機載雙頻曲線SAR系統與試驗*

陳樂平， 安道祥， 周智敏， 葛蓓蓓， 李建鵬， 李一石

(國防科技大學電子科學學院， 湖南長沙 410073)

0 引言

合成孔徑雷達(Synthetic Aperture Radar，SAR)成像是一種重要的高分辨率對地觀測技術手段[1]，因具有全天時全天候工作的特點，近年來得到了迅速發展和廣泛關注。SAR成像能通過目標散射函數重構等方式，獲取觀測目標電磁散射信息，有助于目標特性分析、分類與識別。目前，SAR技術已廣泛用于農作物評估、災情預報、地表形變監測、海洋測繪等民用領域，并在反恐救援、戰場偵察、戰略預警等軍用領域發揮著越來越重要的作用。

為了滿足不斷增長的軍用和民用需求，SAR技術沿著多個方向演化，成像結果表征由單色向彩色(極化SAR)、平面向立體(干涉、層析SAR)、靜態向動態演化(視頻SAR)。未來，SAR成像還將向兼具彩色、立體和動態表征能力的方向進一步演進[2]。

曲線合成孔徑雷達(Curvilinear Synthetic Aperture Radar，CLSAR)技術便是雷達合成孔徑流形演化的主要代表。其利用平臺的曲線運動，獲取觀測區域的三維成像能力，具有寬方位觀測能力和高分辨率等條帶合成孔徑雷達不可比擬的優勢，是合成孔徑雷達三維成像技術領域的新興技術。因此CLSAR一經提出就引起了多個國家研究機構的關注，尤其是CLSAR中特殊一類——圓周合成孔徑雷達(Circular Synthetic Aperture Radar，CSAR)從最初系統理論研究到近年來可行性試驗研究，國內外的研究機構都做了大量工作。美國空軍實驗室(Air Force Research Laboratory，AFRL)[3]、德國宇航中心(German Aerospace Center，DLR)[4]以及Ulm大學[5]、法國宇航局(French Aerospace Agency，ONERA)[6]等國外機構基于自主研制的SAR系統陸續開展了機載CSAR外場飛行試驗，相關實驗結果表明CSAR成像能夠獲得更為完整和精細的地物信息，同時美國的AFRL和德國的DLR還開展了HoloSAR三維成像飛行試驗。國內中國科學院電子所[7]、國防科技大學[8-9]和中國電子科技集團第三十八研究所[10]等單位也利用自主研制的不同頻段SAR系統開展了機載CSAR外場飛行試驗，獲得了高質量機載CSAR實測圖像。

雷達遙感是城市觀測的重要手段之一，但當今城市(尤其是處于亞熱帶/熱帶的城市、島嶼)綠化率高，在道路兩側和建筑區內栽種的大量綠植對道路、橋梁和建筑等信息獲取造成不利影響。而低頻雷達的良好葉簇穿透性，可以有效減小綠植葉簇遮蔽影響，獲取更加準確的人造地物提取信息。采用高低雙頻結合曲線SAR系統，能充分利用低頻雷達的透障成像優勢和高頻雷達的精細成像優勢，不僅能更加全面準確地實現人造地物目標的分類識別，還將有利于對目標的高度等幾何參數的提取。因此，近年來團隊在已有CSAR系統基礎上設計研制了一套機載Ku與L波段雙頻曲線SAR成像系統，并于2020年9月在陜西省渭南市蒲城縣周邊開展了一系列飛行試驗。本文將飛行試驗情況以及在二維高精度成像、多角度關聯高程提取、三維曲線InSAR以及動目標檢測等數據初步處理結果進行介紹。

1 系統與試驗

1.1 系統

所設計雙頻段SAR系統具有Ku波段與L波段高低頻收發模塊，能同時對同一目標區域進行觀測。其中Ku波段收發部分采用一發三收連續波體制；L波段收發部分則擁有分別為水平極化與垂直極化雙天線結構，利用“乒乓”發射，能錄取全極化數據。系統其他功能指標如表1所示。

