均勻性。

2.4 其他性能評估指標

(1) 虛假目標強度比(PGR)

如果不進行信號的非均勻重構或者重構不當，則將造成脈沖壓縮的主峰兩側存在虛假峰值。此外，如果多通道間存在幅度和相位的不一致誤差，則也會引入虛假目標。虛假目標強度比是衡量多通道成像的重要性能指標，其定義為：

其中，P1為虛假目標峰值幅度，P2為真實目標峰值幅度。

(2) 平均相位誤差(MPE)

該指標衡量壓縮過程中引入相位誤差的平均水平。其值越小表示數據壓縮對相位的影響越小。其定義為：

3 實驗結果與分析

為了驗證上述分析的正確性，下文首先用仿真實驗研究了數據壓縮對信噪比尺度因子、量化噪聲和虛假目標強度比的影響，然后采用實際機載數據在數據域和圖像域驗證了理論分析和仿真實驗結果的正確性。

3.1 仿真實驗及分析

實驗模擬了星載多通道SAR系統的回波信號，并在各個通道加入固定信噪比的高斯白噪聲作為系統熱噪聲。這里定義一個參數表示系統非均勻性的大小，稱作非均勻因子F：

其中，PRFuni為方位向信號均勻采樣的PRF，可由式(1)計算得到。當非均勻因子為零時，表示信號均勻采樣，通過調整參數，仿真實驗模擬了不同非均勻因子的情況。回波數據采用8 bit量化，BAQ選擇的壓縮比為8:6,8:5,8:4,8:3,8:2,8:1，重構算法選取了Kreiger在文獻[17]中提出的方法，仿真參數如表1，具體的仿真實驗流程如圖4所示。

表1 多通道SAR系統的主要仿真參數Tab.1 Main simulation parameters of multi-channel SAR system

圖4 仿真實驗流程圖Fig.4 Flowchart of simulation experiments

對信噪比尺度因子的仿真結果如圖5所示，其中圖5(a)–圖5(c)的輸入信號信噪比分別為30 dB,20 dB,10 dB?？梢钥闯觯诜蔷鶆蛞蜃雍拖到y熱噪聲相同時，隨著壓縮比的減小，信噪比尺度因子也隨之減??；在壓縮比和系統熱噪聲相同時，隨著非均勻因子的增大，信噪比尺度因子隨之增大。故信噪比尺度因子由3部分共同作用：非均勻因子，壓縮比以及系統熱噪聲，符合2.3節理論推導的結果。

數據域量化信噪比的仿真結果如圖6所示，可見：數據域量化信噪比受到壓縮比和非均勻因子的影響，當非均勻因子一定時，量化信噪比與壓縮比有關，壓縮比越小，量化信噪比越高；當壓縮比一定時，非均勻因子越大，量化信噪比越低，與2.3節理論分析基本一致。

虛假目標強度比的仿真結果如圖7所示，可見：(1)當非均勻因子增大時，虛假目標強度比會增大[23]。(2)當非均勻因子一定時，采用不同的壓縮比對虛假目標強度比幾乎沒有影響。實際上，BAQ壓縮后的點目標峰值幅度衰減，但是主旁瓣相對關系不變，呈等比例衰減[24]。故非均勻采樣信號在BAQ壓縮及重構的過程中，真實目標和虛假目標幅度等比例衰減，虛假目標強度比基本一致。(3)在非均勻因子較小時，選取高的壓縮比可能會引起虛假目標強度比的升高，這是由于此時虛假目標本身較弱，可能會淹沒在量化噪聲中。

圖5 加入不同熱噪聲的信噪比尺度因子隨量化比特數的變化曲線Fig.5 SNR scaling factor of adding different thermal noise over quantization bits

圖6 不同非均勻因子的數據域量化信噪比隨量化比特數的變化曲線Fig.6 Signal to quantization noise ratio of different non-uniform factors over quantization bits in data domain

