合成孔徑雷達三維成像
——從層析、陣列到微波視覺

丁赤飚 仇曉蘭 徐 豐 梁興東 焦澤坤 張福博

①(中國科學院空天信息創新研究院 北京 100190)

②(微波成像技術國家級重點實驗室 北京 100190)

③(中國科學院空間信息與應用系統重點實驗室 北京 100190)

④(中國科學院大學 北京 100049)

⑤(復旦大學 上海 200433)

1 引言

以合成孔徑雷達(Synthetic Aperture Radar,SAR)為代表的微波成像技術是高分辨率對地觀測的重要技術手段，在軍事偵查、地形測繪、環境監測、地質勘探和災情調查等方面具有重大應用價值。然而，由于SAR與光學成像機理顯著不同，SAR目標識別與圖像解譯難度極大，已成為制約當前星載和機載SAR裝備應用效能有效發揮的關鍵瓶頸。其中的重要原因是傳統SAR只能獲取2維影像，在地形變化陡峭和環境復雜的區域，3維目標在2維圖像上會產生嚴重混疊，導致大量目標看不清、辨不明、難以理解。SAR 3維成像可以直接獲得目標的3維電磁散射結構，消除SAR圖像中由于成像機理導致的收縮、疊掩、頂底倒置等現象，對3維環境構建、目標精細化解譯、城市測繪以及災害評估等應用具有重大意義。

在此背景下，SAR 3維成像技術受到了各國的重視，不斷發展進步。以是否具備3維分辨能力為區分，SAR成像從2維到3維的發展過程大致可以劃分為兩個階段。第1個階段從上世紀60年代起，發展出干涉合成孔徑雷達[1](Interferometric SAR,InSAR)和SAR立體像對技術[2,3](StereoSAR)，以獲得場景3維信息。然而，InSAR和StereoSAR技術本質上均是利用不同角度觀測對配準后的像素進行3維位置的解算，對于同一像素中疊掩多個散射點的情況，只能求解合成散射中心的位置，因此僅能夠獲得3維表面信息，不具備3維分辨能力。第2階段則從上世紀九十年代起，1995年美國海軍研究實驗室的K.K.Knaell和G.P.Cardillo[4]首次提出了3維SAR的概念，并提出了利用高度維的合成孔徑實現3維成像的技術思路。在此之后，美國、歐洲、中國等均開展了大量SAR 3維成像的研究工作[5-11]，目前主要形成了兩種3維成像技術，分別是合成孔徑雷達層析成像技術(SAR Tomography,TomoSAR)和陣列干涉SAR 3維成像技術(Array InSAR)。上述兩種SAR 3維成像技術通過多次航過或多個天線的多角度觀測，形成高度維的合成孔徑，獲得第3維分辨能力。然而上述技術需要大量的多角度觀測，導致成像周期長或系統高度復雜，推廣應用存在較大的難度。

綜觀SAR 3維成像技術發展，從早期的干涉SAR技術到現階段的TomoSAR 3維成像技術，本質上講均為利用精確的雷達成像幾何物理模型，結合多角度觀測進行目標3維位置解算。而實際上，在單幅SAR圖像中，蘊含了場景與目標的結構、紋理、遮擋關系等3維空間線索，這些有效信息在目前的成像體制中尚未得到充分的挖掘與利用。本文提出了一種新的SAR 3維成像技術，稱之為“合成孔徑雷達微波視覺3維成像”技術，通過對微波散射機制和圖像視覺語義的深入挖掘，提取雷達回波和2維圖像中蘊含的3維線索，結合傳統的SAR成像理論，實現高效3維成像，大幅減少所需觀測的數目。

本文首先深入分析了當前合成孔徑雷達3維成像技術的基本原理、技術特點和局限性。在此基礎上，提出了合成孔徑雷達微波視覺3維成像技術，詳細介紹了SAR微波視覺3維成像技術的概念、內涵和關鍵科學問題，并給出了初步的技術途徑，最后對未來的發展進行了展望。

