郭江哲朱岱寅毛新華

①（南京航空航天大學(xué)電子信息工程學(xué)院 南京 210016）②（南京航空航天大學(xué)雷達(dá)成像與微波光子技術(shù)教育部重點實驗室 南京 210016）

一種SAR兩維自聚焦算法的FPGA實現(xiàn)

郭江哲*①朱岱寅①②毛新華①②

①（南京航空航天大學(xué)電子信息工程學(xué)院 南京 210016）
②（南京航空航天大學(xué)雷達(dá)成像與微波光子技術(shù)教育部重點實驗室 南京 210016）

為實時完成合成孔徑雷達(dá)（SAR）散焦圖像的自聚焦，該文提出了一種能夠校正殘留距離徙動并且適用于空變誤差場景的2維自聚焦處理方案。該方案首先利用2維自聚焦算法同時校正殘留距離徙動和粗略補償相位誤差，然后進(jìn)行分塊PGA校正空變誤差。文中詳細(xì)闡述了該方案的FPGA設(shè)計過程，并對資源占用、運算速度、精度和聚焦效果進(jìn)行了分析。當(dāng)FPGA工作在200 MHz時，系統(tǒng)可在5.7 s內(nèi)完成了8K×8K點單精度復(fù)圖像的自聚焦處理。實測數(shù)據(jù)處理結(jié)果充分驗證了該系統(tǒng)的實時性和有效性。

相位誤差；2維自聚焦；空變補償；FPGA；實時

引用格式：郭江哲， 朱岱寅， 毛新華.一種SAR兩維自聚焦算法的FPGA實現(xiàn)［J］.雷達(dá)學(xué)報， 2016， 5（4）: 444-452.DOI: 10.12000/JR15092.

Reference format: Guo Jiangzhe， Zhu Daiyin， and Mao Xinhua.FPGA implementation of a SAR twodimensional autofocus approach［J］.Journal of Radars， 2016， 5（4）: 444-452.DOI: 10.12000/JR15092.

1 引言

合成孔徑雷達(dá)［1，2］（Synthetic Aperture Radar，SAR）成像中，由于雷達(dá)平臺非理想運動、傳播介質(zhì)不均勻等因素使得回波延遲誤差不可避免，這種誤差隨散射點的空間位置變化而變化，即誤差具有空變性?；夭ㄑ舆t誤差不僅在方位向引入相位誤差，導(dǎo)致圖像發(fā)生方位向散焦；還會產(chǎn)生額外的距離徙動，在成像過程中無法得到校正，導(dǎo)致圖像在距離向發(fā)生散焦。一般而言，SAR成像的初步環(huán)節(jié)先利用慣導(dǎo)系統(tǒng)記錄的數(shù)據(jù)進(jìn)行運動補償。當(dāng)慣導(dǎo)精度無法滿足要求時，必須從回波數(shù)據(jù)中提取并補償相位誤差，即自聚焦處理。當(dāng)觀測場景比較小，殘留距離徙動不超過一個距離分辨單元時，可以忽略誤差的空變性和殘留距離徙動效應(yīng)，可以直接利用傳統(tǒng)自聚焦方法，典型如相位梯度自聚焦［3，4］（Phase Gradient Autofocus， PGA）算法進(jìn)行自聚焦處理。隨著成像分辨率的提高，合成孔徑長度的增加，殘留距離徙動往往會跨越多個距離單元，這時必須考慮殘留距離徙動和方位相位誤差同時補償，即2維自聚焦方法。文獻(xiàn)［5］將PGA擴展成2維，提出2-D PGA算法試圖解決這一問題，但該方法由于沒有足夠的數(shù)據(jù)冗余度，相位誤差估計性能很難得到保證，還無法像1維PGA那樣實用。而文獻(xiàn)［6，7］將2維誤差近似成殘留距離徙動和方位相位誤差，分別對其進(jìn)行估計和補償。以上自聚焦方法都認(rèn)為2維相位誤差是完全未知的，并沒有考慮2維相位誤差的內(nèi)部解析關(guān)系，屬于對2維相位誤差的盲估計。這種盲估計主要有兩個缺陷：首先它沒有足夠的冗余度來保證估計精度，其次它估計的參數(shù)多，計算量相比1維自聚焦成倍增加，算法實時性能較差。文獻(xiàn)［8］分析了在極坐標(biāo)格式（Polar Format Algorithm， PFA）下殘留2維相位誤差的解析結(jié)構(gòu)，利用這種先驗信息將2維相位誤差估計問題進(jìn)行降維處理，從而減少計算量同時提高2維估計精度。

