基于幅相不一致準則的建筑物SAR層析成像

解金衛 李真芳* 王 帆 王志斌

①(西安電子科技大學雷達信號處理國家重點實驗室 西安 710071)

②(南京電子技術研究所 南京 210039)

③(北京空間飛行器總體設計部 北京 100094)

1 引言

由于全天時、全天候、3維高分辨成像的特點，層析合成孔徑雷達(Tomographic Synthetic Aperture Radar,TomoSAR)技術近年來受到了國內外學者的廣泛關注。該成像技術的本質是在高度向上以不同的視角對同一場景或者地物進行多次觀測。單次觀測形成2維合成孔徑雷達(Synthetic Aperture Radar,SAR)圖像，多次觀測在高度向上形成合成孔徑，沿垂直雷達視線(Perpendicular Line Of Sight,PLOS)方向進行聚焦實現高度向上散射體分辨，從而達到對目標的3維成像的能力。相比于2維SAR圖像，TomoSAR能夠準確估計出同一SAR分辨單元內不同散射體的高度位置與散射強度，是解決高分辨SAR圖像中建筑區疊掩問題的有效手段之一[1-8]。

實現高度向上多次觀測較常見的方式有兩種。一種是單次航過中載機平臺上沿地距向掛載多個天線，采用1發多收模式錄取回波，然后將回波等效相位中心投影到POLS方向，從而在PLOS形成合成孔徑；另一種方式是單次航過自發自收，然后對場景重復多次觀測，重復航過間沿PLOS向形成合成孔徑，從而實現層析成像。目前，由于單個平臺上掛載多個天線系統較復雜，成本太大，一般層析成像系統均選擇后者獲取層析成像原始回波數據[9]。

從原始回波數據到獲得3維成像結果，大致可分為4個步驟。首先對獲取的多航過原始回波數據進行2維SAR成像；然后，對各個航過選擇一個參考圖像進行精確配準，使得圖像中的同名點盡可能配準到同一像素點中；其次，對SAR圖像序列中像素點進行相位誤差校正，目的是消除由平臺攝動、大氣延遲(包括對流層和電離層)引起的相位偏差；最后，利用特定的聚焦方法沿PLOS方向對目標像素進行成像，從而提取出高度向散射點的位置和散射能量[10,11]。

對于層析維聚焦方法，即TomoSAR成像。目前，應用較為廣泛的技術有兩種，一種是基于譜估計方法，如快速傅里葉變換法(Fast Fourier Transform,FFT)[12]、Capon譜估計[13]、Music譜估計[14]、截斷奇異值分解法(Truncated Singular Value Decomposition,TSVD)[15]等；另一種是基于壓縮感知(Compressive Sensing,CS)方法，如正交匹配追蹤法(Orthogonal Matching Pursuit,OMP)[16]、L1范數正則化法[17]、雙步迭代收縮閾值法(TWo-step Iterative Shrinkage/Thresholding,TWIST)[18]等。FFT方法計算效率較高，但是當垂直有效基線分布不均勻時，高程向旁瓣嚴重惡化。Capon譜估計和Music譜估計都能有效抑制旁瓣得到較高的高程分辨率，但是這兩種方法都要估計觀測信號的協方差矩陣，不僅降低了距離-方位向的分辨率，而且在高分辨率建筑物場景下相鄰分辨單元散射特性很難滿足獨立同分布假設。TSVD通過測量矩陣的奇異值分解對高程向散射點進行估計，為了避免小奇異值造成誤差傳播，需要對分解得到的奇異值進行截斷處理。但該方法的缺陷是只有在奇異值呈良態分布時才能獲得穩定的層析解，當奇異值呈現病態分布或者測量矩陣的秩為非良置時，TSVD方法并不適用。對于基于CS方法的層析成像，不僅具有較強的旁瓣抑制能力同時在高程向具有超高的分辨率。但多數CS方法需要經過模型選擇對PLOS向散射點數量進行預先估計，且為了得到模型的全局最優解需要不斷迭代調整正則化參數，導致這類方法計算量非常大，運算效率低下。無論譜估計還是CS方法，除了上述所述缺陷外在高程向聚焦時均需要進行解斜處理。解斜的本質是去除參考斜距引起的相位將PLOS向角頻率支撐域校正到零頻附近。該操作過程需要對SAR圖像上每一像素點進行PLOS方向的垂直有效基線估計，且相位去除過程中存在近似，可能導致去斜不精確，從而影響層析成像效果。

