何 峰楊 陽董 臻梁甸農(nóng)

①(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)

②(中國空氣動(dòng)力研究與發(fā)展中心 綿陽 621000)

曲線合成孔徑雷達(dá)三維成像研究進(jìn)展與展望

何 峰*①楊 陽②董 臻①梁甸農(nóng)①

①(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)

②(中國空氣動(dòng)力研究與發(fā)展中心 綿陽 621000)

曲線合成孔徑雷達(dá)(CLSAR)是當(dāng)今雷達(dá)遙感研究的新領(lǐng)域，近年來針對CLSAR的研究多集中于3維點(diǎn)目標(biāo)特征提取和曲線孔徑設(shè)計(jì)。該文對已有的CLSAR 3維點(diǎn)目標(biāo)特征提取算法和孔徑設(shè)計(jì)方法進(jìn)行了分類，在介紹基本原理的基礎(chǔ)上，比較了各種方法的優(yōu)缺點(diǎn)，闡述了其中的關(guān)鍵問題。最后對CLSAR目標(biāo)3維成像與特征提取、曲線孔徑設(shè)計(jì)的發(fā)展前景進(jìn)行了展望。

曲線合成孔徑雷達(dá)(CLSAR)；目標(biāo)3維特征提取；孔徑設(shè)計(jì)；RELAX算法

1 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR) 作為一種有效的全天時(shí)、全天候的遙感手段被廣泛地應(yīng)用于軍事和民用領(lǐng)域。目前投入使用的大多數(shù)SAR系統(tǒng)沿直線孔徑運(yùn)動(dòng)，只具備2維成像能力。在實(shí)踐中，存在很多應(yīng)用需要利用到目標(biāo)的3維特征信息，3維信息更有利于雷達(dá)目標(biāo)的自動(dòng)檢測和識別，從而大大減少人工判讀的工作量。

實(shí)際上，平臺沿直線軌跡運(yùn)行的要求并非合成孔徑所必需，平臺沿曲線運(yùn)動(dòng)形成的合成孔徑也是較常見的現(xiàn)象[1,2]。曲線合成孔徑雷達(dá)(CurviLinear SAR, CLSAR)正是利用雷達(dá)平臺在方位-高度平面的曲線運(yùn)動(dòng)形成曲線孔徑，在高度和方位向同時(shí)形成大的合成孔徑，從而具有高程分辨能力，克服了干涉SAR存在的高度模糊缺陷，是一種具有實(shí)際意義的3維成像系統(tǒng)[3－7]。CLSAR是一種工作在類似聚束模式下的新型微波對地觀測技術(shù)，與常規(guī)SAR相比，除在孔徑上有所差別外對雷達(dá)系統(tǒng)無額外要求，因此它可以作為多模態(tài)SAR系統(tǒng)平臺的一種模式使用[8]。

一種特殊的CLSAR形式是圓跡合成孔徑雷達(dá)(Circular Synthetic Aperture Radar, CSAR)[4,9]，它以雷達(dá)平臺環(huán)繞場景的360°圓周運(yùn)動(dòng)獲取場景的360°全方位觀測信息，從而實(shí)現(xiàn)超高分辨率成像，并且具備一定的3維成像能力。相對于CLSAR, CSAR對平臺的運(yùn)動(dòng)提出更嚴(yán)格的要求，而CLSAR則靈活性更強(qiáng)，利用CLSAR進(jìn)行目標(biāo)3維特征提取也是雷達(dá)遙感領(lǐng)域的難點(diǎn)問題。有關(guān)CSAR的發(fā)展概況在文獻(xiàn)[4]中已有詳盡描述，本文將重點(diǎn)關(guān)注一般形式CLSAR 3維成像的發(fā)展?fàn)顩r。

一方面，設(shè)計(jì)有效的特征提取算法是進(jìn)行目標(biāo)3維特征提取的關(guān)鍵，另一方面，目標(biāo)特征估計(jì)精度決定于雷達(dá)參數(shù)、觀測幾何和目標(biāo)位置等因素，設(shè)計(jì)能獲得最優(yōu)特征估計(jì)精度的曲線孔徑也是CLSAR研究的重要方面。由于CLSAR在3維空間的采樣不是完整而是稀疏的，采用直接的FFT變換重建的目標(biāo)圖像具有極高旁瓣，不具有實(shí)際應(yīng)用意義[5]。已有的目標(biāo)重建方法主要是基于譜估計(jì)的參數(shù)化方法，如CLEAN[5,6], IMP[7], ML[7], RELAX[3,7,10], PML[11,12]等以及為降低運(yùn)算量[13,14－17]、考慮存在運(yùn)動(dòng)誤差情況[18－21]的改進(jìn)算法。在孔徑設(shè)計(jì)上，文獻(xiàn)[22,23]提出以參數(shù)估計(jì)的CRB下限為評價(jià)指標(biāo)來指導(dǎo)孔徑設(shè)計(jì)，文獻(xiàn)[24]則通過對各種形狀孔徑的性能進(jìn)行仿真，得到關(guān)于孔徑形狀的初步結(jié)論。

