逆合成孔徑雷達(dá)三維成像綜述

周鵬 鄭佳輝 張振華 王影 張晰 張杰，

（1.中國石油大學(xué)(華東)海洋與空間信息學(xué)院, 青島 266580；2.北京遙測技術(shù)研究所, 北京 100076；3.自然資源部第一海洋研究所, 青島 266061）

0 引 言

成像雷達(dá)的出現(xiàn)是雷達(dá)發(fā)展史上重要的里程碑[1].它通過發(fā)射寬脈沖、大寬帶信號，利用雷達(dá)與場景或目標(biāo)之間的相對運動所引起的多普勒效應(yīng)，結(jié)合先進(jìn)的信號處理方法實現(xiàn)高分辨率的成像[2-3].逆合成孔徑雷達(dá)(inverse synthetic aperture radar,ISAR)是成像雷達(dá)的一個重要分支，其作用主要是對運動目標(biāo)進(jìn)行成像.ISAR 可以全天時、全天候地對遠(yuǎn)距離的飛機(jī)、艦船、衛(wèi)星和太空碎片等運動目標(biāo)進(jìn)行成像，在軍事或民事的應(yīng)用中都具有重要的意義[4-5].

傳統(tǒng)的ISAR 成像處理技術(shù)可以獲取目標(biāo)高質(zhì)量的二維圖像，但存在著幾何失真、方位向定標(biāo)難與圖像投影平面未知等問題，因此不能完全滿足目標(biāo)識別的需求.ISAR 三維成像可以獲取垂直于成像平面的高度維等信息，所獲得的目標(biāo)散射點三維結(jié)構(gòu)圖幾何失真小，對目標(biāo)的姿態(tài)變化不敏感，因此在目標(biāo)分類和識別等領(lǐng)域具有廣闊的應(yīng)用前景[6-7].按照成像體制的不同，目前的ISAR 三維成像方法一般可分為三大類，分別為單天線ISAR 三維成像、干涉ISAR(interferometric ISAR，InISAR)三維成像與陣列ISAR 三維成像.

在單天線ISAR 三維成像方面，可通過生成和差波束[8-11]、生成二維圖像序列[12-20]、利用目標(biāo)旋轉(zhuǎn)運動特性[21-27]等方式實現(xiàn)目標(biāo)的三維成像，根據(jù)成像原理的不同，分別適用于近距離運動目標(biāo)、平穩(wěn)運動目標(biāo)與自旋運動目標(biāo)的應(yīng)用場景.單天線ISAR 最大的優(yōu)點是僅需一根雷達(dá)天線且系統(tǒng)結(jié)構(gòu)相對簡單，缺點主要是成像時間長、散射點重構(gòu)誤差大.將多天線的干涉技術(shù)應(yīng)用到ISAR，即InISAR 成像技術(shù)[28-30]，能夠?qū)崿F(xiàn)對多種運動目標(biāo)的應(yīng)用場景進(jìn)行成像.InISAR 采用多天線同時對目標(biāo)進(jìn)行觀測，并綜合系統(tǒng)觀測到的空間信息即可實現(xiàn)三維成像，具有結(jié)構(gòu)簡單、天線數(shù)量少、成像方法易實現(xiàn)等優(yōu)勢，缺點主要是無法對合成散射點進(jìn)行有效的分離.在InISAR成像的過程中，研究者需要獲取至少三幅高質(zhì)量的ISAR 圖像，且需要保證它們之間具有較高的相關(guān)性，所涉及到的關(guān)鍵技術(shù)主要包括天線配置[31-37]、圖像配準(zhǔn)[38-49]、高質(zhì)量ISAR 圖像的獲取[50-52]、斜視處理[53-55]等.在InISAR 技術(shù)發(fā)展的幾十年來，研究者們?yōu)榱烁玫剡m應(yīng)比較復(fù)雜的成像應(yīng)用場景與追求更高質(zhì)量的三維成像，發(fā)展了機(jī)載InISAR 三維成像[56-58]、星載InISAR 三維成像[59]、雙/多基地InISAR三維成像[60-67]與太赫茲InISAR 三維成像[68]等技術(shù)，極大程度推進(jìn)了InISAR 三維成像技術(shù)的發(fā)展.將ISAR 成像技術(shù)與實孔徑陣列雷達(dá)進(jìn)行結(jié)合，可得到一種新的成像體制，即陣列ISAR 三維成像技術(shù)[69]，是InISAR 成像體制的擴(kuò)展.陣列ISAR 采用空間譜估計的方法即可對目標(biāo)實現(xiàn)三維成像，理論上具有更好的三維成像效果，也能夠?qū)Χ喾N運動目標(biāo)的應(yīng)用場景進(jìn)行成像，缺點主要是天線結(jié)構(gòu)比較復(fù)雜.由于陣列ISAR 系統(tǒng)天線數(shù)量的限制，研究學(xué)者們將ISAR 技術(shù)融入到了稀疏陣列[70-73]與多輸入多輸出(multiple-input multiple-output，MIMO)陣 列[74-77]中，不僅降低了使用天線的數(shù)量，且提高了三維成像的質(zhì)量.表1 匯總了三類三維成像技術(shù)的成像特性、能像能力與應(yīng)用條件.

表1 三類ISAR 三維成像技術(shù)的成像特性、成像能力以及應(yīng)用條件Tab.1 Characteristics, capability and application condition of 3 ISAR imaging teniques

由于ISAR 三維成像技術(shù)不再依賴傳統(tǒng)的方位向多普勒分布形式，可以直接反映目標(biāo)在空間中的三維結(jié)構(gòu)，因此成為提高目標(biāo)識別能力的一種極為有效的技術(shù)途徑.但是，面對不同的成像體制與不同的成像場景所存在的各種成像問題，需要從不同的角度進(jìn)行深入的研究和完善.本文從單天線ISAR、InISAR 與陣列ISAR 等不同體制的三維成像入手，介紹它們的成像機(jī)理、關(guān)鍵技術(shù)以及所適用的成像場景，并對它們的研究現(xiàn)狀以及未來的發(fā)展方向進(jìn)行總結(jié)與分析.

1 單天線ISAR 三維成像

利用單根雷達(dá)天線對目標(biāo)進(jìn)行ISAR 三維成像可以節(jié)省雷達(dá)系統(tǒng)的硬件成本，因此具有獨特的優(yōu)勢.單天線ISAR 三維成像方法主要分為三類：和差波束三維成像[8-11]、基于ISAR 二維圖像序列的三維成像[12-20]與基于目標(biāo)旋轉(zhuǎn)特性的ISAR 三維成像[21-27].下面分別總結(jié)上述三類方法的成像機(jī)理與研究現(xiàn)狀.

1.1 和差波束三維成像

和差波束三維成像方法是對ISAR 三維成像的初步探索，將ISAR 技術(shù)與單脈沖測角技術(shù)相結(jié)合，綜合了ISAR 二維圖像分辨率高和單脈沖雷達(dá)測角精度高的優(yōu)點，在導(dǎo)彈制導(dǎo)等方面的應(yīng)用中起著非常重要的作用[8].對于點目標(biāo)，單脈沖雷達(dá)在接收端有四個通道，能夠形成水平、俯仰方向上的和通道、差通道信號，并利用和差通道的信號比對獲得點目標(biāo)偏離波束中心的角度，再結(jié)合距離信息，即可實現(xiàn)對點目標(biāo)在空間中的三維定位與跟蹤.本質(zhì)上就是利用多通道回波信號之間的幅度差異求解點目標(biāo)的位置.而對于具有多個散射點的目標(biāo)，則需要ISAR技術(shù)的二維分辨能力，通過相干積累在多普勒域中分離各散射點，再結(jié)合單脈沖測角技術(shù)能夠獲取目標(biāo)的三維圖像[9-10].雖然和差波束三維成像方法的原理較為簡單，但對于遠(yuǎn)距離目標(biāo)，在有限的測角精度下橫向分辨能力較差，很難將相距較近的不同散射點分開[11]，因此和差波束三維成像方法一般只適用于近距離的目標(biāo)，其應(yīng)用范圍受到了限制.

