邵 鵬 李亞超 李學(xué)仕 邢孟道

1 引言

合成孔徑雷達(dá)（Synthetic Aperture Radar, SAR）具有全天時全天候的特點[1]且能夠獲得目標(biāo)區(qū)域的2維高分辨圖像[2]，因此近幾年，在軍事和民用方面都得到了廣泛的應(yīng)用。隨著對戰(zhàn)場和目標(biāo)信息的軍事需求日益增加，對大斜視角和高分辨率SAR成像的需要也變得越來越迫切。由于斜視聚束成像模式兼顧了高分辨與斜視兩個方面的優(yōu)勢[3]，因此斜視聚束SAR成像算法成為國內(nèi)外學(xué)者研究的熱點問題[4,5]。

Omega-k及 PFA（Polar Format Algorithm）為聚束成像中最常用的插值類算法[6]，其中 Omega-k算法是一種精確算法，無任何忽略及近似，作為插值類算法，Omega-k算法得到較廣泛的應(yīng)用，然而Omega-k算法存在兩個缺點，一定程度上限制了該算法的應(yīng)用：（1）Omega-k算法的運動補(bǔ)償一直是在應(yīng)用方面的最大限制因素，運動誤差估計較為困難；（2）限制 Omega-k算法的另一個因素是頻譜不能存在混疊，在條帶、滑動聚束、TOPSAR等成像模式下，PRF一般是可以滿足Omega-k算法應(yīng)用需求的，然而在斜視聚束模式下，為了獲得較高的方位分辨率，通常要求較長的方位積累時間，因此容易造成方位頻譜混疊。在未進(jìn)行方位頻譜解模糊的情況下，Omega-k算法無法應(yīng)用于低 PRF聚束模式的 SAR成像。PFA算法首先對回波數(shù)據(jù)進(jìn)行了deramp，有效地避免了方位頻譜混疊。相對于Omega-k算法，PFA更適用于低PRF的斜視聚束成像。PFA主要包括固定場景及沿視線兩種插值方式[7]，其中固定場景插值的優(yōu)點在于不存在幾何形變，進(jìn)行2維插值后便可以獲得無幾何形變的圖像。正是由于固定場景插值不存在幾何形變的原因，數(shù)據(jù)頻譜的2維耦合給頻譜插值帶來影響，使得固定場景插值變得復(fù)雜，只能通過構(gòu)造插值濾波器進(jìn)行逐點插值，因此增加了插值的運算量。而沿視線插值很好地解決了2維頻譜耦合的問題，通過沿斜視角的視線方向重新建立成像坐標(biāo)系，將頻譜插值分解為兩個1維數(shù)據(jù)插值，從而大大縮減了插值帶來的運算量。在正側(cè)視條件下，采用沿視線插值時，成像坐標(biāo)系無需進(jìn)行旋轉(zhuǎn)，數(shù)據(jù)方位采樣在成像坐標(biāo)系上是等間隔分布的，因此不需要考慮頻譜方位向非均勻插值對成像聚焦的影響。在斜視情況下，數(shù)據(jù)在原始坐標(biāo)系的方位采樣仍然是等間隔分布的，文獻(xiàn)[8]中提到脈沖之間的轉(zhuǎn)角近似為常數(shù)，認(rèn)為方位采樣間隔在旋轉(zhuǎn)后坐標(biāo)系的投影近似相等。實際上當(dāng)坐標(biāo)系旋轉(zhuǎn)后，方位采樣間隔在新坐標(biāo)系下的投影卻是非均勻的，由于獲得的方位頻譜是非均勻采樣的，因此方位聚焦范圍很小，大大限制了PFA在斜視聚束成像方面的應(yīng)用。文獻(xiàn)[9]提出了解決方位非均勻采樣方法，該方法是基于構(gòu)造濾波器對非均勻的數(shù)據(jù)進(jìn)行升采樣，進(jìn)而選取等間隔的數(shù)據(jù)，但利用該方法所得到的圖像分辨率降低，圖像信息丟失嚴(yán)重，從而失去了聚束成像的意義。