另一方面，由于SAR成像算法復(fù)雜度高、數(shù)據(jù)吞吐量大，如何實時有效處理數(shù)據(jù)是一個熱門課題。隨著工藝的發(fā)展，現(xiàn)場可編輯門陣列（Field Programmable Gate Array， FPGA）的集成度越來越高，功耗、價格也不斷降低，用FPGA實現(xiàn)信號處理成為一個有效手段。自2004年Sandia實驗室MiniSAR系統(tǒng)采用FPGA實現(xiàn)了PFA聚束SAR實時成像［9］，F(xiàn)PGA以其并行、流水線、可重構(gòu)等優(yōu)勢逐漸在實時SAR成像領(lǐng)域占據(jù)重要地位。目前基于FPGA平臺的SAR成像系統(tǒng)處理的大多數(shù)是SAR預(yù)處理和成像處理，如文獻(xiàn)［10］介紹了利用FPGA實現(xiàn)了2 GB SAR信號的多通道、大規(guī)模存儲管理、FIR濾波與降采樣等預(yù)處理功能。文獻(xiàn)［11］提出了一種用FPGA實現(xiàn)星載SAR實時成像處理的方法，利用7片F(xiàn)PGA以100 MHz的系統(tǒng)時鐘33 s左右處理了16K×16K個星載樣本點的成像處理。文獻(xiàn)［12］介紹了基于FPGA的機載高分辨聚束式SAR實時成像系統(tǒng)，利用經(jīng)典的極坐標(biāo)格式算法在2維波數(shù)域完成了運動誤差估計及補償，并以100 MHz的時鐘在11 s內(nèi)處理了16K×32K點8 bits數(shù)據(jù)的成像處理。

而基于FPGA的自聚焦算法的研究較少，如文獻(xiàn)［13］在一片Xilinx Virtex-IV芯片上實現(xiàn)了128×128大小4 bits仿真數(shù)據(jù)的運動補償和成像，其將雷達(dá)數(shù)據(jù)全部存儲在FPGA的片內(nèi)RAM中，幾乎占用了全部存儲資源，難以在實際中得到應(yīng)用。文獻(xiàn)［14］為了減少PGA算法的迭代，在同一個距離單元選取多個孤立的強散射點，在75 MHz的時鐘下完成一次迭代校正，處理圖像大小為2K×4K。然而選取孤立強點需要判斷雜波和混疊干擾，選取過程過于復(fù)雜，且對于沒有多個好的孤立強點的圖像，其僅進(jìn)行一次迭代的聚焦效果受到很大限制。另外一點，它們自聚焦的場景都比較小，可將相位誤差近似成空不變進(jìn)行處理，但無法適用于空變誤差場合。