2 TomoSAR 3維成像技術

2.1 TomoSAR 3維成像原理

針對大量存在疊掩現象的城區等復雜場景3維重建的目的，國內外研究機構開展了大量研究，借鑒醫學CT(Computed Tomography)成像技術，提出了層析SAR(SAR Tomography,TomoSAR)3維成像技術。層析SAR 3維成像原理如圖1所示。

圖1展示了TomoSAR技術3維分辨能力的來源。與傳統2維SAR成像相同，距離向通過發射大帶寬信號結合脈沖壓縮技術獲得距離分辨率，方位向通過合成孔徑獲取分辨能力。為了獲得高程向分辨能力，利用航跡精確控制、滿足奈奎斯特定律的多次觀測構建高程向的等效陣列，實現高度維的合成孔徑，獲得高程向分辨能力。TomoSAR 3維成像幾何模型如圖2所示[7]，利用較小視角差異的多幅SAR圖像，經圖像配準后，逐像素進行解算。

TomoSAR成像數學模型如下，第n次觀測得到SAR圖像像素表達式如式(1)[6]

針對同一像素，多次觀測得到的像素值構成觀測向量y，將高程向離散化可以得到觀測方程為

圖1 TomoSAR 3維成像原理圖Fig.1 Diagrammatic sketch of TomoSAR 3D imaging

圖2 TomoSAR 3維成像幾何原理圖Fig.2 TomoSAR imaging geometry

其中，Φi,j=exp(-j4π/λ·Δbisj/R0)。根據式(2)即可求解得到目標散射系數沿高程向分布γ。

2.2 TomoSAR 3維成像研究現狀

層析SAR 3維成像技術研究始于上世紀九十年代中期，其技術發展經過了實驗室研究、機載層析成像以及星載層析成像3個階段。1995年，歐洲微波信號實驗室(European Microwave Signature Laboratory,EMSL)的Pasquali等人[8]首次證明了利用多次觀測在高程向合成孔徑實現高度維分辨是可行的，該實驗室設計了具有8條基線的Ku波段雷達系統，對隱藏在介質中的兩層金屬球實現了高度維分辨，實現了層析SAR 3維成像技術從理論到實驗的跨越。1998年，德國宇航局(Deutsches Zentrum für Luft-und Raumfahrt,DLR)的Reigber等人[9]開展了機載層析SAR成像技術的研究，利用L波段的機載SAR實測數據實現了對建筑和植被3維結構的重建，是世界上首個機載層析SAR 3維成像結果。2005年，意大利那不勒斯大學的Fornaro等人[10]利用歐洲遙感衛星(European Remote Sensing Satellite,ERS)在1992年至1998年間獲取的意大利Naples地區30景SAR圖像，首次實現了星載層析SAR 3維成像。2007年，德國TerraSAR-X(TSX)衛星發射，該衛星具有良好的控軌能力和極高的相位測量精度，聚束模式SAR圖像分辨率可達1 m，進一步促進了TomoSAR技術的發展。2010年，德宇航的朱曉香等人[12]利用TerraSAR-X數據，首次獲得了復雜城市場景(如LasVegas)的層析3維成像結果，見圖3。在此之后，該團隊又利用該衛星數據開展了豐富的星載TomoSAR研究，在層析SAR 3維成像算法方面取得了豐富的成果[13-18]。

圖3 2010年，德宇航首個城區TomoSAR 3維成像[12]Fig.3 TomoSAR 3D imaging result of urban areas by DLR in 2010[12]

伴隨著更多全極化星載與機載SAR系統的投入使用，極化層析SAR(Polarimetric TomoSAR,PolTomoSAR)技術應運而生，在森林生物量反演等應用中發揮重大作用[19]。此外，由于普通的TomoSAR成像從一個角度進行觀測，SAR圖像陰影區域無法實現層析成像，因此德國開展了機載圓跡層析(SAR Holography,HoloSAR)成像技術研究，實現了360度觀測的3維成像[20]。圖4展示了極化層析及HoloSAR 3維成像的部分結果。國內也紛紛開展TomoSAR技術的研究，中國科學院電子學研究所、武漢大學、電子科技大學等單位[21-24]均在TomoSAR成像算法方面取得了豐富的成果。