總體上講，CLSAR自提出發(fā)展至今已有10多年，但仍有不少待解決的問題，已有的重構(gòu)算法存在局部優(yōu)化等問題，在孔徑設(shè)計(jì)上還缺乏足夠的理論分析和研究。本文主要分析現(xiàn)有方法的原理，指出CLSAR研究存在的關(guān)鍵問題，并展望可能的研究方向。本文第2節(jié)簡略介紹CLSAR研究歷程中的重要進(jìn)展，第3節(jié)是CLSAR數(shù)據(jù)模型簡介，第4節(jié)綜述CLSAR 3維目標(biāo)特征提取算法和孔徑設(shè)計(jì)方法，第5節(jié)展望CLSAR未來進(jìn)一步研究的可行方向。

2 CLSAR研究進(jìn)展

1994年，美國海軍地面戰(zhàn)中心(naval surface warfare center)的Knaell[5]博士首次論證了CLSAR的可行性，提出了成像算法，并通過實(shí)驗(yàn)得到了幾種孔徑形狀下最初的重建結(jié)果。1997年，佛羅里達(dá)大學(xué)的Li等人[10]詳細(xì)推導(dǎo)了全孔徑和曲線孔徑下的數(shù)據(jù)模型，提出利用RELAX方法進(jìn)行目標(biāo)重構(gòu)，給出了參數(shù)估計(jì)的CRLB (Cramer Rao Low Bound)。1999年，Li等人[19]針對存在飛行誤差的情況，設(shè)計(jì)了一種能夠同時(shí)進(jìn)行運(yùn)動(dòng)補(bǔ)償和目標(biāo)特征提取的AUTO-RELAX算法，通過仿真證明在存在運(yùn)動(dòng)誤差情況下新算法能大幅降低估計(jì)誤差。2004年，蘇志剛等人[13]利用散射點(diǎn)的距離參數(shù)和垂直于距離方向上參數(shù)之間的弱耦合性將散射點(diǎn)位置估計(jì)解耦為順序估計(jì)，仿真表明該算法在降低運(yùn)算復(fù)雜度的同時(shí)沒有造成性能損失。2005年，蘇志剛等人[14]利用前述思想提出了一種非迭代方法，能夠進(jìn)一步降低運(yùn)算的復(fù)雜度。2006年，Liu等人[25]提出了一種方位維條帶、高度維聚束的復(fù)合模式CLSAR，能夠在保持高度分辨率的同時(shí)進(jìn)行大測繪帶觀測。同年，唐智[24]根據(jù)信號模型對幾種典型曲線孔徑進(jìn)行了仿真，根據(jù)仿真結(jié)果提出了關(guān)于孔徑最優(yōu)設(shè)計(jì)的初步結(jié)論。蘇志剛等人[22]利用參數(shù)估計(jì)中的CRB下限，推導(dǎo)了不依賴于目標(biāo)特征的孔徑評價(jià)指標(biāo)，為孔徑的設(shè)計(jì)提供了指導(dǎo)。2008年，蘇志剛等人[26]將Capon波束形成方法應(yīng)用到目標(biāo)重建中，提出了一種非參數(shù)自適應(yīng)方法，該方法能有效壓縮目標(biāo)旁瓣，消除目標(biāo)遮掩。近年來，張子善[3]、龐守寶[27]等學(xué)者也進(jìn)一步在曲線SAR 3維成像結(jié)構(gòu)、降維RELAX算法等方面提出了自己的見解。

3 CLSAR數(shù)據(jù)模型

CLSAR成像系統(tǒng)觀測幾何如圖1所示。被成像區(qū)域?yàn)榈孛嫔嫌蓴?shù)個(gè)點(diǎn)目標(biāo)組成的3維區(qū)域。以被成像區(qū)域中心為原點(diǎn)建立坐標(biāo)系，X,Y,Z軸正方向分別代表斜距方向、方位方向和高度方向。曲線孔徑由雷達(dá)平臺以中心斜距Ro繞坐標(biāo)原點(diǎn)運(yùn)動(dòng)形成。R表示雷達(dá)平臺與(x,y,z)處散射點(diǎn)之間的距離為雷達(dá)相對坐標(biāo)系的視角(方位角和仰角)，M為觀測視角的數(shù)目。在觀測角下，雷達(dá)距離坐標(biāo)中心Rom，距離散射點(diǎn)Rm。