針對殘留距離徙動無法忽略和大場景觀測中相位誤差的空變性這兩種情況，并兼顧處理效率，本文提出了一種基于FPGA的2維自聚焦處理方案。該方案主要包括空不變粗補償和分塊PGA精細(xì)補償。粗補償主要利用先驗的解析結(jié)構(gòu)將估計的方位相位誤差映射到2維相位誤差，完成殘留距離徙動校正和粗略相位補償，即2維自聚焦；然后采用分塊PGA和子圖拼接的方法補償空變誤差。本文詳細(xì)論述了該2維自聚焦處理方案的FPGA實現(xiàn)過程，并對資源占用、運算速度精度和聚焦效果進(jìn)行了分析。系統(tǒng)工作頻率為200 MHz，可在5.7 s內(nèi)完成了8K×8K單精度復(fù)圖像的自聚焦處理和存儲，并在Xilinx KC705開發(fā)板上得到驗證。實驗結(jié)果表明該處理方案自聚焦處理效果顯著，滿足實時性要求，具有一定的民用和軍事工程實踐價值。

2 自聚焦算法原理

2.1 相位梯度自聚焦

相位梯度自聚焦（Phase Gradient Autofocus，PGA）是一種非參數(shù)模型算法，能夠有效估計和補償?shù)碗A和高階相位誤差，是一種穩(wěn)健性良好的自聚焦算法。PGA算法主要包括以下幾個步驟：

（1） 選擇大能量的距離單元

對于復(fù)雜場景，可以選取部分能量較大的距離單元進(jìn)行處理，這樣可以極大減少運算量，帶來的誤差也可以忽略。

（2） 圓周移位

在SAR復(fù)圖像域，尋找每一個距離門的最強散射點，將其循環(huán)移位到零頻率處，使所有最強點位于圖像中心。

（3） 加窗

保留最強點包含的模糊信息，同時去除背景雜波和其他散射點對相位估計的干擾，提高信噪比。

（4） 相位誤差估計

對圓周移位和加窗后圖像數(shù)據(jù)做IFFT到距離壓縮相位歷史域，相位差的最大似然估計表達(dá)式為：

（5） 迭代校正

校正后新圖像距離單元中的強散射點的點散布函數(shù)會變得尖銳，因此下一次迭代中減少窗寬以進(jìn)一步提高信噪比。一般迭代4～6次可達(dá)到收斂。

2.2 2維自聚焦算法

隨著誤差的增大，成像分辨力的提高，殘留距離徙動跨越距離單元變得不可避免，因此有必要考慮同時補償殘留距離徙動和方位相位誤差。文獻(xiàn)［8］詳細(xì)分析了PFA極坐標(biāo)格式轉(zhuǎn)換對殘留誤差的影響，得到2維相位誤差和方位相位誤差之間存在如下映射關(guān)系：

2.3 自聚焦處理方案流程圖

通過前面的分析，我們知道2維相位誤差與方位1維相位誤差之間的映射關(guān)系，利用這種先驗知識實現(xiàn)進(jìn)行2維自聚焦，同時考慮到PFA形式下殘留誤差的空變性，采用分塊PGA和拼接的方法進(jìn)一步補償空變誤差。整個基于FPGA的2維自聚焦算法處理流程如圖1所示。

3 自聚焦處理單元的FPGA設(shè)計

3.1 2維自聚焦處理系統(tǒng)的整體結(jié)構(gòu)

其板級結(jié)構(gòu)如圖2，該方案處理的數(shù)據(jù)為成像處理后的2維數(shù)據(jù)域數(shù)據(jù)（經(jīng)2維FFT后可得到散焦的復(fù)圖像），場景大小為8K×8K，每個采樣點實部虛部分別以32位單精度數(shù)表示。數(shù)據(jù)通過上位機從P C經(jīng)R J 4 5接口傳送到處理板上并存儲在DDR3中，之后自聚焦處理單元控制DDR數(shù)據(jù)總線，對原始數(shù)據(jù)進(jìn)行處理，得到重新聚焦的圖像，最后再將數(shù)據(jù)發(fā)送回PC機顯示重聚焦的圖像。