2.3 TomoSAR技術特點

TomoSAR 3維成像技術在城區等復雜地區3維成像中取得了巨大成功，然而在實際應用中面臨兩大主要困難。第一，利用傳統信號處理方法(如匹配濾波、譜估計等)，需要數十次甚至上百次飛行，周期長、成本高，不利于時效性要求較高的應用。第二，為了保證TomoSAR重軌觀測SAR圖像之間的相干性，需要實現航跡的精確控制，增加了實施的難度。

由于層析SAR 3維成像理論針對每一個距離方位單元進行處理，地物目標在高程向稀疏分布，因此壓縮感知理論的提出為第1個問題提供了解決思路。2006年由Donoho等人[25]提出的壓縮感知(Compressed Sensing,CS)理論，突破了奈奎斯特定律的限制，在滿足稀疏性假設的前提下，能夠利用少數觀測以較高概率重建原始信號。2007年，Baraniuk等人[26,27]提出將壓縮感知理論應用到雷達成像中。2009年，意大利的Alessandra Budillion等人[28,29]基于壓縮感知理論進行了層析SAR仿真實驗，指出壓縮感知理論可以減少目標3維重構所需重軌觀測次數，之后又將該技術應用于ERS衛星數據，成功實現了建筑物的3維成像。同年，DLR的朱曉香團隊[16]將壓縮感知理論應用于TerraSARX的高分辨率數據，獲取了TerraSAR實測數據層析成像結果。2011年，該團隊提出了SLIMMER算法并系統分析了算法性能。近年來，國內外學者針對結合壓縮感知理論的層析成像開展了大量研究，在稀疏成像算法等方面成果豐碩[17,18,30-32]。圖5展示了觀測稀疏化前后層析成像結果的對比，利用7景圖像實現了TomoSAR 3維成像，相比64景圖像重建結果分辨率差異較小，證實了航跡稀疏化的可行性。

為了保證TomoSAR重復觀測圖像之間相干性，需要層析SAR重軌觀測基線較短，避免空間去相關，對于重復觀測的軌道控制精度提出了較高要求。隨著衛星控軌技術的進步，諸如TerraSAR-X等衛星控軌精度已較高，如TerraSAR-X多次重復觀測，相對于參考航跡軌道控制精度優于500 m，所有重軌觀測航跡控制在以參考航跡為軸心250 m為半徑的“管道”內(如圖6所示)，尤其在徑向，重復軌道控制精度優于100 m[33]，軌道測量精度則優于10 cm。目前，如TerraSAR-X,Cosmo-Skymed等高分辨率星載SAR系統均具有較高的軌道控制與測量精度[33-37]，星載SAR的軌道控制精度已經能夠滿足TomoSAR的處理需求，但是機載系統由于受到氣流等的影響，獲得有效的TomoSAR數據非常困難。

總之，目前TomoSAR 3維成像處理仍然需要十余次嚴格控軌的重復觀測，時間跨度較長，難以滿足時效性要求較高的應用場景。

3 陣列干涉SAR 3維成像技術

3.1 下視陣列3維成像研究

圖4 極化層析SAR與HoloSAR 3維成像Fig.4 Three-dimensional imaging results of PolTomoSAR and HoloSAR

圖5 德國聯邦鐵路公司總部層析成像結果[32]Fig.5 TomoSAR imaging results of DB Headquarters in Munich[32]

圖6 TerraSAR-X衛星軌道控制精度示意圖[33]Fig.6 Diagrammatic sketch of TSX orbit control performance[33]

下視陣列合成孔徑雷達3維成像技術是一種基于陣列天線的SAR 3維成像技術，通過在跨航向安裝陣列天線，以期對載機平臺正下方場景實現3維成像。下視陣列3維成像技術工作示意圖見圖7。

下視陣列3維成像技術向飛機正下方發射寬帶信號，結合脈沖壓縮技術實現高程向分辨；在方位向借助平臺運動獲得航跡向多普勒信息，形成合成孔徑，實現方位向分辨；在跨航向借助陣列天線實現跨航向合成孔徑，進而實現跨航向分辨。