1.2 基于ISAR 二維圖像序列的三維成像

計算機(jī)視覺等方面的研究表明，利用兩個或多個角度不同的二維視圖可以獲取目標(biāo)的三維圖像.基于此思想，通過雷達(dá)系統(tǒng)對目標(biāo)進(jìn)行長時間的觀測獲得多個角度的ISAR 二維圖像，并從中重構(gòu)出目標(biāo)的三維圖像是可行的[78]，這類成像方法稱為基于ISAR 二維圖像序列的三維成像.本質(zhì)上是利用單天線捕獲的時間信息實現(xiàn)目標(biāo)的三維成像.按照成像原理的不同，可以通過光流場分析技術(shù)[12-14]、因式分解[15-18]、散射點能量投影[19]與深度神經(jīng)網(wǎng)絡(luò)(deep neural network，DNN)[20]等方法獲取目標(biāo)的三維圖像，本部分主要對這四種成像方法進(jìn)行綜述.

1.2.1 基于光流場分析技術(shù)的ISAR 三維成像

光流場是指圖像中所有像素點構(gòu)成的一種二維瞬時速度場，其中二維速度場是三維速度矢量在成像表面的投影.因此，光流不僅包含了目標(biāo)的運動信息，而且還包含了目標(biāo)豐富的三維結(jié)構(gòu)信息[79].如果目標(biāo)的運動參數(shù)是已知的且各幀中相同散射點得到了正確的關(guān)聯(lián)，根據(jù)光流場分析技術(shù)能夠從ISAR 圖像序列中獲得目標(biāo)的三維圖像[12].文獻(xiàn)[13]和文獻(xiàn)[14]所提方法可以實現(xiàn)對ISAR 圖像序列中目標(biāo)散射體中心的檢測、跟蹤與匹配.如圖1 所示，當(dāng)目標(biāo)姿態(tài)變化劇烈的情況下，仍可建立各散射體中心在幀間的對應(yīng)關(guān)系和軌跡，保證了目標(biāo)散射體中心在幀間的有效關(guān)聯(lián)，進(jìn)而確保了三維成像的有效進(jìn)行.

圖1 根據(jù)ISAR 圖像序列對目標(biāo)散射點進(jìn)行檢測與跟蹤的結(jié)果圖[13]Fig.1 Results of detection and tracking of scatterers based on ISAR image sequences[13]

1.2.2 基于因式分解的ISAR 三維成像

Tomasi 和Kanade[80]提出了一種基于因式分解的方法，用于從二維光學(xué)圖像序列中獲取目標(biāo)的三維圖像.在完成圖像縮放的前提下，假設(shè)有F幀二維圖像序列，每幀圖像中都有P個目標(biāo)像素點，從這F幀圖像中提取目標(biāo)像素點的坐標(biāo)，可以得到一個2F×P維度的測量矩陣.該測量矩陣對應(yīng)圖像序列中目標(biāo)像素點的二維投影方程，對其采用奇異值分解的方法可以獲得散射點的三維位置矩陣.基于此，F(xiàn).E.McFadden[15]首次將因式分解的方法應(yīng)用于ISAR 圖像序列中，實現(xiàn)了目標(biāo)三維特征的提取與識別.

在提升三維成像的精度方面，需要對ISAR 圖像序列中的目標(biāo)散射體中心進(jìn)行匹配與關(guān)聯(lián)[16].而針對沿軌道運動的空間目標(biāo)，可以根據(jù)目標(biāo)沿橢圓軌道運動的特點對其ISAR 圖像序列的散射體中心進(jìn)行約束，以達(dá)到更好地對圖像序列中散射體中心進(jìn)行匹配與關(guān)聯(lián)的目的[17].在提升三維成像的性能方面，可通過序貫因式分解法對ISAR 圖像序列中的兩幅圖像進(jìn)行匹配與重構(gòu)，然后將每次重構(gòu)的結(jié)果進(jìn)行融合獲取最終的三維圖像，比較適用于實際的應(yīng)用場景[18].圖2 是11 幀ISAR 圖像序列的三維成像結(jié)果，能夠看出序貫因式分解法能夠凸顯目標(biāo)更多的三維特征.不過需要注意的是，序貫因式分解法是一個累加的過程，因此存在積累誤差的問題.

圖2 11 幀ISAR 圖像序列的三維成像結(jié)果[18]Fig.2 3D imaging results of an 11-frame ISAR image sequence [18]

相比于基于光流場分析技術(shù)的ISAR 三維成像方法，基于因式分解的ISAR 圖像序列三維成像方法不需要提前了解目標(biāo)的運動信息，針對非合作目標(biāo)的探測應(yīng)用更具有實際的價值.

1.2.3 基于散射點能量投影的ISAR 三維成像

Liu Lei 等人[19]提出了一種基于散射點能量投影的ISAR 三維成像方法.首先，對每幀圖像構(gòu)造投影向量.其次，利用粒子群優(yōu)化(particle swarm optimization，PSO)算法對三維散射體進(jìn)行搜索，并完成ISAR 二維圖像序列中所有散射體能量的投影.最后，通過逆投影變換完成目標(biāo)的三維成像.值得一提的是，該方法省略了散射體中心提取和圖像序列關(guān)聯(lián)等步驟，因此相對于光流場分析、因式分解兩類方法具有一定的優(yōu)勢.不過該方法目前只適用于平穩(wěn)運動的目標(biāo)，對于非平穩(wěn)運動特性的目標(biāo)，還需要進(jìn)一步的改進(jìn).

上述三種成像方法比較適合于對運動特性相對平穩(wěn)或做規(guī)則運動的目標(biāo)進(jìn)行成像，例如民航飛機(jī)、衛(wèi)星、空間站等目標(biāo).一方面，在成像的過程中，如果目標(biāo)的姿態(tài)變化幅度很小，可能無法獲取更多有關(guān)目標(biāo)的三維特性，進(jìn)而無法對目標(biāo)進(jìn)行準(zhǔn)確的識別.另一方面，對于做劇烈運動或非規(guī)則運動的目標(biāo)，目前存在的算法可能無法將其散射體中心進(jìn)行有效的關(guān)聯(lián)且積累誤差大.在未來，是否可以根據(jù)目標(biāo)的運動特性研究出一種適合劇烈運動目標(biāo)的ISAR 圖像序列散射體中心匹配與關(guān)聯(lián)的算法還需進(jìn)一步的探索.

1.2.4 基于DNN 的ISAR 三維成像

最近，Zhang Tianyi 等人[20]提到ISAR 圖像縮放與奇異值分解等操作均是非線性的，且易導(dǎo)致最終的三維成像受到誤差傳輸與累積的影響.基于此，提出了一種改進(jìn)的基于運動參數(shù)與DNN 的ISAR 三維成像方法.該方法實現(xiàn)了從運動參數(shù)估計到三維成像的端到端轉(zhuǎn)換，并將圖像縮放和三維成像融為一體，能夠避免誤差的傳遞和累積.在仿真實驗中，利用目標(biāo)的運動參數(shù)與散射點模型生成綜合數(shù)據(jù)集，且訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集的比例是7∶3.此外，一次訓(xùn)練所選取的樣本數(shù)與學(xué)習(xí)率分別是8 與1×10-5，并且自適應(yīng)矩估計也在訓(xùn)練期間使用，其參數(shù)根據(jù)文獻(xiàn)[81]設(shè)置.然后，對DNN 進(jìn)行訓(xùn)練，當(dāng)測試損耗大約降低到0 時，即可精確地估計出目標(biāo)的運動參數(shù)，并且DNN 可以很容易地實現(xiàn)從目標(biāo)運動參數(shù)到三維成像的轉(zhuǎn)換.圖3 展示了三維成像結(jié)果與目標(biāo)散射點模型之間的比較，可以看出所提方法具有很高的重構(gòu)精度.不過，生成數(shù)據(jù)集的目標(biāo)參數(shù)過于簡單，在實際應(yīng)用中效果如何尚待驗證.

圖3 基于DNN 的ISAR 三維成像結(jié)果[20]Fig.3 ISAR 3D imaging results based on deep neural networks[20]

1.3 基于目標(biāo)旋轉(zhuǎn)特性的ISAR 三維成像

由于自旋目標(biāo)的二維投影平面會時刻發(fā)生變化且變化幅度大，因此不能通過常規(guī)的單天線ISAR 系統(tǒng)捕獲的多通道信息或時間信息對其進(jìn)行三維成像.經(jīng)研究發(fā)現(xiàn)，可以通過目標(biāo)的旋轉(zhuǎn)運動特性對其進(jìn)行三維成像.隨著研究不斷的深入，目前將單天線ISAR 三維成像應(yīng)用中的自旋目標(biāo)進(jìn)一步地劃分為遠(yuǎn)場轉(zhuǎn)臺目標(biāo)、近場轉(zhuǎn)臺目標(biāo)與高速旋轉(zhuǎn)目標(biāo)，本部分主要對這三種目標(biāo)的ISAR 三維成像進(jìn)行綜述.