3.2 相位梯度自聚焦模塊

本文實現(xiàn)了PGA模塊的參數(shù)化設(shè)計，用戶只需在頂層設(shè)置PGA的相關(guān)參數(shù)，如聚焦場景大小，選擇的距離單元數(shù)，迭代次數(shù)。方位向點數(shù)越大，其消耗的資源越多，考慮到誤差的空變性，PGA聚焦場景也不能過大；方位向點數(shù)越小，資源消耗少，但對于散焦程度較大的情況可能無法包含足夠的散焦信息，從而影響估計精度。選擇適當(dāng)?shù)木嚯x單元數(shù)來估計相位誤差能夠減少運算量，同時也需要考慮保留足夠的冗余度以保證估計精度。權(quán)衡估計精度、運算量和資源耗用，并輔以經(jīng)驗知識，本文選擇自聚焦場景大小為，距離單元數(shù)。由于迭代次數(shù)并不影響資源消耗，只會稍微影響處理時間，為保證收斂，本文迭代次數(shù)設(shè)置為6。本文設(shè)計的PGA模塊的結(jié)構(gòu)框圖如圖3所示。該模塊主要包括4個子模塊，距離單元選擇模塊（A）、相位梯度估計模塊（B）、積分相位誤差（C）和相位誤差補償模塊（D），下面將詳細(xì)介紹每個子模塊。

圖1 2維自聚焦處理流程Fig.1 Flow of 2-D autofocus processing

圖2 自聚焦處理系統(tǒng)的整體結(jié)構(gòu)Fig.2 Overall structure of autofocus processing system

C模塊中梯度求和接收模塊B計算出來的相位誤差梯度（一條方位線din1），與從雙口RAM中取出的上一條方位線進(jìn)行累加求和，并把累加結(jié)果存儲到雙口RAM中，直至求出所選的 NSel條方位線之和，結(jié)構(gòu)如圖5。輸入第1條方位線時，din2置零，輸出最后一個累加結(jié)果時 dout選通。雙口RAM具有2組地址/數(shù)據(jù)線，只要雙口讀寫地址不沖突即能同時進(jìn)行讀寫操作。從圖6可以看出，經(jīng)過復(fù)數(shù)加法器的延遲，雙口RAM的讀寫地址總是處于不同位置。

圖3 相位梯度自聚焦（PGA）模塊結(jié)構(gòu)圖Fig.3 Structure diagram of PGA module

為了求得相位誤差，必須對相位誤差梯度積分（求和）。求和的實現(xiàn)可以通過對單位模值的復(fù)數(shù)求積得到，也可以利用CORDIC對復(fù)數(shù)求相角再求和得到。前者由于復(fù)乘的延遲比較大，而求取相位誤差須做次復(fù)乘，耗費資源大、時間長。后者先把數(shù)據(jù)轉(zhuǎn)換成定點格式，再求取相角，然后定點求和得到相位誤差，最后再轉(zhuǎn)換成浮點數(shù)。定點加法可以在每個時鐘周期輸出一個求和結(jié)果同時保持較高的綜合頻率。本文采用的是第2種方式。

圖4 中心移位、加窗時序圖Fig.4 Timing of circular shifting and windowing

圖5 梯度求和模塊Fig.5 Structure of Grad_Sum module

圖6 相位梯度自聚焦（PGA）模塊處理流程圖Fig.6 Flow chart of PGA module

D模塊補償相位，補償結(jié)果輸入到B模塊進(jìn)行下一迭代。補償模塊前有一個相位誤差累乘模塊，其結(jié)構(gòu)與圖5類似。它輸出第i次迭代的相位誤差之積。這樣每次補償時，只需輸入的原始子圖像進(jìn)行補償，而不需要考慮存儲中間迭代補償?shù)慕Y(jié)果。連續(xù)5次子圖像補償后，再經(jīng)過相位誤差估計就能得到6次迭代的總相位誤差，最后再輸入的原始散焦圖像進(jìn)行補償?shù)玫阶詈蟮闹鼐劢沟膱D像，把結(jié)果存儲到DDR3。PGA模塊的處理流程圖如圖6。