圖7 下視陣列3維成像技術示意圖Fig.7 Diagrammatic sketch of downward looking array 3D imaging

1999年，DLR首次提出了下視2維成像雷達的概念[38]。2004年，法國ONERA的Giret等人[39]提出了下視陣列3維成像技術，將陣列技術和合成孔徑雷達相結合，能夠獲得跨航向、方位向和高程向的分辨能力。之后，其開始研制相應下視陣列3維成像系統DRIVE，該系統具有下視3維和正側視2維兩種工作模式，試驗載機是翼展23 m重約900 kg的滑翔機[40]。2006年至2010年間，Nouvel等人[41]利用DRIVE系統開展了下視陣列成像試驗，并公開了方位向長度1 km的方位-高程2維成像結果(見圖8)，其中跨航向測繪帶寬度為42 m。德國FGAN-FHR的Klare等人[42,43]從2005年開始研制無人機下視陣列3維SAR系統ARTINO，載機翼展4 m、重量25 kg。2010年，針對定標點開展了飛行試驗，但沒有公布3維成像結果[44]。國內中國科學院電子學研究所、電子科技大學等單位[45,46]針對下視陣列3維成像開展研究，在成像算法以及試驗裝置研究等方面取得了豐富成果。

然而，下視陣列SAR受限于成像體制，存在以下問題：首先，下視陣列SAR測繪帶寬一般較窄，例如DRIVE系統跨航向測繪帶寬僅42 m，工作效率低下；其次，由于陣列下視SAR在跨航向采用實孔徑進行分辨，為解決分辨率和測繪帶寬之間的矛盾，需要系統具有很多的通道數量，使得系統具有較高的復雜度，成本較高；最后，由于采用下視模式，且陣列天線長度受限，其跨航向分辨率較低，3維重建點云密度較低，3維成像性能較差。截至目前，國內外尚未見下視陣列3維SAR的3維場景成像結果公開發表。

3.2 陣列干涉SAR 3維成像系統

針對下視陣列SAR 3維成像技術存在的問題，中科院電子所提出了陣列干涉SAR(Array InSAR)技術進行3維成像。陣列干涉SAR進行側視成像，利用跨航向的陣列天線，基于多輸入多輸出技術(Multi-Input Multi-Output,MIMO)虛擬多個天線等效相位中心，通過接收地物回波獲取多通道相干SAR圖像，一次飛行即可得到多角度觀測數據，可以實現單次航過3維成像，相干性好、時效性強。相比下視陣列3維成像技術，陣列干涉SAR 3維成像采用側視工作模式，測繪帶更寬；等效相位中心數量遠小于下視陣列系統，系統復雜度較低，具有更高的穩定性和易實現性；距離向分辨率更佳，重建點云密度高，3維成像性能相對優秀。陣列干涉SAR 3維成像原理如圖9所示。

圖8 全球陣列SAR 3維成像系統Fig.8 Global array 3D imaging systems

圖9 陣列干涉SAR 3維成像示意圖Fig.9 Diagrammatic sketch of Array InSAR 3D imaging

中科院電子所[47,48]2005年開始研制陣列干涉SAR系統，采用長2 m重150 kg的剛性天線陣來保證基線的穩定性，通過毫米級的基線高精度定標、以及基于陣列圖像匹配干涉和逐像素3維解算的3維成像處理方法，于2015年獲得了國際首幅3維場景成像結果。該系統融合了多通道的分辨能力和相干測量的高精度兩項優勢，可以實現疊掩等復雜場景的3維重建，彌補了常規InSAR技術的缺陷，拓展了SAR測繪技術的應用范圍。