針對遠(yuǎn)場轉(zhuǎn)臺目標(biāo)，張弛等人[21]通過目標(biāo)與天線之間的幾何關(guān)系以及目標(biāo)的自旋運動特性對回波方程進(jìn)行推導(dǎo)，獲得了目標(biāo)沿距離域、軌跡域和垂直于軌跡域的三維信息，然后通過后向投影(back projection，BP)算法即可對自旋目標(biāo)進(jìn)行三維成像.后來，崔揚[22]提出了三種對遠(yuǎn)場轉(zhuǎn)臺目標(biāo)進(jìn)行ISAR三維成像的方法，分別為距離-多普勒(range-Doppler，RD)法、基于一維距離像的三維成像法與基于ISAR 二維回波數(shù)據(jù)的三維成像法.其中，后兩種成像方法不受目標(biāo)運動方式的限制且具有實現(xiàn)簡單、成像效果好與穩(wěn)定等優(yōu)點.但是，這三種方法都是在目標(biāo)運動參數(shù)精確已知的條件下才有效，比較適用于衛(wèi)星、空間站等目標(biāo)的三維成像，因此應(yīng)用范圍受到了一定的限制.

相對于遠(yuǎn)場轉(zhuǎn)臺目標(biāo)，近場轉(zhuǎn)臺目標(biāo)在回波信號處理上較繁瑣一些.如果雷達(dá)探測的是大型近場目標(biāo)，接收到的回波信號近似為平面波是無效的，必須考慮波前曲率，直接對其進(jìn)行處理得到的ISAR 圖像散焦嚴(yán)重[82-83].基于此問題，J.Fortuny[23]提出了一種基于近場聚焦函數(shù)與頻域后向散射場之間方位卷積的算法，可以獲取較高質(zhì)量的ISAR 三維圖像，并通過EMSL(注：一種專門用于三維線性和ISAR 成像的歐洲大型設(shè)備)驗證了所提算法的有效性.

當(dāng)成像對象為高速旋轉(zhuǎn)的目標(biāo)時，例如太空中的空間碎片，會存在以下問題：高速旋轉(zhuǎn)目標(biāo)的高速非平穩(wěn)運動會導(dǎo)致回波信號出現(xiàn)嚴(yán)重的越分辨單元徙動現(xiàn)象，且散射點的瞬時多普勒頻率會發(fā)生劇烈的變化；成像系統(tǒng)很有可能位于回波數(shù)據(jù)缺失、目標(biāo)自遮擋和強(qiáng)噪聲等復(fù)雜的觀測環(huán)境；高速旋轉(zhuǎn)目標(biāo)即使在很短的成像時間內(nèi)也會旋轉(zhuǎn)多個周期，因此需要很高的采樣頻率才能實現(xiàn)目標(biāo)的高分辨率成像，對系統(tǒng)硬件的要求非常高.基于上述問題，研究者們對高速旋轉(zhuǎn)目標(biāo)的ISAR 三維成像進(jìn)行了研究.

Wang Qi 等人[24]首先利用平動補(bǔ)償算法將高速旋轉(zhuǎn)目標(biāo)的回波信號等效成了高速轉(zhuǎn)臺模型.然后將目標(biāo)散射點旋轉(zhuǎn)引起的多普勒頻率建模為正弦模型，實現(xiàn)了散射點能量的積累，并利用廣義Radon 變換算法提取目標(biāo)散射點的三維位置.最后結(jié)合廣義Radon 變換和改進(jìn)后的CLEAN 算法用于獲取目標(biāo)的運動參數(shù)，從而得到目標(biāo)的三維圖像.該方法不需要多普勒分析等步驟，因此避免了高速旋轉(zhuǎn)目標(biāo)導(dǎo)致的多普勒測量誤差帶來的圖像模糊問題.但能量積累是一個四維曲線搜索的過程，計算成本較高.基于此問題，Zhang Lei 等人[25]研究出了專門針對高速旋轉(zhuǎn)目標(biāo)三維成像的二維匹配濾波器(matched filter，MF)組，通過硬件系統(tǒng)方面的改進(jìn)明顯提升了三維成像的效率.

Yu Ning 等人[26]則根據(jù)高速旋轉(zhuǎn)目標(biāo)的三維成像幾何將成像問題轉(zhuǎn)化為參數(shù)優(yōu)化方面的數(shù)學(xué)問題.其中，結(jié)合改進(jìn)的粒子群算法和逆Radon 變換算法估計出散射點沿方位向以及距離向的投影長度，再利用目標(biāo)散射點的高度值完成目標(biāo)的三維成像.該方法能夠解決目標(biāo)自遮擋、數(shù)據(jù)缺失和脈沖重復(fù)頻率不足等引起的多普勒模糊問題，并且計算量較小，具有一定的實用價值.不過當(dāng)成像目標(biāo)尺寸較小時，不能獲取足夠的成像信息，因此會影響成像的效果.對尺寸較小的高速旋轉(zhuǎn)目標(biāo)進(jìn)行有效的成像是下一步的研究方向.

寬帶信號雖然具有高分辨率成像的優(yōu)點，但直接發(fā)射大帶寬信號對系統(tǒng)硬件的要求較高，因此李軍等人[27]提出了一種基于窄帶步進(jìn)頻率合成的ISAR 三維成像方法.首先通過窄帶子脈沖信號獲取目標(biāo)多幀的ISAR 圖像，然后結(jié)合目標(biāo)的運動參數(shù)并采用頻帶合成技術(shù)對所有子脈沖的ISAR 圖像進(jìn)行融合，從而實現(xiàn)目標(biāo)的高分辨率三維成像.在該方法中，通過頻帶合成技術(shù)使發(fā)射的窄帶信號具有較高的成像分辨率，同時降低了寬帶信號對系統(tǒng)硬件的要求，并且窄帶信號的使用有效解決了高速旋轉(zhuǎn)目標(biāo)引起多普勒變化造成的圖像模糊問題.

基于目標(biāo)旋轉(zhuǎn)運動特性的單天線ISAR 三維成像技術(shù)是根據(jù)目標(biāo)的運動特點實現(xiàn)對目標(biāo)三維特征的識別，特別適用于自轉(zhuǎn)的空間目標(biāo).可見，利用運動特性從回波信號中提取目標(biāo)的三維特性是一個不錯的思路，因此可以利用艦船所做的三維搖擺運動對其三維特征進(jìn)行解譯.然而，由于單天線ISAR 系統(tǒng)配置的限制，如何克服低信噪比(signal-to-noise，SNR)的成像環(huán)境、解決目標(biāo)自遮擋的問題與獲取準(zhǔn)確的目標(biāo)運動參數(shù)等均是有效三維成像的難點.

2 InISAR 三維成像

基于ISAR 二維圖像序列的三維成像方法通過單根雷達(dá)天線以時間換空間的策略實現(xiàn)目標(biāo)的三維成像，需要較長的觀測時間，并且存在散射體中心匹配困難、重構(gòu)誤差大等問題.因此研究學(xué)者們利用空間代替時間的策略，通過在不同的空間位置布置多根雷達(dá)天線在同一時間內(nèi)完成目標(biāo)的三維成像，促使了InISAR 三維成像技術(shù)的誕生.在InISAR 成像中，天線之間的距離遠(yuǎn)遠(yuǎn)小于雷達(dá)系統(tǒng)與目標(biāo)之間的距離，因此多根天線得到的ISAR 圖像之間非常相近，進(jìn)而可以簡化圖像中散射體中心的提取與匹配的過程，且可以提高散射體中心三維重構(gòu)的精度.由于接收天線位置的不同，每根天線收到的回波信號的波程不同，進(jìn)而導(dǎo)致ISAR 圖像之間像素相位信息的差異.然后利用干涉方法將ISAR 圖像之間的相位信息解算為目標(biāo)散射點的空間位置信息，再結(jié)合ISAR 圖像二維分辨能力即可實現(xiàn)目標(biāo)的三維成像，成像流程如圖4 所示.與和差波束三維成像方法類似，InISAR 三維成像本質(zhì)上是利用多天線回波信號之間的相位差異求解目標(biāo)在三維空間中的位置.