PGA模塊的輸入輸出位寬為64 bits，時鐘為200 MHz，可得輸入輸出帶寬分別為1.6 GB/s，模塊可以連續(xù)不斷輸入輸出數(shù)據(jù)流，因此處理時間主要取決于處理的數(shù)據(jù)量。通過選擇一定的距離單元數(shù)，累乘相位誤差補償?shù)炔僮骺捎行p少需要處理的數(shù)據(jù)量。與原始PGA相比，本文讀寫操作量大為減少，如表1。

表1 運算量比較Tab.1 Comparison of computation

3.3 Sinc插值模塊

要實現(xiàn)2維自聚焦需要把PGA估計出方位向相位誤差根據(jù)式（3）映射到2維相位誤差，該映射可以通過插值實現(xiàn)。權(quán)衡計算精度和運算量，SAR數(shù)據(jù)處理中常使用8點的加權(quán)Sinc插值。FPGA實現(xiàn)插值時一般將升采樣的插值核存儲在表格中，本設(shè)計Sinc系數(shù)量化位移為采樣間隔的1/16，利用8個深度為16，位寬為32的ROM來存儲此系數(shù)表。8個ROM相同地址位置對應(yīng)的數(shù)據(jù)為一組Sinc卷積核系數(shù)。偏移量為0的一組系數(shù)放在地址0，偏移量為15/16的系數(shù)存儲在ROM的高地址位置。

Sinc插值主要有2個子模塊：待插值點判斷模塊和Sinc卷積模塊。首先是一個的預(yù)處理，通過浮點數(shù)IP核將待插值點轉(zhuǎn)化為定點數(shù)格式。因為數(shù)據(jù)是均勻采樣且待插值點已經(jīng)歸一化，所以整數(shù)部分就是定位位置，而小數(shù)部分則指示了所需一組Sinc系數(shù)的偏移量。下一步將8個采樣數(shù)據(jù)和一組Sinc系數(shù)對應(yīng)相乘，然后累加起來得到插值結(jié)果。值得指出的是，對于那些處于采樣樣本邊界而找不到8個點或者邊界外的待插值點，本設(shè)計采用兩個標(biāo)識信號來指示這兩種特殊情況。只要這兩個標(biāo)識其一有效，則把數(shù)據(jù)RAM的輸出置為0，讓其繼續(xù)進(jìn)入乘法和加法模塊。這樣帶來一個好處，特殊點和正常點的處理一體化，使得模塊設(shè)計簡單、穩(wěn)定。Sinc插值模塊框圖如圖7。

3.4 分塊PGA與子圖拼接

本文通過場景中心區(qū)域估計出來的方位相位誤差，并以此來計算2維相位誤差，然后補償整個場景。這一步的主要作用是校正殘留距離徙動和粗略地補償相位誤差，但由于整個場景的相位誤差是空變的，因此有必要對圖像進(jìn)行分塊PGA，進(jìn)一步校正誤差。只要子塊的大小足夠小，則小塊內(nèi)方位相位誤差可近似成空不變。為消除相鄰子塊邊界目標(biāo)散焦問題，相鄰子塊選取會有部分重疊。如果重疊的部分越小，則子塊數(shù)（運算量）越少，子塊邊界目標(biāo)聚焦效果越差，反之相反。本文選擇子塊的大小為1K×1K，方位向重疊部分為512，這樣一方面能夠復(fù)用前述的PGA模塊以減少資源耗用，另一方面也可以保證子塊邊界目標(biāo)聚焦效果，同時能夠剛好將方位向8K分成整數(shù)塊。有必要指出，PGA無法估計出線性誤差，故聚焦后的圖像會有一個方位向的線性位移，此位移如果不加處理會使整張圖像發(fā)生錯位。此位移量可以通過對聚焦前后的子圖像進(jìn)行方位向互相關(guān)求得，如圖8。按順序依次輸入兩個子圖的同一距離頻率單元，第1個緩存在F I F O里（），等第2個輸入時（），兩者共軛相乘，再IFFT到時域得到相關(guān)峰圖，并利用距離向的冗余數(shù)據(jù)來提高峰值的精確度。在IFFT階段不需要將峰值移到中心，對其求最大值得到的即是相對左偏移量。