3.3 陣列干涉SAR技術特點

陣列干涉SAR技術利用陣列天線單次航過實現3維成像，解決了層析SAR觀測周期長、下視陣列測繪效率低等問題，但是也面臨3個核心技術難題。第一，陣列干涉SAR高程向分辨能力源自角度分辨，根據雷達分辨理論，分辨率與天線尺寸成反比，分辨率越高，天線尺寸越長，要實現1 m的3維成像分辨率，需要約20～50 m的機載雷達天線，工程上難以實現，成為制約高分辨率3維成像的核心難題；第二，陣列干涉SAR系統基于MIMO原理，為了增加等效通道數量，多個通道同時發射同時接收信號，多路信號之間會產生嚴重的干擾和混疊，傳統正交編碼方法無法有效抑制此干擾，也是制約陣列干涉SAR性能的瓶頸問題；第三，陣列干涉SAR 3維成像對相位精度要求高，需要陣列天線相對形變小于1 mm，而在航空條件下，受到飛機震顫以及側風等影響，分布式陣列天線柔性形變量達到厘米量級，導致多通道信號之間的相參性被破壞，無法實現高精度3維成像。

為了解決上述問題，中科院電子所研究團隊提出了系列解決方案。

針對陣列天線長度有限導致高程向分辨率低的問題，提出了陣列干涉3維超分辨成像方法。對疊掩問題進行了詳細分析，根據連續地形疊掩場景的特點發明了一種基于曲線模型約束的超分辨方法。將連續自然地形表述為分段曲線模型，將傳統基于相關匹配濾波的目標分辨成像問題，轉化為曲線模型參數的最優估計問題[47]。利用分段曲線參數滿足稀疏化條件，可實現超分辨參數估計的特點，通過求解陣列雷達觀測方程，實現小尺寸天線條件下的3維超分辨成像。陣列干涉SAR 3維超分辨成像方法原理見圖10。

具體實現上，首先提出了自適應分段曲線劃分方法，根據雷達回波2維空間譜確定的地物分辨率，進行最優的分段曲線劃分。進一步，由于疊掩地形曲線可以表示為距離r關于斜高s的函數，且曲線上的點有3個信息即散射系數幅度、相位以及坐標，提出了基于地形2階導數最小化約束的陣列雷達觀測模型，首次在觀測模型中引入了連續地形空間相關性約束，優化目標函數為

圖10 陣列干涉SAR 3維超分辨成像算法原理示意圖Fig.10 Diagrammatic sketch of Array InSAR super-resolution imaging algorithm

式(3)包含兩層含義，一是求解的空間譜盡量接近測量值，二是使曲線盡量滿足先驗知識，即曲線盡量平滑，算法詳細說明見文獻[47]。通過在陣列干涉SAR觀測模型中引入的連續地形空間相關性約束，結合最優化求解方法可以大幅提升3維分辨性能，相比傳統方法，高程分辨率理論上可提高50倍，工程上提高了10～20倍。即采用2 m的天線，可獲得20～40 m天線的分辨率。利用傳統譜估計方法和陣列超分辨成像算法得到的3維成像結果對比見圖11，從圖11(b)和圖11(c)的對比中可知，由于陣列天線尺寸受限，傳統成像方法高程向分辨率低，陣列干涉超分辨算法則有效解決了這個問題，有效提升了3維成像質量。

圖11 傳統成像算法與陣列超分辨算法原理及效果對比Fig.11 Comparison of principles and performances between traditional methods and Array InSAR imaging method

針對陣列天線多通道信號之間干擾的問題，文獻[49-52]提出了MIMO陣列雷達正交信號編碼方法，在時頻2維編碼的基礎上，利用陣列天線運動形成的空間維度，增加了空間相位編碼，采用多維濾波模型，在空時頻3維空間實現了多個混疊回波的解調分離(見圖12)，將混疊抑制比從-10 dB提高到-38 dB，圖像質量顯著提高(如圖13)。針對分布式陣列天線隨飛機震顫產生彈性形變的問題，文獻[53]發明了一種剛柔組合的柔性基線測量和補償方法，原理見圖14。首先用慣性測量系統實現1 cm精度的天線基線剛性段測量，據此反演出3維地形初值，并利用地面控制點計算出與實際高程的偏差，精密反演出慣性測量系統的內置誤差，進一步利用多基線干涉模型精確反演出每個陣列節點的柔性形變量，最終能夠實現優于1 mm的天線形變測量和補償。