表1 系統主要功能參數

不同飛行平臺在實際飛行中受到的顛簸和擾動不盡相同，如對于高波段信號，還需要考慮機體振動對成像的影響。為了豐富所錄取數據結構，同時驗證前期所提運動補償算法的通用性，本次試驗采取了不同類型飛行平臺，分別為直升機平臺Bell 407 GXI與小型固定翼通用飛機Cessna 172。系統天線部分右照，懸掛于機腹處，如圖 1所示。

(a) Bell 407 GXI 直升機

1.2 試驗

飛行試驗起降點為位于陜西省渭南市蒲城縣南的內府機場，試驗觀測區域為機場周邊具有特點的場景。為了節約飛行成本，一個飛行架次需完成多個觀測點的雙頻曲線軌跡數據錄取工作。為了最大化數據觀測角度，飛行設計航線以圓周為代表的曲線軌跡為主，同時規劃了若干機動曲線軌跡。如圖2所示，航跡由A-E的成像場景分別為隱蔽目標觀測區、環形路口動目標監視區、T形路口動目標監視區、機場機庫區以及鹵陽湖公園區。飛行場高為1 900 m，任務軌跡飛行平均速度為45 m/s。

(a) 飛行航線設計

(b) 實際飛行軌跡

試驗完成的數據錄取任務可分以下兩類：

1) 以觀測靜止地物目標為主的重航過數據錄取任務，目標場景包括樹林、城鎮、小土丘等。該類任務數據將用于基于CLSAR的高精度成像算法、三維成像、地物目標分類鑒別、曲線InSAR等技術研究。

2) 以動目標觀測為主的多通道數據錄取任務，目標場景包括環形路口、T形路口、公園湖面。該類數據將用于基于CLSAR的動目標識別跟蹤、動目標重構、水面目標識別跟蹤技術等研究之中。

2 數據處理方法及實驗結果

2.1 高精度二維成像算法

平地假設是直線SAR成像處理中一個常用基本假設，即假設成像場景為一平面，沒有地形起伏，目標具有統一高度，均位于平面內。然而，在實際SAR成像探測中，觀測場景不可避免地存在地形起伏。當起伏幅度較小時，以平地假設進行成像可以滿足聚焦精度要求，此時可以忽略地形起伏的影響；但當地形起伏幅度較大時，則會產生疊掩、收縮等圖像幾何畸變。在窄帶SAR中，由于合成孔徑較短，當因地形起伏使成像平面偏離點目標位置實際高度位置時，成像結果中點目標投影會偏離實際位置，對于整個圖像則表現為距離向發生形變。然而，對于CLSAR成像模式，由于飛行軌跡不斷變化，其相對的距離向也是不斷變化的，此時不同方向的形變直接累加處理，將導致圖像嚴重散焦。

針對這個問題，通常采取結合利用成像區域的DEM數據減小地形起伏誤差對成像的不利影響。現有機載SAR成像時，所參考的場景DEM主要通過激光雷達獲取。由于激光雷達成本高、激光穿透性與SAR使用的微波波段不同、平臺飛行高度有限等方面的局限性，因此僅僅依賴激光雷達獲取場景DEM將會影響CLSAR技術的進一步推廣應用，尤其是一些需要實時獲取場景圖像的軍事應用中。若能夠直接利用成像處理技術減小缺少DEM數據帶來的影響，則可以有助于實現成像處理的一體化，拓展CLSAR成像探測的應用范圍。

目前已有基于CLSAR的DEM提取方法主要基于子孔徑圖像間的相關性，而本次實驗數據處理中則采用多層聚焦的思想。該方法以不同區域為中心，進行局部聚焦，獲取不同聚焦深度的CLSAR圖像，接著進行多層聚焦融合，獲取到高精度二維CLSAR聚焦圖像。其基本流程如圖3所示，具體可分為如下四步：