圖7 Sinc插值模塊框圖Fig.7 Structure diagram of Sinc interpolation module

圖8 方位向互相關(guān)Fig.8 Cross-correlation in azimuth direction

4 處理結(jié)果與分析

本節(jié)對自聚焦處理模塊在板卡上進(jìn)行驗證。驗證平臺選用Xilinx公司的KC705評估板。該板集成了一片Kintex-7 XC7K325T-2FFG900C FPGA， 4 GB DDR3內(nèi)存條，三態(tài)以太網(wǎng)PHY和200 MHz差分時鐘。數(shù)據(jù)從上位機通過千兆網(wǎng)發(fā)送數(shù)據(jù)到板卡上的內(nèi)存中，再進(jìn)行自聚焦處理，處理結(jié)果存儲在內(nèi)存中，最后發(fā)送回PC機上顯示出雷達(dá)圖像。

當(dāng)系統(tǒng)工作的時鐘頻率為200 MHz時，自聚焦處理單元在5.7 s內(nèi)完成了8K×8K散焦圖像的2維自聚焦處理。由于網(wǎng)絡(luò)不穩(wěn)定對數(shù)據(jù)傳輸速率的影響、數(shù)據(jù)傳輸方式的多樣性（如以太網(wǎng)、PCIe等），數(shù)據(jù)傳輸?shù)臅r間就不能準(zhǔn)確確定。所以本文不對數(shù)據(jù)傳輸時間作記錄。

整個自聚焦處理系統(tǒng)在一片XC7K325T芯片上實現(xiàn)，系統(tǒng)包括了DDR3內(nèi)存控制器和千兆以太網(wǎng)MAC、UDP/IP協(xié)議棧和自聚焦處理單元，表2給出了系統(tǒng)的FPGA資源占用情況。

表2 資源使用率Tab.2 Resource utilization

圖9為FPGA對實測數(shù)據(jù)處理的結(jié)果。如圖9（a），圖9（b），由于運動測量單元精度限制和介質(zhì)傳播不均勻性的影響，PFA直接成像的圖像散焦程度較大，特別是遠(yuǎn)離場景中心的地方幾乎無法成像。圖9（c），圖9（d）給出了FPGA自聚焦的處理結(jié)果。對比處理前后圖像，可以看出聚焦效果很顯著，在遠(yuǎn)離場景中心的地方也能聚焦成像。圖10（a）給出了PFA處理后的距離壓縮圖像（局部），可以明顯看出殘留距離徙動仍有跨距離單元走動，越遠(yuǎn)離中心徙動彎曲程度越大。2維自聚焦處理后，如圖10（b），殘留的距離徙動得到了有效補償。

同時，我們將FPGA上計算得到的相位誤差與Matlab處理的結(jié)果進(jìn)行了比較，如圖11?？梢钥闯鰞烧呋旧鲜侵睾系?，這說明FPGA上浮點運算的準(zhǔn)確性，系統(tǒng)處理的精度能夠滿足要求。

5 結(jié)束語

本文討論了一種2維自聚焦算法的FPGA實現(xiàn)，能夠?qū)崿F(xiàn)對8K×8K場景的散焦復(fù)圖像的2維自聚焦處理，并在KC705評估板通過驗證。文章首先介紹了自聚焦算法原理，然后詳細(xì)陳述主要子模塊的設(shè)計過程。相位梯度自聚焦模塊能準(zhǔn)確估計方位向1維相位誤差，通過Sinc插值實現(xiàn)了1維相位誤差到2維相位誤差的映射，在2維數(shù)據(jù)域上補償2維相位誤差，能夠有效地校正殘留距離徙動并重聚焦圖像，分塊PGA校正空變誤差，進(jìn)一步聚焦圖像。實測數(shù)據(jù)處理結(jié)果表明此2維自聚焦算法聚焦效果顯著，處理時間和精度都能滿足要求。在后續(xù)工作中，可以結(jié)合基本的成像算法模塊使之成為一個完整的實時SAR成像系統(tǒng)。