圖12 空時頻多維信號波形編碼方案原理示意圖Fig.12 Diagrammatic sketch of multidimensional waveform coding

2015年，中科院電子所研制成功國際上第1部陣列干涉3維SAR系統，見圖15。該機載雷達系統采用側視工作模式，共10個陣元2發8收，跨航向形成16個通道，等效相位中心均勻分布。系統工作于Ku波段，采用調頻連續波體制，發射信號帶寬500 MHz，測繪帶寬度達到34 km。同年，在山西地區開展了大量飛行試驗，國際上首次實現了基于機載陣列的大面積復雜城市3維成像。圖16展示了針對獨棟建筑的陣列干涉SAR 3維重建結果。如圖16所示，原始SAR圖像中疊掩現象嚴重，地面、建筑側面與頂面3個部分難以分辨，利用陣列干涉SAR 3維成像方法能夠將疊掩的3部分進行區分，最終得到了基于建筑物3維模型約束的SAR 3維成像結果。從該圖中可以看到樓前地面的散射信息，樓前臺階、水泥路面，樓體側面的紋理信息，窗戶、玻璃幕墻和雨罩等結構，以及建筑的二面角反射等特征。圖17則展示了整個小區的SAR圖像以及陣列干涉SAR 3維成像結果，可以看出，小區3維結構清晰，證實了陣列干涉SAR的高精度城市3維成像能力。

圖13 多維信號波形正交編碼成像結果對比圖Fig.13 Comparison between traditional and multidimensional orthogonal waveform imaging results

圖14 剛柔組合的柔性基線測量和補償方法原理示意圖Fig.14 Diagrammatic sketch of flexible baseline measurement and compensation algorithm

圖15 中科院電子所陣列干涉SAR 3維成像系統Fig.15 Array InSAR 3D imaging system by IECAS

4 SAR微波視覺3維成像技術

由上可見，目前國內外提出的TomoSAR以及陣列干涉SAR 3維成像技術體制，由于需要在高程向構建等效陣列，至少需要十余個飛行架次或天線陣列，導致在實際應用中，在軌衛星實現難、推廣應用難、小型化難。因此，如何降低TomoSAR和陣列干涉SAR 3維成像所需陣列或重軌觀測的數量，成為SAR 3維成像領域的核心難題。

為了解決上述問題，需要挖掘新的信息來源。實際上SAR 2維圖像中蘊藏著3維信息，經過一定訓練的SAR圖像判讀人員觀察SAR圖像能夠很強烈的感知其中的3維信息，尤其對于SAR圖像中建筑、橋梁等先驗知識比較豐富的3維目標。此外，SAR回波散射機制中也蘊藏著3維信息，通過散射機制的提取和參數反演，具備對散射中心結構一定的判斷能力。因此，本文提出能否將SAR 2維圖像和回波信號中的信息充分挖掘提取，成為新的信息來源，與合成孔徑雷達成像機理相結合，實現3維成像，同時降低對陣列通道數和重軌觀測次數的需求。這便是本文提出的合成孔徑雷達微波視覺3維成像的基本思路。

圖16 獨棟建筑陣列干涉SAR 3維成像結果Fig.16 Array InSAR 3D imaging results of a single building

圖17 陣列干涉SAR小區場景3維重建結果Fig.17 3D imaging results by array InSAR of the observed scene

4.1 SAR微波視覺3維成像的概念

SAR微波視覺3維成像，是指將雷達回波和2維圖像中隱含的3維線索，通過微波散射機制(微波)和圖像視覺語義(視覺)挖掘的方法加以提取，并引入到傳統的SAR成像方法中，從而降低所需多角度觀測的數量，實現高效的3維成像技術。SAR微波視覺3維成像，融合了計算電磁學、計算機視覺以及雷達信號處理相關理論，是一種新的SAR 3維成像技術路線。