圖4 InISAR 三維成像流程圖Fig.4 InISAR 3D imaging flow chart

M.Soumekh[84]首次在自動飛機(jī)著陸(automatic aircraft landing，AAL)系統(tǒng)中使用雙天線配置的InISAR 系統(tǒng)檢測飛機(jī)的飛行方向，并證明了InISAR系統(tǒng)中包含的相位信息可以檢測飛機(jī)飛行角度變化的情況.許小劍等人[28]則是對兩根雷達(dá)天線的ISAR 圖像進(jìn)行干涉得到了目標(biāo)散射點的高度圖像.后來，王根元等人[29]和張群等人[30]對兩根天線的InISAR 系統(tǒng)進(jìn)行了升級，利用三天線配置的InISAR系統(tǒng)實現(xiàn)了目標(biāo)的三維成像.在文獻(xiàn)[29-30]的基礎(chǔ)上，InISAR 三維成像技術(shù)得以發(fā)展，研究者們分別從天線配置、圖像配準(zhǔn)、成像算法、成像幾何與成像系統(tǒng)等不同的角度對InISAR 三維成像進(jìn)行了研究.本節(jié)首先從提升三維成像質(zhì)量的角度入手，對InISAR中的天線配置、圖像配準(zhǔn)、高質(zhì)量ISAR 圖像的獲取、斜視處理等方面進(jìn)行綜述；然后分別介紹機(jī)載InISAR 三維成像、星載InISAR 三維成像、雙/多基地InISAR 三維成像與太赫茲InISAR 三維成像等多種成像體制，表2 總結(jié)了InISAR 各成像體制的優(yōu)勢成像目標(biāo)、體制特點以及目前存在的困難，便于各體制之間的對比.

表2 InISAR 各成像體制的優(yōu)勢成像目標(biāo)、體制特點以及目前存在的困難Tab.2 Advantage imaging target, characteristics and existed difficulties of all InISAR imaging mechanisms

2.1 天線配置

經(jīng)研究，天線配置主要由三要素組成，分別為：天線數(shù)量、基線長度與幾何構(gòu)型，接下來對此三要素進(jìn)行簡要介紹.

1)天線數(shù)量.InISAR 一般劃分為雙天線In-ISAR[28]、三天線InISAR[31]與四天線InISAR[32]等.其中，三天線配置的InISAR 系統(tǒng)由于結(jié)構(gòu)簡單、天線數(shù)量少的優(yōu)勢被廣泛使用，本文所討論的InISAR 三維成像針對的都是三天線配置的InISAR 系統(tǒng).另外，劉承蘭等人[33]對單天線InISAR 三維成像技術(shù)進(jìn)行了研究，不過該成像方法對目標(biāo)運動參數(shù)測量精度的要求比較高，在實際的應(yīng)用中實現(xiàn)三維成像具有一定的難度.

2)基線長度.李麗亞[34]討論了方位向分辨率與基線長度的關(guān)系，以及基線去相關(guān)的問題，并根據(jù)“黃金法則”推導(dǎo)出了InISAR 系統(tǒng)中最優(yōu)基線的計算公式，具有一定的參考價值.針對在成像的過程中基線長度發(fā)生變化的問題，沈楠[35]提出了一種基于一維距離像的干涉相位補(bǔ)償方法，可以補(bǔ)償基線長度變化導(dǎo)致的測量誤差.雖然在仿真實驗中驗證了該方法的有效性，但在實際應(yīng)用中效果如何，尚待探索和驗證.

3)幾何構(gòu)型.目前最常用的就是“L”構(gòu)型的三天線配置，相對于其他構(gòu)型的InISAR 系統(tǒng)具有一定的優(yōu)勢.文獻(xiàn)[35]與文獻(xiàn)[36]均討論了“L”構(gòu)型三天線配置的InISAR 系統(tǒng)中兩條基線無法完全垂直的情況.但上述情況使干涉后的三維圖像直觀上很難反映出目標(biāo)的真實形狀和尺寸，不利于目標(biāo)的識別與分類.基于此問題，榮加加等人[37]推導(dǎo)出了任意三天線配置的InISAR 系統(tǒng)實現(xiàn)畸變?nèi)S成像坐標(biāo)的修正公式，一定程度上彌補(bǔ)了傳統(tǒng)InISAR 三維成像的不足.

2.2 圖像配準(zhǔn)

由于目標(biāo)散射點到不同天線的波程不同，同一散射點可能會位于不同ISAR 圖像的不同分辨單元中，導(dǎo)致圖像出現(xiàn)失配的現(xiàn)象.因此需要利用圖像配準(zhǔn)技術(shù)將同一散射點在不同圖像中的同一分辨單元中對齊，目的是保證ISAR 圖像之間較高的相關(guān)性，才能獲取較高質(zhì)量的InISAR 三維圖像.

圖像配準(zhǔn)常用的兩種方法分別為基于最大相關(guān)系數(shù)的配準(zhǔn)方法[38]和基于角運動參數(shù)的圖像配準(zhǔn)方法[39]，但它們均屬于參數(shù)估計的方法，會出現(xiàn)配準(zhǔn)精度不高的問題.研究者們陸續(xù)提出了基于特顯點的圖像配準(zhǔn)法[40]、基于相位校正的圖像配準(zhǔn)法[41]、基于逐級匹配的圖像配準(zhǔn)法[42]、基于聯(lián)合各自窗口采樣和修正運動補(bǔ)償?shù)膱D像配準(zhǔn)法[43]、基于波程差補(bǔ)償?shù)膱D像配準(zhǔn)法[44]、基于殘余平動分量補(bǔ)償?shù)膱D像配準(zhǔn)法[45]、基于聯(lián)合通道相位差運算的圖像配準(zhǔn)法[46]與非相干融合圖像配準(zhǔn)法[47]等，一定程度上提高了圖像配準(zhǔn)的精度或效率.經(jīng)總結(jié)，大致可以從ISAR圖像的角度或InISAR 系統(tǒng)幾何結(jié)構(gòu)的角度實現(xiàn)InISAR 系統(tǒng)的圖像配準(zhǔn).

目前聯(lián)合運動補(bǔ)償?shù)姆椒ū谎芯繉W(xué)者們廣泛關(guān)注[48-49]，該方法相比于圖像配準(zhǔn)方法有著更顯著的效果.該方法不僅省略了圖像配準(zhǔn)的步驟，保證了各天線之間的相干性，而且有效提高了最終InISAR 三維成像的質(zhì)量，更適合實際的工程應(yīng)用.圖5 是利用小型InISAR 系統(tǒng)對民航三維成像的結(jié)果[48].可見，成像效果還是不錯的，不過受噪聲的影響比較大，處理過程中應(yīng)該選擇SNR 相對較大的參考圖像.如果將亞像素級別的運動補(bǔ)償方法[85]應(yīng)用到聯(lián)合運動補(bǔ)償方法中，不僅可以提高抵抗噪聲的能力，而且可以極大程度提高InISAR 三維圖像的質(zhì)量，對目標(biāo)識別的實際應(yīng)用會更加有利.

圖5 InISAR 三維成像結(jié)果[48]Fig.5 The InISAR system in a side view circumstance[48]

2.3 高質(zhì)量ISAR 圖像的獲取

在實際應(yīng)用中獲取理想的InISAR 三維圖像并不是一件容易的事情.獲取清晰的ISAR 圖像與保證ISAR 圖像之間較高的相關(guān)性是獲取高質(zhì)量InISAR三維圖像的重要因素.然而，上文提到的圖像配準(zhǔn)只能保證各ISAR 圖像之間具有較高的相關(guān)性，若想獲取清晰的目標(biāo)ISAR 圖像，還需從ISAR 二維成像過程中的運動補(bǔ)償[50]與成像算法[51-52]等方面進(jìn)行相關(guān)的研究.

在InISAR 成像技術(shù)中，運動補(bǔ)償主要存在著兩種方式：統(tǒng)一聚焦與獨立聚焦[50].統(tǒng)一聚焦是指InISAR 系統(tǒng)采用中心天線所估計的運動參數(shù)同時對三根天線進(jìn)行運動補(bǔ)償，補(bǔ)償精度相對較高一些；獨立聚焦是指三根天線分別獨自進(jìn)行運動補(bǔ)償，在解決圖像失配和相位模糊等方面更具有優(yōu)勢.使用哪種方式實現(xiàn)InISAR 系統(tǒng)回波信號的補(bǔ)償需要根據(jù)實際應(yīng)用的需求來進(jìn)行決定，一般情況下處理方式簡單的獨立聚焦的運動補(bǔ)償方式比較常用一些.