針對高分辨率重復航過機載SAR的層析成像，為了避免上述方法的缺陷和解斜處理操作。本文引入沿PLOS向進行搜索的空域波束形成(Beam Forming,BF)方法進行層析聚焦。該方法類似于后向投影法層析成像，是一種空域相干累加的方法，由于不做任何的理想假設，能夠很好地抑制旁瓣干擾，并對PLOS向散射點的位置進行精確估計。對于高分辨率SAR圖像，由于城區建筑物結構復雜，不同航過SAR圖像間存在觀測視角差異，并且SAR圖像存在相干斑噪聲影響，SAR圖像中的所有同源點不能在相同的像素點同時進行精確地配準[19]。為了從幅度和相位兩個方面找出聚焦相干累加時最相關的像素點，提出了一種聯合參考像素窗口中鄰域像素點的幅度和相位來判斷目標像素點的不一致性準則。以某一航過為參考，由不一致性準則可以提取出相應的同名像素點，實現對層析成像的精確聚焦。圖1給出兩幅天線中疊加主天線同一分辨單元內的散射點的回波包絡示意圖。

本文結構如下：第2節介紹層析成像模型和基于空域波束形成的層析成像算法；第3節給出聯合幅度和相位不一致準則，并結合該準則給出層析成像全流程；第4節，給出了層析成像的詳細流程；第5節利用仿真數據和機載實測數據對算法進行了驗證；最后，對全文進行了總結。

2 層析成像模型與算法

2.1 層析成像模型

單航過SAR圖像中某一像素點內復數據為不同高度向上散射點散射信號的相干疊加。以Pn(1≤n ≤N)表示第n次航過對應雷達觀測位置，選擇某一航過雷達觀測點為參考觀測點，TomoSAR成像幾何如圖2所示。x軸表示地距向，y軸表示方位向，z軸表示高程向，r為斜距向，s為PLOS方向。則像素點(y,r)處的2維SAR圖像復數據可表示為[20]

圖1 同名像素點失配示意圖Fig.1 Illustration of misregistration for homologous points

其中，y,r,s分別表示散射點距離、方位和俯仰向位置，γ為目標在該像素點上俯仰向散射系數分布函數，Rn代表第n次航過雷達和目標間的距離，s0表示PLOS方向不模糊高度，λ為波長。根據圖2的幾何關系，由波恩近似，斜距Rn可表示為[21]

傳統譜估計和基于CS層析成像方法都需要對觀測數據進行解斜處理，即對式(2)第1,2項引起的相位項進行去除。去除第1項，目的是去除與目標斜距有關的相位項；去除第2項，目的是使得信號空間頻率與觀測點位置無關只與散射點目標高度有關。解斜后2維SAR圖像復數據可重新表示為[22]

由于解斜處理中需要得到估計得到每次航過相對于參考航過的平行和垂直雷達視線方向精確的基線分量。為了避免該操作，本文利用沿PLOS向進行搜索的空域BF方法進行層析聚焦。該方法本質是將式(1)中各個航過斜距引起的相位項補償然后進行相干疊加。在POLS向搜索當相干累加值達到最大，對應俯仰向位置，即散射點高程位置。

圖2 層析成像幾何示意圖Fig.2 Illustration of TomoSAR imaging

2.2 基于空域波束形成的層析成像

當所有重復航過2維SAR圖像相對于參考航過SAR圖像配準處理后，像素點(y,r)處所有2維SAR圖像復數據可表示為一個矢量形式

對于像素點(y,r)，沿PLOS方向某一固定高度sk處，可以構造一個導向矢量

其中，導向矢量元素an(sk)可表示為

其中，Rn(r,sk)為高度sk的目標點到第n次航過雷達天線間的距離。由此，可得到sk處的聚焦信號為

設PLOS方向被均勻離散化為K個散射高程，高程值依次為s1,s2,···,sk,···,sK。沿PLOS向順序掃描得到高程向最終層析聚焦結果為

其中，掃描間隔?s=sk+1?sk與PLOS向成像分辨率ρs有關。一般雷達系統中選擇過采樣率為1.2～2.0，因此，掃描間隔?s ∈[0.50ρs,0.83ρs]。由式(7)可知，基于空域BF方法的層析成像不依賴于成像幾何，無需估計基線進行解斜處理，也沒有任何近似假設。因此，適用于航過非均勻分布下的層析成像。