SAR微波視覺3維成像，相較傳統3維成像方法，主要有以下特點。第一，SAR微波視覺3維成像方法從回波出發，建立目標部件3維結構和回波之間的3維散射映射關系，并構建目標3維散射機制的結構化參數表征，增加目標3維重建信息量。第二，現有SAR 3維成像方法逐像素孤立解算，而SAR微波視覺3維成像則結合計算機視覺方法提取圖像中的語義信息對第3維重建增加約束，減少所需觀測數。

SAR微波視覺3維成像技術與傳統成像技術在信息來源、分辨機理等方面均有所不同，具體對比如表1所示。SAR的距離維分辨，分辨機理是時間分辨，信息來源是頻率擴展，處理方法是脈沖壓縮；方位維分辨機理是角度分辨，信息來源是空間擴展，處理方法是合成孔徑；現有技術的高度維分辨，其機理也是角度分辨，信息來源是空間擴展，處理方法從根本上講依然是合成孔徑。本技術SAR微波視覺3維成像，信息來源引入了散射機制和視覺語義，處理方法是SAR微波視覺3維成像這一新手段。可見，該技術與現有技術有實質的不同，是一種全新的技術思路。

4.2 SAR微波視覺3維成像的核心科學問題

為了實現SAR微波視覺3維成像的目的，需要挖掘SAR回波及2維圖像中所蘊藏的3維信息。針對上述目的，雖已有一些研究基礎，包括基于SAR圖像內容提取目標3維信息的方法[54-56]和基于SAR信號散射機制提取的目標3維信息反演方法[57-59]等，但上述方法仍有較大的局限性，難以滿足復雜場景SAR微波視覺3維成像的需求。總結而言，作為一種全新的3維成像方法，SAR微波視覺3維成像需進行理論與方法的探索性研究，主要包括3個核心科學問題，分別是：微波3維散射機制及其逆問題，SAR圖像視覺3維認知理論與方法，以及基于微波視覺的3維成像理論與方法。

(1)微波3維散射機制及其逆問題

微波3維散射機制及其逆問題是要解決如何從SAR回波數據中識別出微波散射機制，從一定程度上重構目標3維認知參數的問題。根據散射機制反演目標結構是一個電磁散射的逆問題，如圖18，由于實際目標的電磁散射機制復雜，目標散射特性及其在SAR圖像的成像特性與其幾何物理參數(外形、材質等)、波形參數(頻率、極化等)、觀測條件(角度、模式等)等多個因素相關，因此，電磁散射逆問題存在多解性、收斂性、魯棒性等問題。3維散射機制是目標微波視覺的重要信息，3維散射機制的識別是實現SAR微波視覺3維成像的核心科學問題之一，需要解決散射機制的檢測識別、目標3維認知參數的反演與估計等理論方法問題[60,61]。

表1 SAR微波視覺3維成像與傳統成像技術的對比Tab.1 Comparison between SAR microwave vision 3D imaging and traditional 3D imaging techniques

圖18 電磁散射求逆問題示意圖Fig.18 Diagrammatic sketch of inverse problem of electromagnetic scattering

(2)SAR圖像視覺3維認知理論與方法

SAR圖像視覺3維認知理論與方法是解決如何理解SAR圖像中的視覺語義并提取出典型目標的3維結構，挖掘出3維線索的問題。

針對光學圖像，基于計算機視覺的圖像理解和目標3維重建的研究已經比較成熟，已有研究可通過單幅光學影像進行3維重建[62]。但SAR與光學成像機理存在顯著不同，如圖19。首先SAR與光學的成像幾何不同，光學是角度投影，有遮擋無疊掩、有角度信息無深度信息；而SAR是距離投影，有遮擋同時又有疊掩、無角度信息而有深度信息。第二，SAR與光學的電磁散射機理不同，光學是非相干成像，圖像符合人眼視覺習慣，圖像平滑、對觀測角度不敏感，容易獲取大量學習樣本；而SAR是相干成像，圖像相干斑噪聲嚴重、隨觀測角度變化劇烈，很難獲取大量學習樣本，導致現有光學圖像解譯的方法應用于SAR圖像視覺語義理解時，魯棒性弱、泛化能力差等問題非常突出。因此，目前主要針對光學圖像的計算機視覺理論方法無法直接照搬應用于SAR圖像視覺理解，需要創新性地發展SAR圖像3維特征挖掘、目標表征和識別等理論方法，建立SAR微波視覺3維成像的視覺認知基礎。