在實際的觀測場景中，由于非合作目標(biāo)運動的復(fù)雜性，散射點的多普勒頻率具有時變特性，若直接采用RD 算法進(jìn)行成像，ISAR 圖像中的散射點將會出現(xiàn)散焦的問題.一般采用聯(lián)合時頻分析算法代替RD 成像算法來獲取高機(jī)動目標(biāo)的高質(zhì)量InISAR三維圖像[51-52].其中，聯(lián)合處理的目的是為了防止單獨對各通道回波信號進(jìn)行時頻分析導(dǎo)致ISAR 圖像中相位信息出現(xiàn)丟失的問題.然而，時頻分析算法需面對計算負(fù)擔(dān)大的問題，若能將成像時間選取的方法[86-88]用于高質(zhì)量InISAR 三維成像的應(yīng)用中，將有助于提高成像的效率.

2.4 斜視處理

當(dāng)被觀測的目標(biāo)在同一基線上兩根天線之間的垂直平分線附近時，目標(biāo)則位于雷達(dá)探測的正視成像幾何(如圖6 所示)，否則，位于雷達(dá)探測的斜視成像幾何(如圖7 所示).在實際的成像場景中，目標(biāo)通常位于雷達(dá)的斜視幾何探測中，此時無法保證目標(biāo)參數(shù)估計的精度，宋建偉[45]和田彪等人[53]分別提出了基于PSO 的圖像配準(zhǔn)方法和基于獨立參考距離選擇的圖像配準(zhǔn)方法，均解決了斜視成像幾何條件下圖像的失配問題.

圖6 處于正視條件下的InISAR 系統(tǒng)Fig.6 The InISAR system in a side view circumstance

圖7 處于斜視條件下的InISAR 系統(tǒng)Fig.7 The InISAR system in a squint view circumstance

斜視成像幾何在InISAR 三維成像的過程中還會造成如下兩個問題[53]：1)獲取的干涉相位信息除了含有正視成像幾何條件下的主相位，還含有斜視附加相位，導(dǎo)致干涉相位信息和散射點的坐標(biāo)值不再滿足線性關(guān)系；2)目標(biāo)散射點到天線的距離大于散射點第三維度真實的坐標(biāo)值，因此不能使用ISAR 圖像中的距離信息直接進(jìn)行三維成像，否則生成的三維圖像會發(fā)生扭曲.

針對斜視附加相位的問題，田彪等人[53]與劉承蘭等人[54]分別提出了斜視迭代改進(jìn)(squint iteration improvement，SII)法與非線性最小二乘(nonlinear least square，NLS)法.這兩種方法均可以消除斜視附加相位并可以準(zhǔn)確獲取目標(biāo)散射點沿基線方向的坐標(biāo)值.針對圖像扭曲的問題，通過坐標(biāo)變換的方法即可獲取目標(biāo)散射點第三維度真實的坐標(biāo)值[55].經(jīng)實驗驗證，雖然可以補(bǔ)償?shù)粜币暩郊酉辔徊⒛軌颢@取目標(biāo)散射點真實的三維坐標(biāo)值，但是成像效果仍然沒有正視情況下的質(zhì)量高.如果在目標(biāo)運動參數(shù)已被估計出的前提下，從成像模型幾何變換的角度實現(xiàn)斜視成像幾何條件下目標(biāo)的三維成像效果可能會更好，但在實際成像應(yīng)用中效果如何，還需進(jìn)一步的探索與驗證.

2.5 機(jī)載InISAR 三維成像

由于飛機(jī)平臺的機(jī)動性，機(jī)載雷達(dá)可以靈活地獲取大范圍的態(tài)勢信息，因此利用機(jī)載ISAR 系統(tǒng)對海上航行的艦船目標(biāo)進(jìn)行成像與識別得到了快速的發(fā)展.

A.Fontana 等人[56-57]提出了機(jī)載InISAR 三維成像的方法，并創(chuàng)建了適用于艦船目標(biāo)的InISAR 三維成像的幾何模型.在實際實驗中，使用的是機(jī)載相控陣多功能成像雷達(dá)(phased array multifunctional imaging radar, PAMIR)，其水平、垂直基線長分別為27 cm、67 cm，如圖8 所示.圖9 為PAMIR 的InISAR三維成像結(jié)果，從中能夠?qū)ε灤拇^與船尾進(jìn)行識別，并且所觀測到的目標(biāo)高度與艦船的實際高度一致，證明了機(jī)載InISAR 系統(tǒng)的可行性.不過從圖9還可以看出艦船目標(biāo)的三維重構(gòu)精度并不理想，說明大型InISAR 系統(tǒng)的三維成像還在初步探索階段.

圖8 PAMIR 雷達(dá)系統(tǒng)[56]Fig.8 PAMIR radar system[56]

圖9 艦船目標(biāo)的光學(xué)圖像與InISAR 三維圖像[57]Fig.9 Optical image of ship target and InISAR 3D image[57]

最近幾年，無人機(jī)技術(shù)有了巨大的提升，在人們的生活中也越來越普及化.相比于飛機(jī)，無人機(jī)具有靈活、易于部署和成本低等優(yōu)勢.E.Giusti 等人[58]首次提出了無人機(jī)InISAR 系統(tǒng)的三維成像方法.對于攜帶接收機(jī)的三個無人機(jī)，它們之間的“等效基線”需要滿足一定的條件才能進(jìn)行有效的干涉處理，在實際的實驗中還具有一定的難度，且如何進(jìn)行布站有利于提高成像的性能，還需進(jìn)一步的研究與探索.

由于存在目標(biāo)與飛行器之間的相對徑向平動、飛行器的三軸旋轉(zhuǎn)與目標(biāo)的三軸旋轉(zhuǎn)等運動，而且還會出現(xiàn)各種海況，進(jìn)而影響回波信號的信雜比，均會使機(jī)載ISAR 成像較為困難.并且在機(jī)載InISAR 三維成像的過程中，基線的幾何構(gòu)型與長度并不能一直保持穩(wěn)定，對參數(shù)的估計和干涉相位信息的獲取等方面產(chǎn)生不利的影響，成像質(zhì)量也會隨之下降.可見在實際應(yīng)用中，機(jī)載InISAR 三維成像具有一定的難度.完善雷達(dá)成像系統(tǒng)的幾何配置、克服復(fù)雜成像環(huán)境的不利影響、設(shè)計出更優(yōu)質(zhì)的成像算法等方面是該成像體制接下來的研究方向.

2.6 星載InISAR 三維成像

為了有效避開大氣層對外太空目標(biāo)觀測的影響并提高雷達(dá)成像的質(zhì)量，有必要發(fā)展星載InISAR 三維成像技術(shù).曹星慧[59]結(jié)合衛(wèi)星平臺做軌道運動的特點，對成像過程中的衛(wèi)星姿態(tài)抖動、信號頻率以及初始相位對ISAR 成像所造成的不利影響進(jìn)行了分析.此外，提出了一種適用于星載InISAR 系統(tǒng)的基于非正交基線的三維成像方法，并通過仿真獲取了輪廓清晰、邊緣整齊的空間目標(biāo)InISAR 三維圖像，驗證了所提方法的有效性.由于星載ISAR 處在的成像環(huán)境比較復(fù)雜，存在著諸多問題亟需我們對其進(jìn)行探索，例如高速運動空間目標(biāo)的成像問題、外太空中非平穩(wěn)信號的處理問題、InISAR 的基線問題與參數(shù)測量的精度問題等.

2.7 雙/多基地InISAR 三維成像

單基地雷達(dá)系統(tǒng)只能提供目標(biāo)單一視線方向的微波信息，當(dāng)目標(biāo)與雷達(dá)之間沒有任何的相對旋轉(zhuǎn)運動時，目標(biāo)散射點就不能在方位向上被分離，導(dǎo)致三維成像失效.即使可以對目標(biāo)進(jìn)行成像，由于雷達(dá)視線方向的單一性，也只能獲取目標(biāo)的少量信息.在雙/多基地InISAR 三維成像中，通過合理布站使多個站點相互配合對同一目標(biāo)進(jìn)行觀測，可以提高三維成像的性能.相對于單基地雷達(dá)系統(tǒng)，雙/多基地雷達(dá)系統(tǒng)具有成像性能優(yōu)異、抗干擾性強(qiáng)、隱蔽性高、能對隱身目標(biāo)進(jìn)行探測等優(yōu)勢.下面分別對雙基地InISAR 三維成像和多基地InISAR 三維成像的技術(shù)以及它們的研究現(xiàn)狀進(jìn)行總結(jié).