圖3 基于多層聚焦的CLSAR成像方法

1) 根據系統參數、成像幾何以及所需圖像質量，將完整的曲線孔徑數據按觀測方位角等分為若干個子孔徑數據；

2) 采用高分辨率快速成像算法以及運動補償方法，對子孔徑數據進行處理，獲取相應的子圖像；

3) 分別以完整場景中位于不同高度層的局部區域為基準，進行子圖像配準疊加，獲取以不同高度聚焦平面的成像結果；

4) 對獲取的多幅局部聚焦度不同的圖像進行融合處理，獲取最后的成像結果。

圖4～圖6給出了某架次飛行試驗錄取的實測數據初步處理結果。圖4與圖5都為同一場景對應的不同波段成像結果圖。由于Ku波段天線波束窄于L波段，故成像場景相對較小，但是所能獲取的圖像分辨率遠高于L波段。兩圖右側都給出場景中的停車場成像結果與俯視光學圖像對比，可見車輛輪廓清晰完整，具有較強的辨別性，可較容易區分圖中的轎車、卡車等目標。圖6為L波段大場景成像結果。圖東北方停靠著一列運煤火車，其金屬方形車廂的后向散射遠強于其他地物目標，即使位于成像場景邊緣，未能被偏離該方位的曲線孔徑照射到，但在成像結果中依舊表現出強目標特性。后續團隊將基于這些數據深入開展圖像解譯研究。

圖4 實測數據處理結果一(左圖：L波段(2.8 km×2.8 km) ；中圖：Ku波段(1.2 km×1.2 km)；右圖：停車場區域局部放大圖及對應現場光學圖像)

圖5 實測數據處理結果二(左圖：L波段(2.4 km×2.4 km)；中圖：Ku波段(1 km×1 km)；右圖：停車場區域局部放大圖及非實時遙感圖(來源Google地圖))

圖6 實測數據處理結果三(左圖：L波段(2.8 km×2.8 km)；右圖：火車局部放大圖及局部車廂對應的光學圖像)

2.2 多角度關聯

曲線SAR可通過多角度從多個方位對目標區域進行觀測，具有對場景區域三維成像的能力。在曲線SAR模式下，位于觀測區域的目標在不同方位角度進行觀測時，由于目標所在的真實高度與成像高度平面之間存在高度差，對其進行成像時，會投影到成像高度平面的不同位置，形成幾何形變[11-13]。根據此特征，可以將多個角度的子孔徑進行關聯，利用子孔徑之間的相關性來獲得觀測場景的DEM信息[14]。

曲線SAR模式幾何示意圖如圖 7所示，以地面水平面OXY為成像平面，構建空間直角坐標系OXYZ。OZ作為高度軸，雷達平臺繞觀測中心O在高度H的平面上作曲線運動，運動軌跡為紅色曲線。

圖7 CLSAR模式示意圖

從圖7可以看出,成像目標P所在的高度平面與其真實所在的平面存在高度差，這將導致子孔徑圖像發生幾何形變。子孔徑在平面位置與其實際位置的偏移量[13]為

(1)

式中，φA為子孔徑A的方位角，θA為子孔徑A的下視角，Δh為目標P所在的高度平面與其真實所在的平面存在高度差。可以看出，子孔徑的幾何形變與目標的實際高程和成像平面高程差值有關，二者差值越大，子孔徑的幾何形變越大。同時，雷達平臺的下視角θ和方位角φ也會影響子孔徑圖像的幾何形變。對于目標P在子孔徑B上的成像平面相對于其在子孔徑A上的位置偏移[13]為

(2)

式中，φB為子孔徑B的方位角，θB為子孔徑B的下視角，ΔxB為子孔徑B在平面位置與其實際位置的水平方向偏移量，ΔyB為相對應的垂直方向偏移量。可以看出，子孔徑圖像間的幾何形變與子孔徑之間的方位夾角有關，子孔徑間的方位夾角越大，子孔徑之間的幾何形變也會越大。同時，子孔徑圖像間的相關性也會隨著子孔徑間方位夾角的增大而降低[13]。