3 聯合幅度和相位不一致準則

高分辨重復航過SAR圖像間視角差異較為明顯，疊加在主圖像同一分辨單元內不同高度向上的散射點在其他航過SAR圖像上可能會分散到該分辨單元周圍其他像素上，且受相干斑噪聲的影響該分辨單元內不同航過間的信號的幅度和相位差異也很大。由于空域BF搜索成像以所有航過同名點均配準到一個像素上為前提。為了在其他航過SAR圖像目標分辨單元周圍找到與主圖像該分辨單元像素幅度和相位最相關的像素點，本文提出一種聯合SAR幅度和相位的不一致性準則。

首先，選擇某一航過(如PLOS向位置為0的航過)SAR圖像上像素(y,r)為參考分辨單元。由此，得到該像素與其他航過SAR圖像上以該像素為中心的窗內所有像素點的歸一化幅度差異為

其中，p,q分別為航過和窗內像素點序號。M為窗內所有像素總數。理論上，當窗內像素幅度與參考像素點幅度相等時?Apq=0，兩像素間幅度相關性越大，越接近理想散射強度。因此，基于幅度進行最優像素點選擇時，可以考慮最小化歸一化幅度差異進行選擇。對于不同航過間同名點的相位差異，理想情況下為雷達觀測點到目標點間的斜距差異引起相位差異。補償掉該相位差異后得到的參考航過目標像素與其他航過SAR圖像上以該像素為中心的窗內所有像素點的歸一化相位差異為

式(10)分母中系數2目的是保證歸一化相位差異的值域為[0,1]。顯然，歸一化幅度差異的值域也為[0,1]。同樣，?Fpq=0時，得到的像素為選擇出的最優像素點。實際中，由于噪聲等影響，由上述歸一化幅度差異和歸一化相位差異最小化搜索得到的像素一般都不是同一個像素點，為了聯合兩種歸一化差異，這里引入灰色絕對關聯度r，提出一種聯合幅度和相位(Joint Phase and Amplitude,JPA)的不一致準則為

由此，同名點選擇可由優化式(12)得到

式(11)中，r描述了歸一化幅度差異和歸一化相位差異之間的相似程度，值域為r ∈[0,1]。當二者完全相似時，r為1，此時無論使用歸一化幅度差異還是歸一化相位差異均能得到相同的最優同名點；當二者完全不相關時，r為0，此時，認為相位歸一化差異尋找同名像素點更具有可靠性，不一致準則最小只依賴歸一化相位差異。文獻[23]給出了兩組序列灰色絕對關聯度r的求解方法，本文不再贅述。將獲取的所有航過的最優同名點代入式(7)，得到sk處的層析聚焦信號，遍歷PLOS向上所有高程值，得到3維層析成像結果。

4 層析成像流程

由上述3維成像過程的分析，以及所提JPA不一致準則成像方法，本文給出層析成像的詳細步驟如下：

步驟 1 將所有航過錄取的原始回波數據根據POS數據運動補償后進行成像處理得到2維SAR圖像序列；

步驟 2 選擇某一航過(如第n航過)2維SAR參考圖像作為主圖像，將其它航過SAR圖像均配準到主圖像上；

步驟 3 相對于參考圖像，對其它航過配準后SAR圖像做輻射定標處理。當場景中存在孤立的強散射點或者人工布設的角反射器時，可利用文獻[20]中的獨立特顯點方法校正層析成像中由姿態誤差、噪聲引起的相位誤差。在場景中獨立特顯點較少甚至沒有的情況下，可借鑒差分干涉中的大氣相位去除方法，采用永久散射體(Persistent Scatterers,PS)網格上的相位誤差在空間上具有較強的相關性特性，利用基于相位梯度自聚焦算法的相位誤差補償方法進行殘余誤差校正[24]。對SAR圖像序列中像素點進行相位誤差校正的目的是消除由平臺攝動、大氣延遲(包括對流層和電離層)引起的相位偏差；

步驟 4 選擇主圖像上一點(y,r)為目標像素點T，利用主圖像對應航過POS對該像素點進行定位得到該像素地心地固坐標系下(WGS84)坐標；

步驟 5 以目標像素T為坐標原點將所有航過的POS位置和3維載機速度矢量經過平移、旋轉。更新得到垂直于地球的切平面的方向為z軸方向，速度方向為y軸方向的坐標系下的POS位置和3維載機速度矢量。求解以目標點為坐標原點新坐標系下的POS位置和3維載機速度矢量目的是為了構建3維成像網格便于搜索BF層析成像；