2.7.1 雙基地InISAR 三維成像

在常規(guī)的雙基地逆合成孔徑雷達(dá)(bistatic inverse synthetic aperture radar, B-ISAR)成像中，由于與單基地ISAR 的成像方法類似，為了簡單處理，通常采用雙基地等效單基地(bistatically equivalent monostatic，BEM)的成像模型[89].不過BEM 成像模型并不總是有效的，在B-ISAR 成像的過程中，由于距離方向和多普勒方向并不總是垂直的關(guān)系，導(dǎo)致獲取的ISAR 圖像發(fā)生扭曲.基于此問題，馬長征等人[60]將B-ISAR 系統(tǒng)與InISAR 三維成像技術(shù)相結(jié)合，解決了圖像扭曲的問題，并實現(xiàn)了目標(biāo)的三維成像.

后來，研究者們開始對雙基地InISAR 三維成像技術(shù)展開研究，獲取了一些研究進(jìn)展[61-65].通常，雙基地InISAR 系統(tǒng)的雷達(dá)配置為一個發(fā)射機(jī)和三個接收機(jī)，分別位于不同的位置，如圖10 所示.其中，T為發(fā)射機(jī)，A、B、C為接收機(jī)；Aeq、Beq、Ceq分別為發(fā)射機(jī)T和 接 收 機(jī)A、B、C等 效 后 的 收 發(fā) 共 用 雷 達(dá)；iLoS-T、iLoS-xyz、iLoS-x′y′z′分別為發(fā)射機(jī)、三個接收機(jī)以及三個等效后收發(fā)共用雷達(dá)的視線方向.

圖10 雙基地InISAR 配置模型圖Fig.10 Diagram of bistatic InISAR configuration model

雖然雙基地InISAR 三維成像相比于單基地InISAR 三維成像具有更豐富的目標(biāo)散射點信息，但通常存在如下兩個問題[61]：1)如圖10 所示，接收機(jī)A、B、C分別位于兩條垂直的基線上，但等效后的收發(fā)共用天線Aeq、Beq、Ceq可能不再位于兩條垂直的基線上；2)等效后的收發(fā)共用天線Aeq、Beq、Ceq的雷達(dá)視線方向與它們所在的平面可能不再是垂直關(guān)系，等效后的成像模型則為斜視模型.基于這兩個問題，D.Staglianò等人[62]提出了一種可以在任意的雙基地InISAR 幾何結(jié)構(gòu)下對目標(biāo)進(jìn)行三維成像的方法.2014 年10 月初，對位于意大利利沃諾的兩個X 波段干涉地面線性調(diào)頻連續(xù)波雷達(dá)傳感器HABRA-1 和HABRA-2 進(jìn)行了數(shù)據(jù)采集實驗，實際雷達(dá)系統(tǒng)與成像結(jié)果分別如圖11 與圖12 所示.雖然通過實際實驗驗證了所提方法的有效性，不過由于艦船ISAR 圖像的分辨率不高，導(dǎo)致CLEAN 算法在提取主要散射點時把應(yīng)該保留的散射點清除掉，因此三維圖像中的散射點數(shù)量較少，艦船目標(biāo)更多的特征不能得以表現(xiàn).

圖11 兩個HABRA 傳感器之一[62]Fig.11 One of the two HABRA sensors[62]

在艦船目標(biāo)的ISAR 成像中，由于船只航行時的偏航、橫滾和俯仰旋轉(zhuǎn)，導(dǎo)致多普勒頻率具有時變特性，沒有足夠長的積累時間來獲得較高的方位向分辨率.盡管針對艦船目標(biāo)提出了機(jī)載InISAR 三維成像的方法，但由于機(jī)載InISAR 系統(tǒng)配置的不穩(wěn)定性，并不能一直有效地獲取高質(zhì)量的三維圖像.據(jù)研究表明，雙基地InISAR 系統(tǒng)的結(jié)構(gòu)設(shè)計可以避免艦船目標(biāo)的上述特點所導(dǎo)致的成像失敗，因此非常適用于對艦船目標(biāo)進(jìn)行三維成像的應(yīng)用[63-64].

基線方向角、投影平面方向角以及雙基地角等參數(shù)均會影響雙基地InISAR 系統(tǒng)中干涉相位信息計算的精度，進(jìn)而影響目標(biāo)三維重建的性能，并且這些參數(shù)可以唯一識別B-ISAR 的幾何形狀[65].可見，B-ISAR 的幾何設(shè)計影響著最終的成像結(jié)果，如何通過B-ISAR 的幾何設(shè)計進(jìn)一步提高三維成像的性能是雙基地InISAR 三維成像未來的研究方向.

2.7.2 多基地InISAR 三維成像

將雙基地InISAR 擴(kuò)展到多基地InISAR，使目標(biāo)被全方位探測成為可能，通過合理布站并綜合利用多幅圖像可以獲取目標(biāo)更多相關(guān)的信息；在成像方面，將會顯著提高目標(biāo)三維形狀重建的能力.在目前已發(fā)表的文獻(xiàn)中，該類成像方法主要為基于非相干融合的多基地InISAR 三維成像方法[66-67].

圖像融合是當(dāng)前信息融合研究中的一個熱點，通常是指利用特定的算法將兩幅或多幅圖像綜合成一幅新的圖像.通過兩幅(或多幅)圖像之間的互補(bǔ)性，使融合后的圖像對成像目標(biāo)有著更全面、更清晰的描述，從而有利于目標(biāo)的識別與分類.在ISAR 圖像融合的應(yīng)用中，如果雷達(dá)傳感器之間具有一致性(空間、時間、相位同步)，可以通過相干融合的方法對多幅ISAR 圖像進(jìn)行相干疊加，具有分辨率高、成像時間短和對方位角依賴小等優(yōu)勢.在非相干融合的應(yīng)用中，就不需要考慮雷達(dá)傳感器是否具有一致性，通過非相干疊加的方法即可實現(xiàn)圖像之間的融合[90]，該融合方法獲取的圖像精度較低，但有利于對目標(biāo)散射點的識別與分辨，且對相位相干性和目標(biāo)運動參數(shù)估計誤差的敏感性較低.在多基地InISAR 三維成像中，使每個站點都滿足空間、時間、相位三大同步條件具有一定的難度，而且需要對三個空間維度的數(shù)據(jù)進(jìn)行融合，會增加信號融合的難度，因此利用非相干的方法實現(xiàn)三維圖像的融合將具有較好的成像效果.

F.Salvetti 等人[66]提出了一種基于非相干融合技術(shù)的多基地InISAR 三維成像方法，具體流程如圖13所示，該方法能夠彌補(bǔ)InISAR 成像能力不足的缺陷.隨后，F(xiàn).Salvetti 等人[67]將每個站點多個時間段獲取的三維圖像融入到了多基地三維圖像的非相干融合中.在NATO Set 196“非合作目標(biāo)的多通道/多基地雷達(dá)成像”聯(lián)合實驗中分別對名為“Tecnam P92”的意大利高翼輕型飛機(jī)與名為“Astice”的意大利海軍的一艘訓(xùn)練船進(jìn)行了實測數(shù)據(jù)的實驗，InISAR 三維成像的實驗結(jié)果如圖14 和圖15 所示.可見所提融合算法能夠明顯提升大型InISAR 系統(tǒng)的成像效果，并解決了CLEAN 算法提取散射點數(shù)量少的問題.但實驗使用的方法是以圖像之間的散射點高度誤差、歐式距離等為融合依據(jù)實現(xiàn)多基地三維圖像的非相干融合，需要對所有InISAR 三維圖像中的所有散射點依次進(jìn)行判斷，計算量較大.而且在實際成像應(yīng)用中當(dāng)InISAR 三維圖像相似度較低時，圖像之間的散射點高度誤差、歐式距離均有可能超過所設(shè)定的閾值，導(dǎo)致該融合方法出現(xiàn)失效.

圖15 “Astice”訓(xùn)練船的InISAR 三維成像結(jié)果[67]Fig.15 InISAR 3D imaging results from training vessel of the“Astice”[67]

2.8 太赫茲InISAR 三維成像

太赫茲電磁波的頻率覆蓋范圍為0.1～10 THz(波長為3 mm～30 μm)[91]，該頻率范圍在許多應(yīng)用中具有令人難以置信的發(fā)展前景.由于太赫茲ISAR發(fā)射的載波頻率高，易產(chǎn)生大寬帶的信號，因此在距離向上具有極高的成像分辨率；且太赫茲電磁波的波長短，在相同的觀測時間內(nèi)太赫茲ISAR 能夠獲得更高的方位向分辨率[92].基于上述太赫茲ISAR 的優(yōu)點，蔣彥雯等人[68]提出了一種基于雙頻聯(lián)合處理的太赫茲InISAR 三維成像方法.通過將三天線系統(tǒng)獲取的回波信號按快時間域分為兩個部分，并分別對該兩部分的回波信號進(jìn)行干涉三維成像，然后對兩幅三維圖像進(jìn)行綜合比較分析可實現(xiàn)質(zhì)量較高的三維成像.相比于傳統(tǒng)的InISAR 三維成像方法，太赫茲InISAR 三維成像具有更高的成像精度.在未來，回波信號的成像時間選取算法與優(yōu)質(zhì)的成像算法將會進(jìn)一步提高太赫茲InISAR 三維成像的性能.