根據曲線SAR子孔徑之間的差異性和相關性對觀測區域DEM信息進行提取，具體流程如下：

1) 曲線SAR回波數據劃分。將曲線SAR回波數據劃分成多個圓弧，再將每個圓弧劃分成若干子孔徑數據。

2) 子孔徑數據成像。通過后向投影(BP)算法將子孔徑回撥數據進行成像。

3) 子孔徑圖像高度向投影。通過將子孔徑圖像向高度向投影，可以消除曲線SAR子孔徑間幾何形變變化對相關性的影響，如圖8所示。

圖8 子孔徑圖像高度向投影示意圖

4) 子孔徑圖像相關性計算。在子孔徑圖像序列中，選取相鄰的兩個子孔徑圖像與圓弧中心位置的子孔徑圖像按照對應成像高度進行歸一化互相關，按照此相關計算的原則，遍歷全部子孔徑圖像。按照高度軸方向計算每一層高度子孔徑圖像間的相關系數，統計出相關系數隨高度軸的變化，最后選取相關系數最大時所對應的高度值作為該位置的真實高程。

5) DEM融合。通過相關計算得到的子孔徑相關系數，得到對應的子孔徑DEM信息，將圓弧上所有的DEM信息進行融合得到該圓弧上的DEM信息。將所有圓弧的DEM信息進行融合，得到全方位的DEM。

圖9～圖11為Ku波段實測數據的實驗結果，觀測區域為一小島，從圖中可以清楚地看出觀測區域的輪廓的同時，整個圖像相對清晰，噪點相對更低，與光學測繪的地形相匹配，DEM的三維視圖與真實地形接近。通過定量分析，對建筑物的測量結果顯示與光學測繪的結果相接近，準確性較高，結果相對穩定，誤差更小。

圖9 Ku波段實測數據湖中心小島曲線SAR成像

圖10 湖中心小島觀測區域光學圖片

圖11 曲線SAR子孔徑相關法DEM提取結果

2.3 曲線InSAR

合成孔徑雷達干涉測量技術(Synthetic Aperture Radar Interferometry, InSAR)將合成孔徑雷達成像技術與干涉測量技術成功地進行了結合，利用傳感器高度、雷達波長、波束視向及天線基線距之間的幾何關系，可以精確地測量出圖像上每一點的三維位置和變化信息。

目前，常規LSAR干涉測量只能實現單角度的“雷達照相”，獲得成像場景某一個視角的DEM。除此之外，常規LSAR成像結果會隨著成像場景的地形起伏而變化，導致反演的DEM與真實DEM存在較大差異。為此，本文將根據曲線SAR可對指定場景進行長時間、寬角度持續觀察的特點，研究基于子孔徑曲線SAR干涉測量方法。

圖12為曲線InSAR空間模型，可得到基線與場景的幾何關系，如圖13所示，其干涉原理與直線InSAR一致，難點在于基線等效相位中心的估計。

圖12 曲線SAR干涉空間模型

圖13 InSAR幾何模型

通過曲線SAR的寬角度觀測，我們可以獲取成像場景更多信息。基于此，進行子孔徑DEM數據融合，可獲得成像場景更加精確的DEM。曲線InSAR處理的基本流程如圖14所示。

圖14 曲線InSAR干涉測量流程圖

曲線InSAR處理基本流程可分為四步：

1) 子孔徑劃分。針對曲線InSAR系統的軌跡數據，合理劃分子孔徑。

2) BP算法成像。由于曲線InSAR的復雜運動軌跡帶來嚴重的距離方位耦合，故采用時域類算法對子孔徑數據進行成像。

3) 干涉處理。主要包括配準、去平地、相位解纏繞等步驟。

4) 高程反演與DEM融合。通過基線與場景的幾何關系，反演出子孔徑高程數據。進行融合，得到曲線InSAR的DEM數據。

對L波段重軌曲線InSAR測量數據進行干涉處理，結果如圖15所示。

圖15 InSAR數據處理結果

圖15(a)為成像場景的遙感圖像，圖15(b)為子孔徑回波數據的BP成像結果，成像場景大小為2 000 m×2 000 m。我們分別提取不同入射方向的3個子孔徑數據進行干涉處理，得到圖15(c)、(d)、(e)。圖15(f)為圖15(e)的解纏繞結果。圖15(g)為高程反演得到的DEM數據。