圖1 CLSAR工作幾何圖Fig. 1 The geometry of CLSAR

在遠(yuǎn)場成像和θm,φm變化范圍較小的前提下，雷達(dá)接收信號經(jīng)混頻、采樣及距離內(nèi)插后可以表示為：

式中，K為散射點(diǎn)的數(shù)目，αk表示第k個(gè)散射點(diǎn)的回波信號強(qiáng)度，e(n,m)表示噪聲和雜波，可見，接收信號在3維波數(shù)域(Kx,Ky,Kz)是一個(gè)頻率為(xk,yk,zk)的3維復(fù)正弦信號，其頻率(xk,yk,zk)對應(yīng)著第k個(gè)散射點(diǎn)的空間位置。

在曲線孔徑情況下，接收信號可以看作對全孔徑波數(shù)域數(shù)據(jù)的采樣，其中采樣矩陣是一個(gè)稀疏矩陣，非零元素由曲線形狀決定，并對應(yīng)于曲線孔徑上的觀測點(diǎn)。全孔徑下的3維目標(biāo)空間重建就是一個(gè)簡單的3維傅里葉變換，曲線孔徑由于是對全孔徑的波數(shù)域數(shù)據(jù)乘上一個(gè)稀疏的加權(quán)因子Curv_Fac(Kx,Ky,Kz), 3維目標(biāo)空間重建實(shí)際上變成了一個(gè)反卷積問題。如果直接對曲線孔徑的波數(shù)域數(shù)據(jù)作FFT，則重建的3維空間目標(biāo)由于疊加了與Curv_Fac(x,y,z)的卷積，旁瓣將大大變強(qiáng)。大的旁瓣將使所成圖像的分辨效果受到影響，造成虛假目標(biāo)的，同時(shí)旁瓣造成的光斑使大目標(biāo)在圖像上分裂為多個(gè)小的目標(biāo)。因此，旁瓣的干擾問題在CLSAR的成像過程中顯得尤為突出，甚至直接影響到CLSAR所成圖像的可用性。為減小這些旁瓣的影響，需要考慮其它方法。

在第m個(gè)觀測角下，式(1)信號中的每個(gè)目標(biāo)分量可看成1維正弦信號，其頻率為：

則式(1)信號可重新表示為：

因此，在第m個(gè)觀測角下，式(1)的接收信號可看作是在噪聲環(huán)境中的多個(gè)正弦信號的累加。關(guān)于目標(biāo)的3維特征提取問題轉(zhuǎn)換為參數(shù)估計(jì)問題，可以利用估計(jì)理論進(jìn)行特征提取和性能分析。

4 CLSAR目標(biāo)3維特征提取和孔徑設(shè)計(jì)方法

4.1 RELAX算法

RELAX算法適用于對由數(shù)個(gè)散射點(diǎn)組成的目標(biāo)的特征提取。RELAX算法通過最小化非線性最小二乘代價(jià)函數(shù)

來得到關(guān)于目標(biāo)的3維特征估計(jì)。最小化代價(jià)函數(shù)C是一個(gè)復(fù)雜的非線性優(yōu)化問題。RELAX算法利用已估計(jì)得到的前K-1個(gè)散射點(diǎn)特征對第K個(gè)散射點(diǎn)特征進(jìn)行搜索，而后利用最新得到的散射點(diǎn)特征對前面所有點(diǎn)特征進(jìn)行更新。散射點(diǎn)的位置特征對應(yīng)著該點(diǎn)接收數(shù)據(jù)周期圖峰值所表示的3維頻率，其RCS對應(yīng)著周期圖峰值幅度。從信號表示理論來看，實(shí)際上RELAX算法就是通過不斷增加搜索空間的維數(shù)和調(diào)整入選的原子信號以期盡量準(zhǔn)確捕捉原始信號的本質(zhì)屬性。該算法的優(yōu)點(diǎn)是在色噪聲情況下具有較好的統(tǒng)計(jì)性能，缺點(diǎn)是搜索尋優(yōu)的運(yùn)算量相當(dāng)大，在得到每一個(gè)散射點(diǎn)特征后都需要通過迭代對前面的所有散射點(diǎn)進(jìn)行更新。在計(jì)算接收數(shù)據(jù)周期圖時(shí)需要用到3維傅里葉變換，由于接收數(shù)據(jù)在3維頻域空間的稀疏性，因此在進(jìn)行FFT處理時(shí)會引入大量零點(diǎn)，這也會大大增加運(yùn)算復(fù)雜度。