圖7 不同非均勻因子的虛假目標強度比隨量化比特數的變化曲線Fig.7 Peek-to-ghost-ratio of different non-uniform factors over quantization bits

3.2 實測數據實驗及分析

實測數據實驗流程圖如圖8所示。本文的原始數據來自于一次飛行的四通道機載SAR系統，其系統參數如表2。此處截取了4個后向散射特性不同的均勻場景：農場、山丘、森林、海陸交界。為了評估多通道系統非均勻采樣的影響，本節通過抽取的方式獲得不同的PRF(300 Hz,360 Hz和450 Hz)以獲得不同的非均勻性。其原始數據為8 bit量化，虛實部都滿足均值為零的高斯分布。對原始數據采用兩種處理方式：一是直接進行重構處理；二是進行BAQ壓縮后進行重構處理，本節依然選取3.1節中的重構方法。最后，采用Chirp Scaling算法(CSA)對重構后的數據進行聚焦，得到復圖像。

圖8 實測實驗流程圖Fig.8 Flowchart of real data experiments

表2 多通道SAR系統的主要系統參數Tab.2 Main parameters of multi-channel SAR system

下面是實測數據實驗結果及分析，4種不同的場景如圖9所示。其數據域量化信噪比的分析如下。圖10為4種不同場景數據域量化信噪比隨量化比特數的變化曲線，圖中黑色表示均勻采樣的結果，紅色和藍色分別表示非均勻因子為0.33和0.2的結果?？梢姡?1)均勻場景的數據域量化信噪比主要與兩個因素有關：非均勻因子和壓縮比。非均勻因子與具體的系統參數有關，壓縮比是由星上存儲能力、下傳鏈路大小以及具體應用的精度需求來綜合選擇的。(2)在數據域，不同場景量化信噪比均隨著量化比特數線性變化，且在非均勻因子與壓縮比相同時，不同場景的量化信噪比大致相等。相對均勻采樣的數據，當非均勻因子為0.2時，量化信噪比衰減2 dB；當非均勻因子為0.33時，量化信噪比衰減6.2 dB。根據公式(9)所示，在非均勻因子為0.33時，若要達到均勻采樣條件下8:4壓縮的性能，則可能需要選擇8:5的壓縮比進行BAQ壓縮。(3)在壓縮比一定的條件下，數據域量化信噪比的衰減與非均勻因子呈非線性關系，非均勻因子越大，量化信噪比衰減越快。實測數據結果與前文量化信噪比的理論分析基本一致。

經過以上的推導，多通道SAR系統的回波信號經過重構后信噪比會下降，選用傳統單通道的壓縮比可能無法保持其原有的精度?，F今干涉、極化等應用對相位精度的要求更高，所以需要對信號的相位變化進行精準評估，此處選取平均相位誤差作為評估指標。

圖10 數據域量化信噪比隨量化比特數的變化曲線Fig.10 The signal to Quantization Noise Ratio over quantization bits in data domain

圖11展示了平均相位誤差在數據域的結果?？梢姡壕鶆驁鼍皵祿虻钠骄辔徽`差也主要與壓縮比和非均勻因子有關。非均勻因子越大，平均相位誤差也就越大。在數據域，以8:4壓縮的數據為例，均勻采樣時，平均相位誤差為0.082 rad；當非均勻因子為0.2時，平均相位誤差為0.097 rad；當非均勻因子為0.33時，平均相位誤差為0.138 rad，若要達到均勻采樣條件下8:4壓縮的相位精度，則需要選擇8:5的壓縮比。

量化信噪比和平均相位誤差還可作為圖像域評估指標，圖12展示了圖像域量化信噪比的結果，可見：(1)圖像域的量化信噪比不僅與非均勻因子和壓縮比有關，還與場景有關，如在非均勻因子為0.2，壓縮比為8:4的情況下，場景(a)為25.3 dB，場景(b)為22.9 dB，場景(c)為23.6 dB，場景(d)23.5 dB，可見場景目標的后向散射特性影響圖像域的量化信噪比。(2)圖像域的量化信噪比依然與量化比特數滿足線性關系。