在斜視情況下，本文針對極坐標(biāo)方位重采樣的非均勻性提出新的插值方法，根據(jù)斜視聚束的幾何關(guān)系確定了方位重采樣的形式，從而實現(xiàn)對方位頻譜的精確插值，解決了方位頻譜的非均勻采樣[10]。因為在旋轉(zhuǎn)后的坐標(biāo)系下插值，斜視聚束的成像模型等效為正側(cè)視聚束模型[11]，大大增加了斜視聚束模式下的成像范圍。在獲得等效正側(cè)視的2維頻譜后進(jìn)行2維IFFT，從而實現(xiàn)對圖像的聚焦。最終對圖像進(jìn)行幾何形變校正，可以得到聚焦良好的斜視聚束圖像。

2 斜視聚束幾何模型

斜視聚束幾何模型如圖 1所示，平臺沿x軸方向飛行。天線波束始終指向場景中心O, O點坐標(biāo)為（0,Yc），當(dāng)載機(jī)位于全孔徑中心（Xc,0）時，天線與場景中心點O形成的斜視角為θsq。

雷達(dá)發(fā)射線性調(diào)頻信號，信號載頻為 fc，脈沖寬度為 Ts，信號帶寬為B，調(diào)頻斜率為γ。雷達(dá)回波基帶信號可以表示為

圖1 斜視聚束斜距平面幾何模型

為了對回波信號s（ t, X）進(jìn)行距離匹配濾波，首先將s（ t, X）距離向傅里葉變換，可以得到s（ kr, X）。

其中P（ kr）= F T re ct （t/ Ts）exp （jπγt2）, FT[.]表示傅里葉變換， kr= krc+Δkr為距離波數(shù)， krc=4 π fc/c 為距離波數(shù)中心，Δ kr= 4 π fr/c為距離波數(shù)范圍， fr∈[- Fs/2,Fs/2]為距離頻率， Fs為距離向采樣頻率。

構(gòu)造距離匹配濾波函數(shù)并以場景中心為參考點構(gòu)造方位deramp函數(shù)，如式（3）所示。

將式（2）與式（3）相乘，從而完成距離向匹配濾波及方位粗聚焦，如式（4）所示。

其中 A = | P （ kr）|2為匹配濾波后信號幅度。

根據(jù)遠(yuǎn)場假設(shè)，可以將式（4）中的指數(shù)項進(jìn)行泰勒級數(shù)展開為

其中 qx=- （ Xc+ X ） / Rref（X）, qy=Yc/Rref（X） ，式（5）中 qx包含了目標(biāo)沿航向的位置信息，qy包含了目標(biāo)跨航向的位置信息。ξ （xp, yp,X）為波前彎曲項，如果只考慮波前彎曲的二次項而忽略高次項的影響，則波前彎曲項可以表示為式（6）。

從式（6）中的 ξ（xp,yp, kx） 可以看出，波前彎曲只與及目標(biāo)的坐標(biāo)有關(guān)，由于該項會引起圖像方位向的散焦，因此 ξ（xp, yp, kx）限制了成像場景的大小。為了增大成像的范圍，可以采用對波前彎曲項進(jìn)行補(bǔ)償[12]或是對圖像進(jìn)行濾波[13]的方法，進(jìn)而能夠減小波前彎曲對圖像聚焦的影響。圖像能夠聚焦的條件是 ξ（xp, yp,kx）的變化小于π/4，可以得到聚焦場景為

為了進(jìn)一步推導(dǎo)式（4）的形式，分別將 qx與 qy及Rref（X ）代入式（5）及式（4）中，得到目標(biāo)位置信息的表達(dá)式為

如圖2所示，分別將固定區(qū)域與沿視線兩種插值方式進(jìn)行對比，圖 2（a）所示為固定區(qū)域插值，該插值方式是在有效的頻譜內(nèi)選取一個矩形。圖2（b）沿視線插值是沿中心視線方向選取傾斜的內(nèi)接矩形，對選取區(qū)域的頻譜進(jìn)行插值，從而獲得了均勻的頻譜。根據(jù)幾何關(guān)系可知，當(dāng)斜視角較大時，固定區(qū)域插值選取的矩形距離向較短，方位向較寬，經(jīng)過插值后，導(dǎo)致圖像距離分辨率降低。沿視線插值始終保持選區(qū)的矩形區(qū)域不變，從而避免了圖像分辨率的損失。