4.2 降維RELAX算法

RELAX算法存在的運(yùn)算復(fù)雜度高的缺點(diǎn)，特別是3維傅里葉變換的運(yùn)算量很大，可以考慮利用接收數(shù)據(jù)的內(nèi)在性質(zhì)，降低傅里葉變換的維數(shù)。蘇志剛等人[13]利用接收數(shù)據(jù)中散射點(diǎn)的距離參數(shù)和垂直距離方向的參數(shù)之間的弱耦合性特點(diǎn)，將目標(biāo)的3維位置估計(jì)問題解耦為1維距離參數(shù)估計(jì)和2維方位及高度參數(shù)的估計(jì)問題，并順序地將其估計(jì)出來，在獲得所有散射點(diǎn)的3維特征后再用迭代的方式對估計(jì)值進(jìn)行求精。仿真結(jié)果表明，該算法在基本不損失性能的情況下能有效降低運(yùn)算復(fù)雜度。后續(xù)又提出了非迭代的降維RELAX算法[14]，它克服了原算法求精過程中在估計(jì)出每個(gè)散射點(diǎn)特征后需要對其它所有目標(biāo)進(jìn)行特征更新的步驟，進(jìn)一步降低了運(yùn)算量。

4.3 自聚焦RELAX算法

由于存在大氣的擾動(dòng)和平臺位置的不確定性等因素，導(dǎo)致雷達(dá)相對場景中心的位置不能精確測定，進(jìn)而嚴(yán)重影響目標(biāo)特征提取的性能[19]，因此，必須估計(jì)出運(yùn)動(dòng)誤差(孔徑誤差)和相位誤差(參考點(diǎn)到雷達(dá)距離的不確定性)并將其補(bǔ)償。自聚焦RELAX算法能夠在實(shí)現(xiàn)運(yùn)動(dòng)補(bǔ)償?shù)那疤嵯逻M(jìn)行目標(biāo)特征提取。通過初始目標(biāo)特征來迭代估計(jì)出真實(shí)的運(yùn)動(dòng)軌跡，并進(jìn)行運(yùn)動(dòng)補(bǔ)償，進(jìn)而通過RELAX算法實(shí)現(xiàn)目標(biāo)重構(gòu)。

4.4 非參數(shù)化算法

以RELAX算法為代表的CLSAR成像算法都是參數(shù)化方法，存在著運(yùn)算復(fù)雜度高、對模型誤差敏感以及需要已知散射點(diǎn)數(shù)目等缺陷。蘇志剛等人[26]將譜估計(jì)理論中的RCB (Robust Capon Beamforming)方法引進(jìn)到CLSAR成像中，RCB方法是一種非參數(shù)自適應(yīng)方法，在數(shù)據(jù)解耦合的基礎(chǔ)上，設(shè)計(jì)中心頻率為感興趣頻率的低通濾波器，提取目標(biāo)位置并估計(jì)RCS。該方法能夠降低目標(biāo)間的相互干擾和遮掩效應(yīng)。

4.5 孔徑設(shè)計(jì)方法

孔徑最優(yōu)設(shè)計(jì)包括孔徑形狀、孔徑尺度和采樣數(shù)3方面的優(yōu)化。早期研究主要是通過直觀比較一些典型非直線孔徑錄取數(shù)據(jù)的成像性能來選擇較優(yōu)的曲線孔徑形狀。Brian[28]，劉浩[8]等人研究發(fā)現(xiàn)，在相同的孔徑跨度范圍上，拋物線形孔徑具有比折線形孔徑更優(yōu)的成像性能；唐智等人[24]通過對幾種典型飛行軌跡形狀下的目標(biāo)重構(gòu)性能進(jìn)行分析，得出了關(guān)于孔徑設(shè)計(jì)的直觀結(jié)論：采樣密集、對稱的孔徑能夠得到更好的目標(biāo)估計(jì)性能。文獻(xiàn)[29]研究了各種路徑對3-D SAR波束特性的影響，認(rèn)為相比于簡單曲線，同心圓，螺旋圓以及隨機(jī)采樣都更加有利于抑制高程角的模糊。CLSAR目標(biāo)的3維特征提取過程可以等效看作是參數(shù)估計(jì)問題，蘇志剛等人[22,23]通過引進(jìn)參數(shù)估計(jì)中的CRLB，設(shè)計(jì)評價(jià)孔徑性能的指標(biāo)。理論推導(dǎo)證明RCS的CRLB只依賴于噪聲能量和采樣點(diǎn)數(shù)，而3維位置估計(jì)的CRLB則取決于不依賴于散射點(diǎn)特征的孔徑參數(shù)，進(jìn)而提取出獨(dú)立于特征的孔徑估計(jì)器(Feature independent Aperture Evaluator, FAE)，說明大尺寸、非線性程度越高(高階多項(xiàng)式曲線)的孔徑能夠更優(yōu)化估計(jì)性能，為孔徑設(shè)計(jì)第1次提出了理論指導(dǎo)。