圖像域的平均相位誤差結果如圖13所示，可見：(1)圖像域的平均相位誤差與量化信噪比的影響因素相同。當壓縮比為8:4、非均勻因子為0.2時，4個場景的平均相位誤差依次為：場景(a)0.070 rad，場景(b)0.102 rad，場景(c)0.091 rad，場景(d)0.162 rad。場景(d)的平均相位誤差與其余3個場景相差較大，實際上，對散射強度不同的區域，低散射區域的回波信號經過BAQ壓縮后相位損失較大[11]。海陸交界的場景中有既有陸地又有海面，海面相對陸地，它的散射強度較低，故場景(d)平均相位誤差相對較大。(2)圖像域的平均相位誤差與量化比特數之間呈非線性關系，此外隨著量化比特數的提高，非均勻因子對相位的影響越來越小。

4 結論

圖11 數據域平均相位誤差隨量化比特數的變化曲線Fig.11 Mean phase error over quantization bits in data domain

圖12 圖像域量化信噪比隨量化比特數的變化曲線Fig.12 Signal to quantization noise ratio over quantization bits in image domain

圖13 圖像域平均相位誤差隨量化比特數的變化曲線Fig.13 Mean phase error over quantization bits in image domain

本文分析了數據壓縮對方位向多通道SAR系統的影響，建立了多通道數據壓縮的信號模型，推導并分析了對數據域量化信噪比和信噪比尺度因子的影響因素，最后通過仿真和實測數據，在數據域和圖像域分析了量化信噪比、平均相位誤差的實驗結果。結果表明：信噪比尺度因子受到系統熱噪聲、壓縮比和非均勻因子三者的制約；數據壓縮基本不影響虛假目標強度比；經過BAQ壓縮的非均勻采樣信號在重構的過程中量化信噪比會衰減，系統的非均勻因子越大，重構濾波器項對量化噪聲的影響越大，量化信噪比衰減得越嚴重，BAQ算法性能將進一步下降；在均勻場景的數據域，數據壓縮對系統性能的影響因素主要有兩點：非均勻因子和壓縮比；在圖像域，其影響因素還包括地面散射特性。在進行實際SAR系統的壓縮算法設計時，如表2中所示參數，當非均勻因子為0.2或者更小時，采用8:4能滿足系統高精度應用的需求；當非均勻因子為0.33或者更高時，則要采用更低的壓縮比(如8:5)才能滿足此需求。在非均勻因子較大時，BAQ算法性能將會嚴重下降，未來的工作是根據通道間相干性研究高性能的數據壓縮算法，以期在保證圖像質量的同時盡可能的減少數據量。

[1]Cumming I G and Wong F H.Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation[M].Norwood,MA: Artech House,2005.

[2]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].Journal of Radars,2012,1(1): 1–10.

[3]Currie A and Brown M A.Wide-swath SAR[J].IEE Proceedings F-Radar and Signal Processing,1992,139(2):122–135.DOI: 10.1049/ip-f-2.1992.0016.

[4]Currie A.Wide-swath SAR imaging with multiple azimuth beams[C].Proceedings of IEE Colloquium on Synthetic Aperture Radar,London,UK,1989: 3/1–3/4.

[5]Currie A and Hall C D.A synthetic aperture radar technique for the simultaneous provision of high-resolution wide-swath coverage[C].Proceedings 1990 Military Microwaves Conference,1990: 539–544.

[6]Gebert N,Krieger G,and Moreira A.Digital beamforming on receive: Techniques and optimization strategies for highresolution wide-swath SAR imaging[J].IEEE Transactions on Aerospace and Electronic Systems,2009,45(2): 564–592.DOI: 10.1109/TAES.2009.5089542.