圖9 實測數(shù)據(jù)處理結(jié)果Fig.9 Processing results of measured data

圖10 距離壓縮圖像（局部）Fig.10 Range-compressed image （partial）

圖11 FPGA與Matlab估計的相位誤差Fig.11 Comparison of phase error estimated by FPGA and Matlab

［1］ 保錚， 刑孟道， 王彤.雷達(dá)成像技術(shù)［M］.北京: 電子工業(yè)出版社， 2005: 186-220.Bao Zheng， Xing Meng-dao， and Wang Tong.Radar Imaging Technology［M］.Beijing: Publishing House of Electronics Industry， 2005: 186-220.

［2］Zhou Hui， Zhao Feng-jun， Yu Wei-dong， et al..SAR imaging of ground moving targets with non-ideal motion error compensation［J］.Journal of Radars， 2015， 4（3）: 265-275.

［3］Wahl D E， Eichel P H， Ghiglia D C， et al..Phase gradient autofocus-a robust tool for high resolution SAR phase correction［J］.IEEE Transactions on Aerospace and Electronic Systems， 1994， 30（3）: 827-835.

［4］ 卿吉明， 徐浩煜， 梁興東， 等.一種可用于實時成像的改進(jìn)PGA算法［J］.雷達(dá)學(xué)報， 2015， doi: 10.12000/JR15037.Qing Ji-ming， Xu Hao-yu， Liang Xing-dong， et al..An improved phase gradient autofocus algorithm used in realtime processing［J］.Journal of Radars， 2015， doi: 10.12000/JR15037.

［5］Warner D W， Ghiglia D C， Fitzgerrel A， et al..Twodimensional phase gradient autofocus［C］.Proceedings of SPIE Image Reconstruction from Incomplete Data， 2000，4123: 162-173.

［6］Zhu Dai-yin.SAR signal based motion compensation through combining PGA and 2-D map drift［C］.2009 2nd Asian-Pacific Conference on Synthetic Aperture Radar，2009: 435-438.

［7］Kirk J C， Lefevre R， Van Dalen Wetters， et al..Signal based motion compensation （SBMC）［C］.IEEE Radar Conference， 2000: 463-468.

［8］ 毛新華， 朱岱寅， 朱兆達(dá).一種超高分辨率機載聚束SAR 2維自聚焦算法［J］.航空學(xué)報， 2012， 33（7）: 1289-1295.Mao Xin-hua， Zhu Dai-yin， and Zhu Zhao-da.2-D autofocus algorithm for ultra-high resolution airborne spotlight SAR imaging［J］.Acta Aeronautica et Astronautica Sinica， 2012，33（7）: 1289-1295.

［9］Sandia National Laboratories.A Publication Featuring What's New in Remote Sensing Technology at Sandia National Laboratories.http://www.sandia.gov/radar/ sar.html， 2004， 7.

［10］Xie Yi-zhuang and Long Teng.Storage and pretreatment of SAR signal based on FPGA［C］.9th International Conference on Signal Processing， 2008: 2380-2383.

［11］熊君君， 王貞松， 等.星載SAR實時成像處理器的FPGA實現(xiàn)［J］.電子學(xué)報， 2006， 33（6）: 1070-1072.Xiong Jun-jun， Wang Zhen-song， et al..The FPGA design of on board SAR real time imaging processor［J］.Acta Electronica Sinica， 2006， 33（6）: 1070-1072.