以上研究表明：CLSAR為獲取更好的參數(shù)估計(jì)性能，要對平臺的曲線航跡提出較高要求，大孔徑、非線性程度越高的復(fù)雜孔徑(如高階多項(xiàng)式曲線、隨機(jī)路徑、螺旋線等)更利于形成“優(yōu)良”的數(shù)據(jù)錄取集，從而提高參數(shù)的估計(jì)精度。

5 CLSAR研究展望

經(jīng)過10多年的發(fā)展，CLSAR在成像算法和孔徑設(shè)計(jì)研究上都取得了初步的成果，也存在著不少的問題。針對現(xiàn)有研究存在的問題，結(jié)合近年來信號處理的最新研究成果，本文歸納如下幾個(gè)可行的CLSAR重點(diǎn)研究方向：

(1) 現(xiàn)有成像算法普遍基于RELAX的思想，根據(jù)信號表示理論的觀點(diǎn)，RELAX方法是一種逐步迭代的局部優(yōu)化型方法，實(shí)際上是匹配追蹤(Match Pursuit, MP)和交替尺度法相結(jié)合的產(chǎn)物，能在一定程度上克服匹配追蹤的弱點(diǎn)，但仍然脫離不了吐故納新算法的范疇，本質(zhì)上具有與匹配追蹤算法類似的一步優(yōu)化策略的短視效應(yīng)，存在得不到全局最優(yōu)解的問題。CLSAR是一個(gè)典型的不完全測量系統(tǒng)，由于測量數(shù)據(jù)維數(shù)小于真實(shí)信息的維數(shù)，使得由觀測數(shù)據(jù)還原真實(shí)信息是個(gè)病態(tài)逆過程，不能得到關(guān)于真實(shí)信息的唯一解，存在不適定性。如果沒有關(guān)于欲求解問題的先驗(yàn)信息，這一本質(zhì)性的困難是無法克服的。稀疏信號表示尋優(yōu)為此類問題提供了求解思路，作為一種新興的信號分析方法，它以過完備函數(shù)基為基礎(chǔ)，能從有限的觀測數(shù)據(jù)中獲得信號的稀疏表示，有效地挖掘信號的自然屬性和本質(zhì)驅(qū)動(dòng)源。利用全局競爭優(yōu)化的稀疏表示尋優(yōu)算法(如基尋蹤(Basis Pursuit, BP)方法)，能有效利用先驗(yàn)信息，避免迭代尋優(yōu)的運(yùn)算復(fù)雜性，得到全局最優(yōu)解。

(2) 當(dāng)前成像方法只適用于理想散射點(diǎn)或由其組成的簡單目標(biāo)，CLSAR在對復(fù)雜目標(biāo)進(jìn)行大孔徑3維觀測時(shí)，為獲取更全面的目標(biāo)信息，需要基于更為復(fù)雜的散射模型對目標(biāo)進(jìn)行特征提取。對理想散射點(diǎn)組成的簡單目標(biāo)情況，其信號可以表示為3維正弦信號，這相當(dāng)于將接收數(shù)據(jù)在傅里葉基下進(jìn)行稀疏展開，再通過稀疏表示尋優(yōu)算法進(jìn)行特征提取。但對于具有更為復(fù)雜的散射機(jī)理的目標(biāo)，回波中除了點(diǎn)散射機(jī)理外，還可能包括各種復(fù)雜散射機(jī)理，如鏡面散射、諧振、發(fā)散性散射等，在傅里葉基下，得不到信號的稀疏表示，需要構(gòu)造更加貼近信號自然屬性的基函數(shù)來稀疏表示目標(biāo)信號，從而抓住信號的本質(zhì)。

(3) 目前針對孔徑設(shè)計(jì)，還缺乏具有普遍理論指導(dǎo)意義的方法。近年來興起的壓縮感知(Compress Sensing, CS)思想[30]，可以為孔徑設(shè)計(jì)提供理論指導(dǎo)。壓縮感知思想原理是基于某些信號具有可壓縮或稀疏表示的本質(zhì)，通過合理設(shè)計(jì)基函數(shù)和測量矩陣，突破傳統(tǒng)Nyquist采樣定理的限制，獲得遠(yuǎn)小于信號維數(shù)(N)但包含足夠信號特征信息的采樣(M個(gè)線性測量，M?N)，并通過優(yōu)化算法復(fù)原信號。該方法的關(guān)鍵是找出與基函數(shù)矩陣Ψ滿足一定關(guān)系的可以用來恢復(fù)原信號的測量矩陣Φ。引入該思想到CLSAR的孔徑設(shè)計(jì)，通過建立以孔徑形狀參數(shù)為自變量的系統(tǒng)函數(shù)矩陣Φ作為采樣矩陣，結(jié)合其與基函數(shù)矩陣的相互關(guān)系可以設(shè)計(jì)Φ，進(jìn)而直接設(shè)計(jì)最優(yōu)孔徑形狀。