(3)基于微波視覺的3維成像理論與方法

基于微波視覺的3維成像理論與方法是要解決如何根據3維線索信息，高效精確地進行3維成像的問題，即：如何將微波散射機制和視覺語義與傳統的SAR信號處理方法相結合，實現復雜環境和目標的3維成像，如圖20。

圖19 SAR成像與光學成像的區別Fig.19 Differences between SAR and optical images

圖20 基于微波視覺的3維成像概念Fig.20 SAR microwave vision 3D imaging

通過“微波視覺”[63]一般獲得的是異構、模糊、定性的3維線索，如何將異構定性的3維線索與定量化的SAR成像方法相結合，實現精確定量的3維成像，是必須解決的一個理論問題。現有SAR 3維成像技術需要大量多角度觀測，核心原因是SAR圖像方程中的高度維參數的解空間巨大，少數觀測無法獲得參數的唯一精確解。如果加入微波散射機制和圖像視覺語義信息等約束條件，可有效縮小解空間范圍，從而精確確定高度方向的各項參數，實現3維成像[64]。因此，需要創新構建SAR微波視覺3維成像理論框架，解決圖像語義與微波散射機制的約束模型構建、異構非線性SAR 3維成像方程最優化求解等難題，發展基于微波視覺的3維成像理論與方法。

初步技術思路如下。根據SAR成像方程，如式(4)

該等式為某次觀測下SAR圖像方程中復數據表達式，其中Rj是斜距，ηj對應方位向慢時間，λ是雷達工作波長，σi對應等距圓弧上第i個散射中心對應的散射系數，?i為該散射系數的相位，hi為該散射中心的高度，N為該等距圓弧上疊掩的散射中心的個數，如圖21所示。

圖21 SAR圖像中某疊掩像素的信號表達式Fig.21 Signal model of the overlapping pixel

在現有的稀疏3維成像算法中，對σi有稀疏性假設，但對σi和高程hi沒有約束條件，解空間很大，在少量觀測下無法滿足求解條件，故對多角度觀測的數量有較高要求。本技術思路在綜合考慮目標散射特性與SAR圖像語義信息的情況下，引入視覺語義和散射機制的約束，縮小求解空間，如式(5)所示，

其中，hi ∈f(h,x)表示根據微波視覺推斷得到散射中心位于某條曲線上，N ∈{K}表示疊掩的散射中心數量具有先驗知識，(|σi|,?i)∈{|σK|,?K}表示散射中心的取值具有一定先驗知識，通過聯立上述方程組實現求解。此外，如微波視覺獲得的約束無上述顯式表達，還可基于散射機制和視覺語義中挖掘的目標幾何基元對應像素間的連續性約束、待求參數符合一定先驗分布等建立約束模型，采用多約束壓縮感知以及深度神經網絡來實現復雜多約束下逆問題的優化求解。

5 結束語

合成孔徑雷達3維成像技術可以直接獲得目標的3維電磁散射結構，在城市測繪和災害評估等領域發揮了重大作用。本文回顧了合成孔徑雷達3維成像技術的發展，詳細介紹了TomoSAR以及陣列干涉SAR的技術體制和特點，指出現有3維成像技術受限于理論制約，系統復雜度高或成像周期長，限制了其大規模推廣應用。

針對上述問題，本文提出了SAR微波視覺3維成像理論方法，針對現有3維成像方法中并未利用的微波散射機制、圖像視覺語義等含有的3維信息，利用計算電磁學、計算機視覺等相關理論方法加以提取，并將其表達成對SAR信號處理的約束條件，實現3維信息的饋入，大大降低3維成像對空間擴展觀測數量的依賴，最終實現少量觀測下的SAR 3維成像，為SAR 3維成像技術發展開辟了新的方向。目前，SAR微波視覺3維成像的研究尚處于理論探索階段，需要進一步開展相關研究，推進SAR 3維成像技術的發展。