2.4 動目標

CLSAR可以實現場景大方位角觀測，因此能與地面動目標指示(Ground Moving Target Indication，GMTI)相結合以具備動目標偵察探測功能[15]。相比于傳統直線SAR-GMTI，CLSAR-GMTI的優勢在于：

1) 具有長時間持續跟蹤運動目標的能力。獲取動目標的完整運行軌跡，以生成更具價值的情報信息。

2) 具有更好的動目標檢測性能。CLSAR的多角度持續跟蹤，便于多幀聯合信息處理，從而去除虛假目標，降低虛警率。

與靜止雜波不同，運動目標在SAR圖像上具有多普勒頻偏、成像位置偏移、方位壓縮函數不匹配引起的散焦等特點，單通道CLSAR-GMTI技術主要利用這些特征進行動目標處理，但一般只適用于多普勒頻偏大于雜波多普勒展寬的快速運動目標[16]。因此，為克服該類方法的局限性，采取多通道處理技術可以拓寬應用范圍至慢速運動目標，而本單位自研的機載Ku波段SAR系統采取一發三收的工作模式，便于實現多通道SAR-GMTI。

利用多通道回波數據進行動目標檢測，主要面臨慢速動目標信息受雜波等影響的困難[17]。針對該問題，本次實驗處理采取結合雜波抑制干擾(Clutter Suppression Interference, CSI)[18]與松弛算法(Relaxation-Based Cyclic, RELAX)[19]的方法實現高效的動目標檢測與高精度的動目標參數估計。接著進行多目標軌跡跟蹤與軌跡重構，獲取到高精度的動目標運動軌跡。

其基本流程如圖16所示，具體可分為以下四步：

圖16 CLSAR模式下動目標軌跡重構方法

1) 根據系統參數、成像幾何等特征進行子孔徑劃分。以通道1為參考通道，進行通道間的配準與通道均衡，消除通道誤差。

2) 采用CSI-RELAX方法以及恒虛警率(Constant False Alarm Rate，CFAR)檢測方法，對各個子孔徑回波數據進行處理，獲取相應的動目標檢測集合。

3) 采取相位特征輔助的近鄰搜索方法與一步預測法進行多子孔徑軌跡跟蹤，獲取目標的運動軌跡結果。

4) 利用成像幾何與頻譜參數進行參數估計，在真實SAR圖像中實現動目標軌跡重構。

圖17～圖18為某架次飛行試驗錄取的動目標實測數據處理結果，對應場景為圖4中Ku波段所獲取的環島路口SAR圖像。圖17為某一曲線孔徑觀測下動目標檢測結果，其中靜止雜波基本被抑制，而動目標信息得以凸顯。圖18為獲取的運動目標軌跡重構結果(綠色)，與真實GPS數據(紅色)相比，位置估計平均誤差為23.75 m，估計精度在可接受范圍內。城市路網區域結構多樣，復雜的非均勻雜波背景為GMTI帶來諸多挑戰。除此之外，由于實際目標的運動不是單一的勻速運動，后續團隊將開展基于各類復雜運動的目標檢測與重構研究。

(a) RD域原始數據

圖18 合作目標的軌跡重構結果

3 結束語

本文首先介紹了團隊近年研制的機載雙頻曲線SAR系統，該系統具有三通道Ku波段以及全極化L波段數據采集能力，然后展示了該系統在2020年9月于陜西開展的一系列機載雙頻曲線SAR飛行試驗以及獲取的初步數據結果。已完成的工作是團隊在原有CSAR研究基礎上的延伸，后續將針對曲線SAR理論算法和應用，如曲線路徑規劃、非平面曲線三維成像、曲線孔徑下目標散射特性等，進行更深入的探索研究。