(4) CLSAR為獲取更好的參數(shù)估計(jì)性能，要對平臺的曲線航跡提出較高要求，如大孔徑、非線性程度越高的復(fù)雜孔徑更利于形成密集的數(shù)據(jù)錄取集，從而提高參數(shù)的估計(jì)精度。然而，受平臺飛行性能的限制及從安全角度考慮，過于復(fù)雜的航跡是不現(xiàn)實(shí)的。大孔徑跨度要求長相干積累時(shí)間，在曲線飛行條件下，要長時(shí)間地控制成像所要求的運(yùn)動(dòng)精度和天線指向精度也是相當(dāng)困難的?；诖耍梢钥紤]將空變雙/多基地3維觀測方式[31,32]與CLSAR天然的結(jié)合[28,33]。在加入雙/多基地觀測這個(gè)新手段以后，將曲線孔徑和雙基地空變性這樣兩種3維成像機(jī)理有機(jī)結(jié)合起來，增加了觀測幾何變化的維度，可以實(shí)現(xiàn)變化更加復(fù)雜的數(shù)據(jù)錄取曲面，有利于在有限觀測角下記錄更豐富的3維信息。同時(shí)，單/雙基地同時(shí)觀測可有效縮短曲線長度、降低單條曲線的復(fù)雜度，避免長積累時(shí)間、復(fù)雜運(yùn)動(dòng)下運(yùn)動(dòng)誤差等因素對成像質(zhì)量的影響，降低長曲線孔徑和復(fù)雜曲線孔徑的實(shí)現(xiàn)難度。

6 結(jié)束語

CLSAR因其工作模式上的靈活性、能提供目標(biāo)3維重建信息等獨(dú)特優(yōu)勢近年來受到了國內(nèi)外學(xué)者的廣泛關(guān)注。經(jīng)過10多年的發(fā)展，CLSAR在成像算法和孔徑設(shè)計(jì)研究上都取得了一定的成果，但在理論體系建立和觀測手段上的一些不足制約著其進(jìn)一步發(fā)展。本文的現(xiàn)狀分析和技術(shù)展望表明，基于不完全測量系統(tǒng)理論建立以信號稀疏表示為基礎(chǔ)的CLSAR理論體系，可為CLSAR的孔徑設(shè)計(jì)和信號處理提供更強(qiáng)有力的理論依據(jù)和技術(shù)手段，而通過突破單基地觀測等系統(tǒng)性限制，可對雷達(dá)的觀測矩陣實(shí)現(xiàn)更多自由度的優(yōu)化設(shè)計(jì)，提升采樣信息量，實(shí)現(xiàn)更高質(zhì)量的3維圖像重構(gòu)。

[1]王建濤, 秦玉亮, 范波, 等. 曲線彈道SAR RD-Dechirp快視成像算法[J]. 系統(tǒng)工程與電子技術(shù), 2013, 35(5): 940-947. Wang Jian-tao, Qin Yu-liang, Fan Bo,et al.. RD-Dechirp algorithm for curvilinear trajectory SAR quick look imaging[J].Systems Engineering and Electronics, 2013, 35(5): 940-947.

[2]He Feng, Chen Qi, Dong Zhen,et al.. Processing of ultrahigh-resolution spaceborne sliding spotlight SAR data on curved orbit[J].IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(2): 819-839.

[3]張子善. 曲線合成孔徑雷達(dá)三維成像相關(guān)技術(shù)研究[D].[碩士論文], 國防科技大學(xué), 2009. Zhang Zi-shan. Research on the 3-D imaging technology of curvilinear SAR[D].[Master dissertation], National University of Defense Technology, 2009.

[4]洪文. 圓跡SAR成像技術(shù)研究進(jìn)展[J]. 雷達(dá)學(xué)報(bào), 2012, 1(2): 124-135. Hong Wen. Progress in circular SAR imaging technique[J].Journal of Radars, 2012, 1(2): 124-135.

[5]Knaell K. Three-dimensional SAR from curvilinear apertures[C]. Proceedings of SPIE- International Society of Optical Engineering, Orlando, FL, 1994, 2230: 120-134.

[6]Knaell K. Three-dimensional SAR from practical apertures[C]. Proceedings of SPIE-International Society of Optical Engineering, San Diego, CA, 1995, 2562: 31-41.