在進(jìn)行固定區(qū)域插值時，數(shù)據(jù)頻譜2維耦合在一起給頻譜插值帶來影響，使得固定場景插值變得復(fù)雜，只能通過構(gòu)造插值濾波器進(jìn)行逐點插值，從而增加了插值的運算量，固定區(qū)域插值與沿視線插值相比，運算量過大，因此固定區(qū)域插值并不是最優(yōu)的選擇。由于沿視線插值可以有效地解除頻譜的2維耦合，可以將2維數(shù)據(jù)插值分解為兩個1維數(shù)據(jù)的插值，從而大大減小了插值帶來的運算量。

圖2 視線插值與固定區(qū)域插值

由圖1所示的幾何關(guān)系可知坐標(biāo)系旋轉(zhuǎn)后，式（8）可以簡寫為

從式（9）可知，要實現(xiàn) 2維頻譜解耦合需令kx=-X c os θsqky/Rs，對方位頻譜進(jìn)行重采樣。如圖1所示，當(dāng)距離頻譜沿視線插值之后，坐標(biāo)系的 ky軸旋轉(zhuǎn)了斜視角θsq。ky經(jīng)過旋轉(zhuǎn)之后，同樣也需要將kx軸旋轉(zhuǎn)θsq。在新的坐標(biāo)系建立之后，根據(jù)坐標(biāo)系旋轉(zhuǎn)前后的幾何關(guān)系可知：

其中β為天線波束與旋轉(zhuǎn)之后ky軸的瞬時夾角，θu為載機(jī)與旋轉(zhuǎn)之前y軸的瞬時夾角。在完成距離向插值后，由于 kx軸與 ky軸正交，所以 kx= - kytan β，將tanβ代入 kx，得到 kx= - X c os θsqky/（Rs- X sin θsq） 。由于 kx并不是X的線性函數(shù)，得到的 kx并不是等間隔采樣的，如果直接按非均勻采樣的 kx對 s（ ky,X ）進(jìn)行插值，會導(dǎo)致方位頻譜非等間隔采樣，從而引起圖像方位向散焦，限制了成像范圍。為了得到方位向均勻的頻譜，需要根據(jù)等效正側(cè)視聚束模式下的kx=-X c os θsqky/Rs對方位頻譜進(jìn)行重采樣。

在旋轉(zhuǎn)后的坐標(biāo)系下，有 kx=-X c os θsqky/Rs，根據(jù)所得的 kx映射到原始坐標(biāo)系下，如圖1所示。雷達(dá)重采樣后的位置可以表示為X' = X - ΔX ，其中ΔX為雷達(dá)重采樣位置與原始位置的變化量。

其中tanθ及tanβ可以表示為

將tanθ及tanβ代入XΔ，XΔ可以寫為

將XΔ代入到X'，從而得到方位重采樣的位置：

其中X'是根據(jù)新坐標(biāo)系下的 kx經(jīng)過斜視聚束的幾何關(guān)系映射到原始坐標(biāo)系的方位采樣位置，根據(jù)原有非等間隔采樣的方位頻譜，對方位頻譜進(jìn)行重采樣，從而完成了非均勻頻譜到均勻頻譜的轉(zhuǎn)換。從式（14）可以看出，轉(zhuǎn)換之前，在新坐標(biāo)系下方位采樣間隔是非均勻分布的，在原始坐標(biāo)系下是等間隔分布的。而轉(zhuǎn)換之后方位采樣間隔在新坐標(biāo)系下是等間隔分布，在原始坐標(biāo)系下是非均勻分布的，二者存在一一的對應(yīng)關(guān)系。

將X =-kxsec θsqRs/ky代入式（9）中，可以得到

對式（15）進(jìn)行2維IFFT，可以得到點目標(biāo)響應(yīng)函數(shù)為

根據(jù)式（16）所對應(yīng)的幾何關(guān)系可知，對方位頻譜進(jìn)行重采樣，得到等效正側(cè)視的聚束圖像在新的成像坐標(biāo)系下存在幾何形變。由于坐標(biāo)系旋轉(zhuǎn)的幾何關(guān)系已知，可通過幾何形變將圖像校正到原始坐標(biāo)系下。點目標(biāo)響應(yīng)函數(shù)可以表示為