步驟 6 以目標像素T為坐標原點，在斜距為r的分辨單元上構造高度向成像網格。高度向沿垂直于視線方向，即PLOS方向。網格大小由高程分辨率ρs決定，?s ∈[0.50ρs,0.83ρs]；

步驟 7 選擇PLOS向上某一網格點k為高度向上某散射點，利用該散射點在新坐標系下對參考航過進行反向定位處理，得到目標在參考航過下0多普勒處POS位置，并有由此計算出目標點在參考航過下回波參考最近斜距Rref。由Rref,(y,r)處各航過復信號值，結合式(7)、式(11)，找出(y,r)中所有航過SAR圖像上的同名點，標記為hk。其中，同名點計算過程中窗大小選擇5×5；

步驟 8 利用同名點hk遍歷PLOS向每一網格點，由式(7)、式(8)得到參考斜距為Rref時PLOS向聚焦能量，記為gref；

步驟 9 判斷PLOS向參考目標是否為真實3維位置。若是，則gref為最終3維成像結果。反之，判斷gref的峰值是否最大。若是，則標記該網格位置k′為真實參考目標3維位置，將該網格點k′替代步驟7中k，重復步驟7-步驟9；反之，遍歷PLOS向上其它網格點，重復步驟7-步驟9。

為了直觀理解，本文給出層析3維成像的流程圖，如圖3所示。

5 實驗結果與分析

5.1 仿真數據實驗

為了驗證所提3維層析成像方法的有效性，本節給出了重復航過機載SAR點目標仿真3維成像結果。本實驗的目的是驗證當待成像目標點在輔航過SAR圖像上相對于主航過SAR圖像目標點(y,r)擴散到其鄰域像素中時，即所有航過同名點不在同一像素內時，利用JPA不一致準則依然可以進行精確3維聚焦。本實驗假設同名點隨機擴散到以(y,r)為中心像素的5×5大小的窗內。計算幅度和相位不一致準則時同樣選擇窗大小為5×5。點目標高程設置為s=0 m。3維層析成像的參數設置如表1。

為了充分驗證本方法的有效性，下面分3種情形對點目標在PLOS方向上的成像結果進行對比。實驗采用所有航過均直接利用(y,r)像素點上的SAR信號進行搜索BF層析成像與考慮JPA不一致準則的搜索BF層析成像兩種方法。為了簡便起見，前者用NJPA表示，后者用JPA表示。

情形1 不同數量航過下，點目標發生擴散或偏移?？紤]3種情況：(1)只有2個連續的航過點目標發生擴散；(2)有10個連續的航過點目標發生擴散；(3)除參考航過外其余航過(20個)中點目標均發生擴散。

情形2 點目標發生擴散的航過數相同，均為6航過，僅點目標發生擴散或偏移的航過序號不同?？紤]3種情況：(1)前6個航過點目標發生擴散；(2)中間6個航過點目標發生擴散;(3)兩端各3個航過的點目標發生擴散。

情形3 除參考航過外其余航過(20個)中點目標均發生擴散，且SAR圖像中存在高斯白噪聲?？紤]3種不同信噪比(Signal to Noise Ratio,SNR)情況：(1)SNR=0 dB;(2)SNR=10 dB;(3)SNR=20 dB。