[7]Knaell K. Three-dimensional SAR from curvilinear apertures[C]. Proceedings of the 1996 IEEE National Radar Conference, Ann Arbor, MI, 1996: 2230-2238.

[8]劉浩, 吳季. 基于曲線合成孔徑雷達(dá)的三維目標(biāo)特征提取[J].遙感技術(shù)與應(yīng)用, 2004, 19(6): 493-497. Liu Hao and Wu Ji. Three dimensional target feature extraction using curvilinear synthetic aperture radar[J].Remote Sensing Technology and Application, 2004, 19(6): 493-497.

[9]宋千, 李楊寰, 梁福來, 等. 圓跡合成孔徑雷達(dá)成像分辨率分析[J]. 計(jì)算機(jī)仿真, 2011, 28(10): 18-22. Song Qian, Li Yang-huan, Liang Fu-lai,et al.. Analysis of circular SAR time-domain imaging resolution[J].Computer Simulation, 2011, 28(10): 18-22.

[10]Li J, Bi Z, Liu Z S,et al.. Use of curvilinear SAR for three dimensional target feature extraction[J].IEE Proceedings-Radar,Sonar and Navigation, 1997, 144(5): 275-283.

[11]Knaell K. Advances in three-dimensional SAR from practical apertures[C]. Proceedings of SPIE-International Society of Optical Engineering, San Diego, CA, 1996, 2845: 183-193.

[12]Knaell K. Progress in three-dimensional SAR from curvilinear apertures[C]. Proceedings of SPIE-International Society of Optical Engineering, San Diego, CA, 1998, 3462: 110-121.

[13]Su Zhi-gang, Peng Ying-ping, and Wang Xiu-tan. Efficient algorithm for three-dimensional target feature extraction via CLSAR[J].Electronics Letters, 2004, 40(15): 965-966.

[14]Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Noniterative imaging algorithm for CLSAR[C]. IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005, 2: 577-580.

[15]Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Fast noniterative imaging algorithm for CLSAR[C]. IEEE International Radar Conference, Arlington, VA, 2005: 778-782.

[16]蘇志剛, 彭應(yīng)寧, 王秀壇. 曲線合成孔徑雷達(dá)中散射點(diǎn)三維特征提取方法[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 45(7): 947-950. Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Extraction of 3-D features of scatterers in curvilinear SAR[J].Journal of Tsinghua University(Science&Technology), 2005, 45(7): 947-950.

[17]蘇志剛, 彭應(yīng)寧, 王秀壇. 三維目標(biāo)CLSAR成像的降維搜索算法[J]. 電子與信息學(xué)報(bào), 2006, 28(6): 965-968. Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Dimensionreduced searching method for 3-D target imaging incurvilinear SAR[J].Journal of Electronics&Information Technology, 2006, 28(6): 965-968.

[18]Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Threedimensional target features extraction method in curvilinear SAR with aperture errors[C]. IEEE International Symposium on Communications and Information Technology, 2005 (ISCIT 2005), 2005, 2: 1227-1230.

[19]Li J, Bi Z, and Liu Z S. Autofocus and feature extraction in curvilinear SAR via a relaxation-based algorithm[J].IEE Proceedings-Radar,Sonar and Navigation, 1999, 146(4): 201-207.

[20]Su Zhi-gang, Wu Ren-biao, Liu Jia-xue,et al.. A robust autofocus algorithm for the 3-D target feature extraction in curvilinear SAR[C]. 2001 CIE International Conference on Radar, Beijing, 2001: 644-648.

[21]吳仁彪, 蘇志剛, 劉家學(xué), 等. 一種基于CLSAR的三維目標(biāo)特征提取與自聚焦新算法[J]. 遙感學(xué)報(bào), 2002, 6(6): 490-495. Wu Ren-biao, Su Zhi-gang, Liu Jia-xue,et al.. A novel autofocus and 3-D target feature extraction algorithm for curvilinear SAR[J].Journal of Remote Sensing, 2002, 6(6): 490-495.

[22]Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Evaluation of the aperture in the curvilinear SAR[C]. 2006 CIE International Conference on Radar, Shanghai, 2006: 1-4.

[23]Su Zhi-gang, Peng Ying-ning, and Wang Xiu-tan. Featureindependent aperture evaluator for the curvilinear SAR[J].IEEE Geoscience and Remote Sensing Letters, 2007, 4(2): 191-195.

[24]Tang Zhi, Li Jing-wen, Zhou Yin-qing,et al.. Research on optimal aperture for curvilinear SAR[J].Journal of Astronautics, 2006, 27(5): 897-903.

[25]Liu Xiang-le and Yang Ru-liang. Study of composite mode curvilinear SAR[C]. 2006 CIE International Conference on Radar, Shanghai, 2006: 1-4.