[7]Kim J H,Younis M,Prats-Iraola P,et al..First spaceborne demonstration of digital beamforming for azimuth ambiguity suppression[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(1): 579–590.DOI:10.1109/TGRS.2012.2201947.

[8]Kwok R and Johnson W T K.Block adaptive quantization of Magellan SAR data[J].IEEE Transactions on Geoscience and Remote Sensing,1989,27(4): 375–383.DOI:10.1109/36.29557.

[9]Max J.Quantizing for minimum distortion[J].IRE Transactions on Information Theory,1960,6(1): 7–12.DOI:10.1109/TIT.1960.1057548.

[10]McLeod I H and Cumming I G.On-board encoding of the ENVISAT wave mode data[C].Proceedings of IEEE International Geoscience and Remote Sensing Symposium,Firenze,Italy,1995,3: 1681–1683.

[11]Martone M,Br?utigam B,and Krieger G.Quantization effects in TanDEM-X data[J].IEEE Transactions on Geoscience and Remote Sensing,2015,53(2): 583–597.DOI:10.1109/TGRS.2014.2325976.

[12]Pavia P,Spera G,Venturini R,et al..CSG satellite design and performance[C].Proceedings of the 11th European Conference on Synthetic Aperture Radar,Hamburg,Germany,2016: 1023–1026.

[13]McLeod I H,Cumming I G,and Seymour M S.ENVISAT ASAR data reduction: Impact on SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing,1998,36(2): 589–602.DOI: 10.1109/36.662741.

[14]Benz U,Strodl K,and Moreira A.A comparison of several algorithms for SAR raw data compression[J].IEEE Transactions on Geoscience and Remote Sensing,1995,33(5): 1266–1276.DOI: 10.1109/36.469491.

[15]譚洪,仇曉蘭,洪峻.原始數據壓縮對全極化SAR極化信息的影響[J].系統工程與電子技術,2015,37(9): 2029–2034.Tan Hong,Qiu Xiao-lan,and Hong Jun.Effect of raw data compression on polarimetric information of quad polarimetric SAR[J].Systems Engineering and Electronics,2015,37(9): 2029–2034.DOI: 10.3969/j.issn.1001-506X.2015.09.12.

[16]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.Xing Kun,Deng Yun-kai,and Qi Hai-ming.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.

[17]Krieger G,Gebert N,and Moreira A.Unambiguous SAR signal reconstruction from nonuniform displaced phase center sampling[J].IEEE Geoscience and Remote Sensing Letters,2004,1(4): 260–264.DOI: 10.1109/LGRS.2004.832700.

[18]Jing Wei,Xing Meng-dao,Qiu Cheng-wei,et al..Unambiguous reconstruction and high-resolution imaging for multiple-channel SAR and airborne experiment results[J].IEEE Geoscience and Remote Sensing Letters,2009,6(1): 102–106.DOI: 10.1109/LGRS.2008.2008825.

[19]Lin Y P and Vaidyanathan P P.Periodically nonuniform sampling of bandpass signals[J].IEEE Transactions on Circuits and Systems II:Analog and Digital Signal Processing,1998,45(3): 340–351.DOI: 10.1109/82.664240.

[20]Jenq Y C.Perfect reconstruction of digital spectrum from nonuniformly sampled signals[J].IEEE Transactions onInstrumentation and Measurement,1997,46(3): 649–652.DOI: 10.1109/19.585419.

[21]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.Qiu Xiao-lan,Lei Bin,Ge Yun-ping,et al..Performance evaluation of two compression methods for SAR raw data[J].Journal of Electronics&Information Technology,2010,32(9): 2268–2272.

[22]Algra T.Data compression for operational SAR missions using entropy-constrained block adaptive quantisation[C].Proceedings of 2002 IEEE International Geoscience and Remote Sensing Symposium,Toronto,Canada,2002,2:1135–1139.