圖4為情形1、情形2下發生點目標擴散現象的航跡分布情況。情形3航跡分布形式與情形1中情況(3)一致。因此，圖4中不再重復給出該情形下航跡分布形式。

圖3 層析成像流程圖Fig.3 Flowchart of TomoSAR imaging

表1 仿真參數Tab.1 Simulation parameters

圖5給出了情形1中點目標發生擴散的3種航跡分布形式下，NJPA和JPA層析成像結果。由圖5(a)知，從左往右只有邊緣兩個連續的航過內像素發生偏移時，搜索BF方法中NJPA得到的點目標成像結果變化不大，成像結果幅度滿足標準sinc型函數。由圖5(b)知，從左往右有10個連續的航過內像素發生偏移時，搜索BF中NJPA得到的成像結果明顯惡化，由于接近1/2航過中像素點非同名點，相干積累誤差較大，搜索BF后導致主瓣展寬，最近旁瓣出現吸納到主瓣內的現象。此外，除最近旁瓣外其它旁瓣均低于最近-15 dB，原因是同名點偏移引入的誤差等效于航跡間發生擾動，即基線為非均勻基線排列形式，前10次航過間的波束進行參差累加，旁瓣能量相互削弱，導致旁瓣降低。由圖5(c)知，當除了參考航跡外其他航跡均發生像素偏移時，由于誤差較大，搜索BF聚焦后點目標的旁瓣明顯升高到了-10 dB左右。對比上述結果，由圖5(d)、圖5(e)和圖5(f)可知利用JPA搜索BF方法3種航跡分布下得到的成像結果均一致，滿足標準sinc型函數。表明利用JPA方法在這3種航跡分布情況下均能找到同名點，搜索BF結果不受點目標發生偏移的航跡數目影響。圖6給出了情形2中點目標發生擴散的3種航跡分布形式下，NJPA和JPA層析成像結果。由圖6(a)知，前6個連續的航過內像素發生偏移時，搜索BF方法中NJPA得到的點目標成像結果中成像結果幅度不滿足標準sinc形式，主瓣周圍旁瓣下降而離主瓣較遠處的旁瓣則上升。與情形1中航跡分布形式相比，結果明顯比只有2航過點目標發生偏移的情況差，但是較10航過點目標發生偏移的情況要好，沒有發生旁瓣吸納到主瓣內的情況。圖6(b)顯示，當除了參考航跡外中間6個航跡內像素點發生偏移時，主瓣附近旁瓣明顯上升，達到了-7.5 dB。圖6(c)顯示，當發生像素點偏移的航跡分布在兩端時，NJPA得到的點目標成像結果主瓣和主瓣附近旁瓣變化不大與標準sinc相似，主瓣遠處旁瓣出現抬高現象。由圖6(d)、圖6(e)和圖6(f)可知，情況2中利用JPA搜索BF方法3種航跡分布下得到的成像結果均一致，滿足標準sinc型函數。表明利用JPA方法在這3種航跡分布情況下同樣均能找到同名點，搜索BF結果不受點目標發生偏移的航跡分布位置影響。由上述分析可知，對于NJPA方法的搜索BF層析成像，只有當發生像素擴散的航跡較少且處于航跡分布的邊緣時，非同名點引入的誤差才對成像結果影響較小。而利用JPA方法的搜索BF層析成像中，除參考航跡外無論有多少航過發生點目標偏移，無論點目標偏移的航過如何分布均能得到較好的聚焦結果。

圖4 不同情形下航跡分布情況Fig.4 Tacks distribution of TomoSAR under different circumstances

圖5 情形1中3種航跡分布下不同成像方法對比Fig.5 Comparison between different TomoSAR imaging for three tracks distributions under circumstance one

為了能夠反映實際情況下JPA方法搜索BF層析成像的有效性，情形3考慮了除了參考航過外其它航過均發生點目標偏移的情況下，所有航過存在3種不同信噪比(0 dB,10 dB和20 dB)的高斯白噪聲時成像效果。對比NJPA和JPA層析成像結果，圖7結果表明，在除了參考航過所有航過像素點發生偏移的情況下，利用NJPA搜索層析成像，無論SNR多大聚焦結果都較差，旁瓣均接近-10 dB左右。表明聚焦該方法下聚焦效果與SNR相關性不大。而利用JPA的搜索層析成像無論哪種SNR下，都能得到較好的聚焦結果，表明該情形下該方法聚焦效果也與SNR相關性不大。原因是同名點雖然受到噪聲污染，但是JPA能夠找出與無噪聲污染時同名點幅度和相位最相關的像素進行搜索層析成像。

5.2 實測數據實驗

圖6 情形2中3種航跡分布下不同成像方法對比Fig.6 Comparison between different TomoSAR imaging for three tracks distributions under circumstance two

為了進一步驗證本文所提方法的有效性，下面給出利用高分辨機載重復航過SAR錄取的實測數據對建筑物進行JPA搜索層析成像的結果。本次試驗數據為2017年在中國陜西省利用X波段機載系統對同一地區某建筑物進行多航過重復觀測得到的單視SAR原始回波數據。2維SAR分辨率大小為0.5 ×0.5 m。重復觀測次數為7次，航過PLOS向基線跨度為54.62 m，參考斜距10.65 km，由ρs=λr/(2·?b)計算可得層析向分辨率為3.05 m。X波段機載實測數據的系統和場景參數如表2所示。圖8為場景光學圖和對應SAR圖像。紅色橢圓框內為觀測目標建筑。