3 陣列ISAR 三維成像

在成像的過程中若出現(xiàn)了散射點閃爍現(xiàn)象，InISAR 系統(tǒng)所獲取沿基線方向上的散射點坐標(biāo)值將是多個散射點合成的坐標(biāo)值.由此可以看出，傳統(tǒng)InISAR 系統(tǒng)的三維分辨能力有限，因此不具備真正的三維成像能力.陣列ISAR 三維成像作為InISAR成像的擴(kuò)展，是將ISAR 成像技術(shù)與實孔徑陣列雷達(dá)結(jié)合的一種新成像體制.該成像方法是由互相垂直的天線陣列通過空間譜估計的方法結(jié)合ISAR 圖像的二維分辨能力實現(xiàn)目標(biāo)散射點在三維空間的定位[69]，理論上具有很強(qiáng)的三維成像性能.陣列ISAR與InISAR 均是利用多通道技術(shù)實現(xiàn)的三維成像，區(qū)別主要體現(xiàn)在成像原理的不同與天線數(shù)量上的差異.

雖然陣列ISAR 系統(tǒng)可以對合成散射點進(jìn)行有效的分離，但在實際系統(tǒng)中，中大型陣列ISAR 系統(tǒng)可以滿足常規(guī)的非合作目標(biāo)的成像工作，但往往會消耗大量的硬件成本與資源，難以在實際系統(tǒng)中實現(xiàn)；而小型陣列ISAR 系統(tǒng)由于硬件配置的不足，具有成像分辨率低的問題，滿足不了正常的成像需求.另外，均勻排列陣元之間的間距不能超過信號波長的一半，否則出現(xiàn)虛假成像的問題[70].為了彌補(bǔ)系統(tǒng)硬件配置上的不足，研究者們分別通過稀疏陣列技術(shù)[70-73]和MIMO 陣列雷達(dá)技術(shù)[74-77]來提高陣列ISAR三維成像的性能.

3.1 稀疏陣列ISAR 三維成像

馬長征等人[71]提出了一種基于二維稀疏陣列波束形成的ISAR 三維成像方法，在減少天線數(shù)量的同時增寬了天線孔徑，提高了系統(tǒng)的三維分辨能力.雖然稀疏陣列的使用使系統(tǒng)在提升分辨率與節(jié)省硬件成本等方面有一定的幫助，但是存在SNR 低和旁瓣電平高等問題，導(dǎo)致獲取的三維圖像質(zhì)量不高.隨后，馬長征等人[72]又提出了一種基于最大似然估計(maximum likelihood estimation，MLE)的 稀 疏 陣 列ISAR 三維成像方法.在對目標(biāo)運動參數(shù)完成初始估計的基礎(chǔ)上，通過采用MLE 算法并結(jié)合時域信息成功降低了圖像的旁瓣電平，獲取了清晰、無偽影的目標(biāo)ISAR 三維圖像.

針對均勻排列陣元之間的間距不能超過信號波長一半的問題，年毅恒[70]提出了兩種非均勻排布形式的稀疏陣列，分別為隨機(jī)非均勻線陣和嵌套式互質(zhì)線陣，均能解決虛假成像的問題.隨后，還提出了一種迭代自適應(yīng)譜估計(iterative adaptive approach，IAA)算法并應(yīng)用于陣列ISAR 三維成像中，不僅可以對高旁瓣進(jìn)行有效的抑制，還進(jìn)一步提高了陣列ISAR 系統(tǒng)的三維成像能力.

焦?jié)衫さ热薣73]在稀疏線性陣列的基礎(chǔ)上提出了一種基于稀疏貝葉斯推理的陣列ISAR 三維成像方法，具有超高的成像分辨率.通過Ku 波段的陣列ISAR 系統(tǒng)對波音737 飛機(jī)進(jìn)行了實驗，陣列天線以及三維成像結(jié)果如圖16 所示.可見，利用稀疏貝葉斯推理方法得到的三維圖像具有很好的目標(biāo)特征識別能力，也證明了陣列ISAR 三維成像方法與高分辨率成像算法在實際應(yīng)用中的可行性.不過從圖像中仍能看到很多的虛假散射點，說明稀疏陣列存在SNR 低的問題.

圖16 實際的陣列天線系統(tǒng)與三維成像結(jié)果[73]Fig.16 Actual array antenna system with 3D imaging results[73]

稀疏陣列ISAR 系統(tǒng)相對于傳統(tǒng)的陣列ISAR 系統(tǒng)具有硬件成本低、成像性能強(qiáng)等優(yōu)勢，更適用于實際的成像應(yīng)用.然而，稀疏陣列ISAR 三維成像中不僅存在SNR 低和旁瓣電平高等問題，還有不規(guī)則的陣元排列方式是否會影響各陣元所接收信號的相關(guān)性進(jìn)而對成像結(jié)果造成不利的影響還需進(jìn)一步的研究.這些不利因素將會對數(shù)據(jù)測量造成一定的誤差，進(jìn)而影響目標(biāo)散射點三維重構(gòu)的精度.如何對稀疏陣列中的陣元進(jìn)行優(yōu)化排列與研究更高分辨率的成像算法是稀疏陣列ISAR 系統(tǒng)未來的研究方向.

3.2 MIMO-ISAR 三維成像

雖然稀疏陣列ISAR 在減少天線數(shù)量的使用上具有一定的成效，但MIMO 陣列雷達(dá)技術(shù)可以顯著減少天線的數(shù)量.相位中心近似(phase center approximation，PCA)理論的使用可以使一個發(fā)射陣元與一個接收陣元等效為一個收發(fā)共用單元[93].將PCA 理論應(yīng)用于合理排布的MIMO 陣列雷達(dá)中，可使少量的發(fā)射陣元與接收陣元等效為一個具有龐大數(shù)量的收發(fā)共用陣元的陣列，能夠極大程度提高系統(tǒng)的工作性能.

與ISAR 成像的原理不同，MIMO 陣列雷達(dá)是通過一個脈沖(快照)的時間即可實現(xiàn)對目標(biāo)的二維或三維成像.簡單說ISAR 是通過時間采樣技術(shù)實現(xiàn)目標(biāo)的成像，而MIMO 陣列雷達(dá)是通過空間采樣技術(shù)實現(xiàn)目標(biāo)的成像.研究者為了縮短ISAR 成像的相干處理時間，又為了進(jìn)一步降低MIMO 陣列雷達(dá)系統(tǒng)硬件的使用成本，于是將MIMO 陣列雷達(dá)與ISAR成像技術(shù)進(jìn)行了結(jié)合，即MIMO-ISAR 成像技術(shù)[94].目前MIMO-ISAR 三維成像技術(shù)可分為兩種：基于數(shù)據(jù)重排的MIMO-ISAR 三維成像[74-75]與基于多視處理的MIMO-ISAR 三維成像[76-77]，下面分別進(jìn)行介紹.

3.2.1 基于數(shù)據(jù)重排的MIMO-ISAR 三維成像

研究發(fā)現(xiàn)，利用等效陣元在相干處理時間內(nèi)獲取的數(shù)據(jù)可估計出空間中未覆蓋區(qū)域的數(shù)據(jù)[95].Zhu Yutao 等人[74]提出了一種基于數(shù)據(jù)重排的MIMOISAR 三維成像的方法.首先根據(jù)目標(biāo)的速度方向并通過插值技術(shù)完成回波信號的空間數(shù)據(jù)與時間數(shù)據(jù)的重排，重新排列的回波應(yīng)被插值為具有相同采樣間隔的均勻數(shù)據(jù).其中，當(dāng)目標(biāo)移動的距離超過等效陣元之間的間距時，時間采樣將會結(jié)束.然后采用二維傅里葉變換(Fourier transformation，F(xiàn)T)對重排數(shù)據(jù)進(jìn)行處理，即可獲取目標(biāo)的三維圖像.在成像的過程中，由于時間采樣數(shù)據(jù)的引入提高了整體的采樣密度，進(jìn)一步提高了目標(biāo)散射點三維重建的精度.不過插值的方法屬于一種估計的方法，并不總是有效的，如果需要插值的數(shù)據(jù)量太大容易出現(xiàn)較大的積累誤差，而且獲取的圖像旁瓣較高，均會影響到最終成像的質(zhì)量.