[26]Su Zhi-gang, Liu Gui-ying, Peng Ying-ning,et al.. RCB-based imaging method for 3-D target via curvilinear SAR[C]. 9th International Conference on Signal Processing, Beijing, 2008: 2368-2371.

[27]龐守寶, 張曉玲, 等. 機(jī)載下視圓周SAR三維BP成像[J]. 電子科技, 2010, 23(12): 14-17. Pang Shou-bao, Zhang Xiao-ling,et al.. Imaging of downwardlooking 3D circle SAR by BP algorithm[J].Electronic Science and Technology, 2010, 23(12): 14-17.

[28]Brian D R and Randolph L M. Flight path strategies for 3-D scene reconstruction from Bistatic SAR[J].IEE Proceedings-Radar,Sonar and Navigation, 2004, 151(3): 149-157.

[29]Sune R J and Axelsson. Beam characteristics of threedimensional SAR in curved or random paths[J].IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(10): 2324-2334.

[30]Donoho D L. Compressed sensing[J].IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306.

[31]Chemiakov M. Space-surface bistatic synthetic aperture radar-prospective and problems[C]. International Radar Conference, Edinburgh, UK, 2002: 22-25.

[32]Hu Cheng, Long Teng, and Zeng Tao. The possibility of isolated target 3-D position estimation and optimal receiver position determination in SS-BSAR[J].Science in China Series F:Information Sciences, 2008, 51(9): 1372-1383.

[33]Rigling B D. Signal processing strategies for bistatic synthetic aperture radar[D].[Ph.D. dissertation], Ohio State University, 2003.

何 峰(1976-)，男，湖北人，2005年獲得國防科技大學(xué)信息與通信工程博士學(xué)位，現(xiàn)為國防科技大學(xué)電子科學(xué)與工程學(xué)院副研究員，碩士生導(dǎo)師。近年研究方向?yàn)樾麦w制合成孔徑雷達(dá)系統(tǒng)與信號處理方法、超高分辨率SAR成像處理等。

E-mail: hefeng@nudt.edu.cn

楊 陽(1984-)，男，四川人，2013年獲得國防科技大學(xué)信息與通信工程博士學(xué)位，現(xiàn)為中國空氣動(dòng)力研究與發(fā)展中心工程師。研究方向?yàn)榍€合成孔徑雷達(dá)、長時(shí)間序列差分干涉SAR等。

E-mail: sunnyyang@nudt.edu.cn

董 臻(1973-)，男，安徽人，2001年獲得國防科技大學(xué)信息與通信工程博士學(xué)位，國防科技大學(xué)電子科學(xué)與工程學(xué)院研究員。研究方向?yàn)樘旎走_(dá)系統(tǒng)與信號處理、差分層析四維成像等。

E-mail: dongzhen@vip.sina.com

梁甸農(nóng)(1936-)，男，湖南人，國防科技大學(xué)電子科學(xué)與工程學(xué)院教授，博士生導(dǎo)師。研究方向?yàn)槔走_(dá)系統(tǒng)與信號處理、自適應(yīng)陣列天線。

Progress and Prospects of Curvilinear SAR 3-D Imaging

He Feng①Yang Yang②Dong Zhen①Liang Dian-nong①

①(College of Electronic Science and Engineering,National University of Defense Technology,Changsha410073,China)

②(China Aerodynamics Research and Development Center,Mianyang621000,China)

CurviLinear SAR (CLSAR) is increasingly attracting considerable interest in the field of radar remote sensing. Various methods of 3-D target feature extraction and aperture design have been proposed, and these methods are classified in this paper. The basic theories of these methods are systematically studied and compared, and their advantages and disadvantages are summarized. Moreover, the main 3-D target feature extraction and aperture methods are described. Finally, the future research fields of CLSAR are proposed.

CurviLinear SAR (CLSAR); 3-D target feature extraction; Aperture evaluation; RELAX algorithm

TN957

：A

：2095-283X(2015)02-0130-06

10.12000/JR14119

何峰, 楊陽, 董臻, 等. 曲線合成孔徑雷達(dá)三維成像研究進(jìn)展與展望[J]. 雷達(dá)學(xué)報(bào), 2015, 4(2): 130-135. http://dx.doi.org/10.12000/JR14119.

Reference format: He Feng, Yang Yang, Dong Zhen,et al.. Progress and prospects of curvilinear SAR 3-D imaging[J].Journal of Radars, 2015, 4(2): 130-135. http://dx.doi.org/10.12000/JR14119.

2014-10-28收到，2014-12-05改回；2015-01-07網(wǎng)絡(luò)優(yōu)先出版

國家自然科學(xué)基金(61101187)資助課題

*通信作者： 何峰 hefeng@nudt.edu.cn