圖9為圖8中目標建筑區截取部分建筑散射信息的所有航過(7次航過)SAR圖像，可以看出，經過配準后的SAR圖像建筑區的散射輪廓并不完全相同。由于相干斑噪聲的影響，所有航過同一像素點上的散射強度差異很大，即同一像素點上的同名點可能會擴散至周圍其他像素點上。直接利用NJPA方法的搜索層析成像可能導致該像素點處的聚焦并不能達到相干積累的目的。而利用JPA方法進行搜索層析成像能最大程度找到與參考像素最相關的像素，即最大程度得到無像素偏移時的多航過SAR復數據，從而達到對同名點的相干積累的目標。

圖10為利用NJPA和JPA方法對圖8中某方位時刻紅色線段部分所有像素點進行搜索層析成像后，距離-高程向的2維剖面圖。圖10(a)顯示，受同名點擴散的影響，NJPA方法搜索得到層析成像結果聚焦效果較差，得到最高峰值處聚焦能量為2.7×104較JPA方法得到的最高峰值處聚焦能量(3.1×104)低(圖10中白色橢圓內散射點)，表明JPA比NJPA更容易得到所有航過間的同名點。為了更加直觀對比JPA和NJPA得到的效果，選取圖10中距離向23.44 m處的層析聚焦結果，其歸一化剖面圖如圖11所示。利用NJPA方法得到散射輪廓最高峰值處位置在15.63 m，利用JPA方法得到的峰值位置在16.88 m。而本次實驗區目標建筑的參考高程為18 m?？梢奐PA方法得到的峰值位置更加接近實際高度。另外，兩種方法在高程為8 m附近都有明顯峰值出現。表明該高度處有較強的散射點。該散射點可能來自建筑物垂直于視線方向的側面墻體的散射，與建筑物頂部的散射點疊加在一起。

圖7 情形3中不同信噪比下不同成像方法對比Fig.7 Comparison between different TomoSAR imaging for different SNR under circumstance three

表2 X波段機載實測數據參數Tab.2 Parameters of the X-band airborne SAR sensor

按照上述方法，對圖8中橢圓內建筑區所有方位向進行層析成像，并在一定的幅度閾值內取出峰值位置作為強散射點，得到兩種方法搜索層析成像后的3維散射點分布圖如圖12所示。圖12(a)為NJPA方法聚焦后的3維散射點分布結果,圖12(b)為JPA方法聚焦后的3維散射點分布結果。NJPA得到的散射點數目較少且3維分布較為雜亂，而JPA方法得到的散射點數據較多，且能明顯看出散射點在4個高程值附近分布，分布較多的4個高程范圍分別0～2 m,5～8 m,15～17 m,19～20 m。其中。從下往上，第1層分布較多的散射點可能來自地面散射或者地面與建筑物垂直于視線方向的墻面構成的二面散射；第2層分布較多的散射點來自建筑物垂直于視線方向的較低處墻面的單次散射或者來自較低處陽臺的二面散射；第3層分布較多的散射點來自建筑物垂直于視線方向的較高處墻面的單次散射或者來自較高處陽臺的二面散射，第4層來自建筑物頂部散射。綜上所述，JPA方法較NJPA方法搜索層析成像得到的3維散射點分布更易反演出建筑物的輪廓，從而提取出建筑物高程。

圖8 重復航過TomoSAR成像試驗Fig.8 Campaign of multipass TomoSAR imaging

6 結束語

圖9 所有航過局部SAR圖像Fig.9 Local SAR images of all the tracks

圖10 不同方法層析成像剖面圖Fig.10 TomoSAR Section with different methods

為了避免傳統層析成像中解斜處理操作該操作本文采用沿PLOS向進行搜索的空域BF方法進行層析向聚焦。針對高分辨率SAR圖像中城區建筑物結構復雜，不同航過SAR圖像間存在觀測視角差異，并且存在相干斑噪聲影響，SAR圖像中的所有同源點不能在相同的像素點同時進行精確地配準，提出了一種聯合參考像素窗口中鄰域像素點的幅度和相位來判斷其他航過目標像素點的不一致性準則。該準則由歸一化幅度和相位間的灰色絕對關聯度獲得，最小化該不一致準則從而提取出相應的同名像素點，實現對層析成像的精確聚焦。利用不同航過下目標像素點發生偏移的航跡組合得到的仿真數據和高分辨X波段重復航過機載SAR系統錄取的實測數據進行實驗驗證了本文算法的有效性。實驗結果表明本文所提方法能有效提高散射體在PLOS方向的聚焦能量，并精確提取建筑物的3維輪廓。

圖11 距離向23.44 m處剖面圖Fig.11 Local SAR images of all the tracks

圖12 層析成像后散射點3維分布Fig.12 3D scatterers distributions after Tomographic imaging