從式（17）可以看出，斜視情況下，通過極坐標(biāo)格式插值算法，目標(biāo)位置信息得到良好恢復(fù)。實測數(shù)據(jù)處理流程如圖3所示。

圖3 算法流程圖

3 實驗仿真及實測數(shù)據(jù)處理

3.1 實驗仿真

為了驗證本文方法的有效性，根據(jù)實測數(shù)據(jù)的參數(shù)進(jìn)行了實驗仿真，雷達(dá)工作在X波段，雷達(dá)系統(tǒng)參數(shù)如表1所示。

表1 雷達(dá)系統(tǒng)參數(shù)

處理結(jié)果如圖4所示，場景為500 m×500 m的矩形方陣，目標(biāo)之間進(jìn)行等間隔分布，方位積累點數(shù)為16384點，距離分辨率為0.3 m，方位分辨率為0.25 m。如圖4（a）所示，進(jìn)行距離插值后，沒有考慮方位采樣間隔在新坐標(biāo)系下投影的非均勻性，直接對其進(jìn)行方位向插值，從圖中可以看出邊緣點散焦嚴(yán)重，中心點聚焦良好。圖 4（b）考慮了坐標(biāo)系旋轉(zhuǎn)后方位投影對頻譜的影響，根據(jù)斜視聚束的幾何關(guān)系得到其精確的數(shù)學(xué)形式并對其進(jìn)行插值，從而得到良好聚焦的圖像。從圖4的對比可以看出，本文方法與直接對方位頻譜進(jìn)行插值相比，增大了斜視聚束的成像范圍。

分別提取圖 4（a）、圖 4（b）中的邊緣點并給出了A, B 兩個點目標(biāo)的 PSLR 對比，如圖 5（a）, 5（b）, 5（c）,5（d）所示，從圖中可以看出，方位頻譜的非均勻性對方位聚焦的影響很大，經(jīng)過對方位頻譜的均勻采樣后，目標(biāo)得到良好的聚焦。

3.2 實測數(shù)據(jù)處理與分析

實測數(shù)據(jù)的參數(shù)與表1所給出的參數(shù)相同，利用本文方法及原有方法對斜視聚束數(shù)據(jù)進(jìn)行了處理，處理結(jié)果如圖6所示，方位向積累點數(shù)為16384點，距離向點數(shù)為16384點，距離分辨率0.3 m，方位分辨率0.25 m，場景距離向?qū)挾葹?072 m，方位向?qū)挾葹?040 m。

圖4 斜視聚束成像仿真結(jié)果

圖5 點目標(biāo)性能對比

圖6 斜視聚束實測數(shù)據(jù)處理結(jié)果

圖6 給出了本文方法16384×16384點斜視聚束實測數(shù)據(jù)處理的結(jié)果，從圖6中可以看出圖像得到良好的聚焦，圖7給出了局部區(qū)域A, B放大后的圖像。從圖 7（a）中可以看出未考慮方位頻譜的非均勻性會引起圖像方位向嚴(yán)重散焦，圖 7（b）為采用本文方法所得到的圖像，從圖 7（a）, 7（b）圖像的對比來看，改進(jìn)的斜視PFA算法能夠很好地應(yīng)用于斜視聚束模式下的SAR實測數(shù)據(jù)處理。

由于PFA對波前彎曲進(jìn)行了近似，方位向聚焦受到波前彎曲的影響，因此成像范圍受到一定的限制。由式（6）可知 PFA 算法存在一定的聚焦范圍，分別將數(shù)據(jù)的參數(shù)代入式（6）可以得到成像場景的有效聚焦范圍為

從最終的實測數(shù)據(jù)處理結(jié)果可以看出本文方法處理結(jié)果良好，在天線波束照射范圍內(nèi)的目標(biāo)能夠有效聚焦，因此該方法可以應(yīng)用于機(jī)載斜視聚束數(shù)據(jù)處理，在圖像的邊緣處出現(xiàn)輕微的散焦是由于波前彎曲引起的，對于波前彎曲的校正，可以采用包括圖像濾波及波前彎曲補(bǔ)償?shù)忍幚硭惴ǎ疚牟辉賹Σㄇ皬澢ＵM(jìn)行描述。