針對插值技術(shù)的不足，王勇等人[75]采用壓縮感知技術(shù)代替插值技術(shù)用于MIMO-ISAR 三維成像技術(shù)，分析了采用合適的時間數(shù)據(jù)重排方式可以實現(xiàn)不同天線陣元接收信號的精確組合，并且需要補(bǔ)償?shù)臅r間數(shù)據(jù)和空間數(shù)據(jù)之間不會產(chǎn)生不等價性，并得出結(jié)論，沿陣列方向?qū)?shù)據(jù)進(jìn)行重排可以使系統(tǒng)具有較高的分辨能力.然后采用壓縮感知技術(shù)中二維聯(lián)合處理的2D-SL0 算法獲取了目標(biāo)高分辨率的三維圖像，相比于插值技術(shù)具有更小的成像誤差與更低的旁瓣.

3.2.2 基于多視處理的MIMO-ISAR 三維成像

馬長征等人[76]與鄭通等人[77]對基于多視處理的MIMO-ISAR 三維成像方法進(jìn)行了研究，通過MIMO 陣列雷達(dá)系統(tǒng)利用ISAR 技術(shù)的時域信息獲取目標(biāo)多個脈沖時間的三維圖像，再通過相干處理實現(xiàn)多幀三維圖像的重構(gòu).如圖17 與圖18 所示，相比于經(jīng)典的插值方法，多視處理的方法提高了最終圖像的SNR 與分辨率，并可抑制方位向上的高旁瓣，從而提高了圖像的質(zhì)量[77].不過由于需要實現(xiàn)多次的三維成像，因此加重了系統(tǒng)的計算負(fù)擔(dān).

圖17 經(jīng)典插值方法的三維成像結(jié)果[77]Fig.17 3D imaging results of the classical interpolation method[77]

圖18 多視處理方法的三維成像結(jié)果[77]Fig.18 3D imaging results of the multi-vision processing method[77]

4 總結(jié)與展望

高分辨率、高效的成像算法與高SNR 的成像環(huán)境永遠(yuǎn)是雷達(dá)成像發(fā)展的一個重要趨勢.暗室實驗[96]與小型雷達(dá)實驗?zāi)軌驅(qū)崿F(xiàn)效果不錯的ISAR三維成像，提高SNR、成像分辨率與重構(gòu)精度是進(jìn)一步的發(fā)展方向；而大型雷達(dá)系統(tǒng)目前成像效果不夠理想，還需對目前的理論算法進(jìn)行進(jìn)一步的驗證，因此ISAR 三維成像目前主要處于理論研究階段.由于成像原理的不同，部分ISAR 三維成像體制只能在特定的場景才能得到較好的成像效果，因此在某個成像應(yīng)用中選擇一個合適的成像方法實現(xiàn)目標(biāo)更多特征的提取是至關(guān)重要的.盡管目前已經(jīng)存在多種ISAR 三維成像體制及相應(yīng)的成像方法，但仍面臨著重構(gòu)精度不高、效率偏低和系統(tǒng)復(fù)雜等方面的問題.下面主要從成像體制、成像模型與成像算法三個方面對ISAR 三維成像進(jìn)行展望分析.

1)成像體制

單天線ISAR 三維成像技術(shù)通過單部雷達(dá)或天線即可實現(xiàn)目標(biāo)的三維成像，具有結(jié)構(gòu)簡單、硬件成本低等優(yōu)點，在機(jī)載或星載等雷達(dá)成像技術(shù)中也具有攜帶方便的優(yōu)勢.然而，為了能夠滿足現(xiàn)代高效、高分辨率、高質(zhì)量與高SNR 的三維成像需求，單天線ISAR 三維成像技術(shù)面臨著巨大的挑戰(zhàn).

InISAR 三維成像技術(shù)利用多根天線可在同一時間對目標(biāo)進(jìn)行三維成像，具有獨特的空間分布優(yōu)勢.然而，多天線的使用勢必會加大系統(tǒng)的計算負(fù)擔(dān)、硬件成本以及空間消耗，且對運動補(bǔ)償、圖像配準(zhǔn)與斜視處理等算法的精度要求較高.傳統(tǒng)InISAR 三維成像技術(shù)能夠滿足平穩(wěn)運動目標(biāo)(例如民航)的成像需求；在艦船、戰(zhàn)斗機(jī)等非平穩(wěn)運動目標(biāo)的成像應(yīng)用中，復(fù)雜的三維擺動或高速行駛運動均會造成ISAR成像的散焦問題，因此在成像之前需要利用時頻分析、時間窗選取與精度較高的運動補(bǔ)償?shù)人惴▉硖幚鞩nISAR 回波信號；在空間目標(biāo)的成像應(yīng)用中，由于成像距離遠(yuǎn)、信號功率不足、SNR 低等原因，均會導(dǎo)致成像質(zhì)量不佳，因此需要發(fā)展星載成像技術(shù)或高分辨率的成像算法.針對處在運動平臺的雷達(dá)系統(tǒng)，目標(biāo)運動參數(shù)的準(zhǔn)確測量是其中的關(guān)鍵，未來的研究重點主要為適用于機(jī)載平臺的運動補(bǔ)償與圖像配準(zhǔn)方法.在多基地InISAR 三維成像中，圖像融合是其中最重要的處理環(huán)節(jié).目前最新的技術(shù)主要是將多時相、多基地的InISAR 三維圖像進(jìn)行融合，相對于單基地InISAR 可以更好地對目標(biāo)進(jìn)行識別.然而，多基地InISAR 系統(tǒng)的主要不足是系統(tǒng)配置復(fù)雜，且需解決三大同步等問題.而且目前的多基地InISAR 系統(tǒng)的三維重建結(jié)果并不是很理想，仍需發(fā)展優(yōu)質(zhì)的融合算法實現(xiàn)目標(biāo)高質(zhì)量的三維重構(gòu).

相比于其他的ISAR 三維成像體制，理論上陣列ISAR 具有更佳的成像性能，可對任何運動的目標(biāo)進(jìn)行成像，但硬件成本較高.未來的研究重點是發(fā)展適應(yīng)于低SNR 等情況下的超分辨率算法以進(jìn)一步降低所需天線陣元的數(shù)量.而針對MIMO-ISAR 新型雷達(dá)體制的成像方法，可以從頻率編碼、相位編碼設(shè)計等角度提升三維成像的性能.

在實際的成像應(yīng)用中，成像體制的選擇主要由成像場景而定.經(jīng)總結(jié)，ISAR 三維成像體制的不同主要體現(xiàn)在雷達(dá)/天線數(shù)量的不同、雷達(dá)/天線排列方式的不同、成像原理的不同、載體的不同、發(fā)射信號波長的不同與發(fā)射信號帶寬的不同等方面.在未來，仍可從以上六個方面對新成像體制進(jìn)行研究.

2)成像模型

目前，ISAR 三維成像技術(shù)可對飛機(jī)、艦船以及空間目標(biāo)等進(jìn)行有效的成像.然而，各種目標(biāo)的運動特點是不同的，且同一目標(biāo)的機(jī)動性可能會隨時發(fā)生變化，這些因素均會對成像造成不利的影響.如何設(shè)計適用于目標(biāo)多種運動方式的成像幾何模型將是對機(jī)動目標(biāo)進(jìn)行有效三維成像的關(guān)鍵問題，若要開發(fā)新的成像體制，在成像幾何建模中平臺與目標(biāo)兩方面運動必然會引入新的問題.

3)成像算法

成像體制與成像模型可以說是對某一場景進(jìn)行成像的基礎(chǔ)，成像算法則是對這個基礎(chǔ)進(jìn)行解譯的鑰匙.優(yōu)質(zhì)的算法在實際應(yīng)用中會具有高質(zhì)量、高效率的成像收益.隨著數(shù)學(xué)理論研究的深入，時頻分析處理算法、壓縮感知技術(shù)、高分辨率成像算法以及各種新興的人工智能算法也將會成為高質(zhì)量、高分辨率ISAR 三維成像有效的數(shù)學(xué)工具.