[23]郜參觀,鄧云凱,馮錦,等.非均勻采樣對偏置相位中心多波束SAR性能影響的分析[J].電子與信息學報,2012,34(6):1305–1310.Gao Can-guan,Deng Yun-kai,Feng Jin,et al..Analysis on the non-uniform sampling of displaced phase center multiple-beam SAR systems[J].Journal of Electronics&Information Technology,2012,34(6): 1305–1310.

[24]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.Li Xin,Qi Hai-ming,Hua Bin,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.

Study of Effect of Raw Data Compression on Azimuth Multi-channel SAR System

Zhao Yao①②Deng Yunkai①Wang Yu①②Li Ning①Wang Wei①

①(Institute of Electronics,Chinese Academy of Sciences,Beijing100190,China)

②(University of Chinese Academy of Sciences,Beijing100039,China)

An effective way to achieve High Resolution and Wide Swath (HRWS) imaging capability is the multi-channel technique in azimuth.Improved resolution and swath can dramatically increase the volume of echo data in the SAR system.However,the onboard data storage and data-transmission bandwidth are limited,so data compression technique is typically used to reduce the volume of echo data.To study the effect of raw data compression on the azimuth multi-channel SAR system,in this paper,we establish a multi-channel SAR signal model based on data compression.We then derive and analyze the effects of data compression on the Signal-to-Noise Ratio (SNR) scaling factor of the multi-channel SAR system and quantization noise.Finally,we verify the validity of the proposed model and analysis results using simulation and real data and discuss the effect of data compression on the Peek-to-Ghost Ratio (PGR).The results of this paper provide an important theoretical basis for the choice of compression method in the multi-channel SAR system.

Block adaptive quantization; High Resolution and Wide Swath (HRWS); Multi-channel SAR system; Signal-to-quantization-noise ratio

s: The National Natural Science Foundation of China (61422113),The National Ten Thousand Talent Program-Young Top Notch Talent Program,The Hundred Talents Program of the Chinese Academy of Sciences

TN957.52

A

2095-283X(2017)04-0397-11

10.12000/JR17030

趙耀,鄧云凱,王宇,等.原始數據壓縮對方位向多通道SAR系統影響研究[J].雷達學報,2017,6(4):397–407.

10.12000/JR17030.

Reference format:Zhao Yao,Deng Yunkai,Wang Yu,et al..Study of effect of raw data compression on azimuth multi-channel SAR system[J].Journal of Radars,2017,6(4): 397–407.DOI: 10.12000/JR17030.

趙 耀(1993–)，男，河南人，中國科學院電子學研究所通信與信息系統專業碩士研究生，研究方向為星載數據壓縮技術。

E-mail: zhaoyaohust@163.com

鄧云凱(1962–)，男，湖北人，現為中國科學院電子學研究所研究員，博士生導師，研究方向為星載合成孔徑雷達系統設計。

E-mail: ykdeng@mail.ie.ac.cn

王 宇(1980–)，男，河南人，現為中國科學院電子學研究所研究員，博士生導師，研究方向為SAR系統設計與信號處理技術。

E-mail: yuwang@mail.ie.ac.cn

李 寧(1987–)，男，安徽人，畢業于中國科學院電子學研究所，獲得博士學位，現為中國科學院電子學研究所助理研究員，研究方向為多模式合成孔徑雷達成像及其應用技術。

E-mail: lining_nuaa@163.com

王 偉(1985–)，男，河北人，畢業于中國科學院電子學研究所，獲得博士學位，現為中國科學院電子學研究所助理研究員，研究方向為新體制星載SAR系統設計和信號處理。

E-mail: ww_nudt@sina.com

2017-03-16；改回日期：2017-05-12；網絡出版：2017-06-21

*通信作者： 李寧 lining_nuaa@163.com

國家自然科學基金優秀青年基金(61422113)，國家萬人計劃-青年拔尖人才，中科院百人計劃