4 結(jié)論

圖7 傳統(tǒng)方法與本文方法結(jié)果對比

在斜視聚束模式下，視線插值在旋轉(zhuǎn)后坐標(biāo)系的投影具有非均勻性，直接對頻譜進(jìn)行方位插值會導(dǎo)致成像范圍變小。本文針對斜視聚束模式下方位的非均勻采樣提出一種新的插值方法，該方法根據(jù)斜視聚束精確的幾何模型確定了方位向插值的形式，從而獲得了均勻的方位頻譜，有效地增大了斜視聚束成像范圍。本文利用該方法進(jìn)行了實驗仿真并對實測數(shù)據(jù)進(jìn)行了處理與分析，仿真結(jié)果及實測數(shù)據(jù)處理結(jié)果表明該方法的有效聚焦范圍比直接進(jìn)行插值的有效范圍大，能夠有效地應(yīng)用于機(jī)載斜視聚束實測數(shù)據(jù)的處理。

[1] Xiong Tao, Xing Meng-dao, et al.. New applications of omega-k algorithm for SAR data processing using effective wavelength at high squint[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51（5）: 3156-3169.

[2] Zhu Dai-yin and Zhu Zhao-da. Range resampling in the polar format algorithm for spotlight SAR image formation using the chirp z-transform[J]. IEEE Transactions on Signal Processing, 2007, 55（3）: 1011-1023.

[3] An Dao-xiang, Huang Xiao-tao, Jin Tian, et al.. Extended two-step focusing approach for squinted spotlight SAR imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50（7）: 2889-2900.

[4] Zhang Lei, Qiao Zhi-jun, Xing Meng-dao, et al.. A robust motion compensation approach for UAV SAR imagery[J].IEEE Transactions on Geoscience and Remote Sensing, 2012,50（7）: 1-17.

[5] Sun Guang-cai, Xing Meng-dao, et al.. Beam steering SAR data processing by a generalized PFA[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51（8）: 4366-4377.[6] Walker J L. Range-Doppler imaging of rotating objects[J].IEEE Transactions on Aerospace and Electronic Systems,1980, 16（1）: 23-51.

[7] Yang Lei, Xing Meng-dao, Wang Yong, et al.. Compensation for the NsRCM and phase error after polar format resampling for airborne spotlight SAR raw data of high resolution[J].IEEE Geoscience and Remote Sensing Letter, 2013, 10（1）:165-169.

[8] Carrara W G, Goodman R S, and Ronald M M. Spotlight Synthetic Aperture Radar Signal Processing Algorthms[M].Boston&London: Artech House, 1995: 157-198.

[9] 孫進(jìn)平, 袁運能, 王俊, 等. CZT在聚束SAR極坐標(biāo)格式成像算法中的應(yīng)用[J]. 系統(tǒng)工程與電子技術(shù), 2002, 24（10）: 4-7.Sun Jin-ping, Yuan Yun-neng, Wang Jun, et al.. Application of CZT in polar format algorithm of spotlight SAR[J].Systems Engineering and Electronics, 2002, 24（10）: 4-7.

[10] Jin T, Bo C, et al.. Image-domain estimation of wall parameters for autofocusing of through-the-wall SAR imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51（3）: 1836-1843.

[11] Xu Wei, Huang Ping-ping, et al.. Processing of multichannel sliding spotlight and TOPS synthetic aperture radar data[J].IEEE Transactions on Geoscience and Remote Sensing, 2013,51（8）: 4417-4429.

[12] Preiss M, Gray D, and Stacy N. Space variant filtering of polar format spotlight SAR images for wavefront curvature correction and interferometric processing[C]. Proceedings of IEEE Geoscience and Remote Sensing Symposium, Toronto,Canada, 2002: 179-181.

[13] 唐禹，邢孟道，保錚，等. 基于重疊子孔徑極坐標(biāo)算法的波前彎曲效應(yīng)的補(bǔ)償[J]. 電子學(xué)報, 2008, 36（6）: 1108-1113.Tang Yu, Xing Meng-dao, Bao Zheng, et al.. Wavefront curvature compensation based on overlapped subaperture polar format algorithm [J]. Acta Electronica Sinica, 2008,36（6）: 1108-1113.