［12］周芳， 唐禹， 張佳佳， 等.機載高分辨聚束式SAR實時成像處理系統(tǒng)的FPGA實現(xiàn)［J］.電子與信息學(xué)報， 2011， 33（5）: 1248-1252.Zhou Fang， Tang Yu， Zhang Jia-jia， et al..Real-time image formation for airborne high resolution spotlight SAR based on FPGA［J］.Journal of Electronics & Information Technology， 2011， 33（5）: 1248-1252.

［13］鄭曉雙， 禹衛(wèi)東， 李早社.機載SAR實時運動補償和成像的FPGA實現(xiàn)［J］.數(shù)據(jù)采集與處理， 2008， 23（5）: 614-618.Zheng Xiao-shuang， Yu Wei-dong， and Li Zao-she.Realtime motion compensation and image formation for airborne SAR based on FPGA［J］.Journal of Data Acquisition & Processing， 2008， 23（5）: 614-618.

［14］郝智泉， 王貞松， 劉波.FPGA實時實現(xiàn)PGA算法的研究［J］.計算機研究與發(fā)展， 2008， 45（2）: 342-347.Hao Zhi-quan， Wang Zhen-song， and Liu Bo.Research on real-time realizing PGA algorithm in FPGA［J］.Journal of Computer Research and Development， 2008， 45（2）: 342-347.

郭江哲（1990-），男，福建廈門人，2013年本科畢業(yè)于南京航空航天大學(xué)，現(xiàn)為南京航空航天大學(xué)在讀碩士研究生，主要研究方向為雷達(dá)信號處理及硬件實現(xiàn)。

E-mail: gjznuaa@163.com

朱岱寅（1974-），男，江蘇無錫人，1996年本科畢業(yè)于東南大學(xué)無線電工程系，分別于1998年和2002年在南京航空航天大學(xué)電子工程系獲碩士和博士學(xué)位，現(xiàn)為南京航空航天大學(xué)教授，博士生導(dǎo)師，IEEE會員，主要從事雷達(dá)成像和信號處理方面的研究。

E-mail: zhudy@nuaa.edu.cn

毛新華（1979-），男，湖南漣源人，2003年本科畢業(yè)于南京航空航天大學(xué)電子工程系，2009年于南京航空航天大學(xué)信息科學(xué)與技術(shù)學(xué)院獲博士學(xué)位，現(xiàn)為南京航空航天大學(xué)副教授，碩士生導(dǎo)師，主要從事合成孔徑雷達(dá)信號處理方面的研究。

E-mail: xinhua@nuaa.edu.cn

FPGA Implementation of a SAR Two-dimensional Autofocus Approach

Guo Jiangzhe①Zhu Daiyin①②Mao Xinhua①②

①（College of Electronic & Information Engineering， Nanjing University of Aeronautics & Astronautics，Nanjing 210016， China）
②（Radar Imaging & Microwave Photonics Technology Key Laboratory of Ministry of Education，Nanjing University of Aeronautics & Astronautics， Nanjing 210016， China）

For real-time autofocus of defocused images produced by Synthetic Aperture Radar （SAR）， the twodimensional autofocus approach proposed in this study is used to correct the residual range cell migration and compensate for the phase error.Next， a block-wise Phase Gradient Autofocus （PGA） is used to correct the space-variant phase error.The Field-Programmable Gate Array （FPGA） design procedures， resource utilization，processing speed， accuracy， and autofocus are discussed in detail.The system is able to autofocus an 8K ×8K complex image with single precision within 5.7 s when the FPGA works at 200 MHz.The processing of the measured data verifies the effectiveness and real-time capability of the proposed method.

Phase error； 2-D autofocus； Space-variant compensation； Field-Programmable Gate Array （FPGA）；Real-time

TN958

A

2095-283X（2016）04-0444-09

10.12000/JR15092

2015-08-06；改回日期：2015-11-03；網(wǎng)絡(luò)出版：2015-11-17

郭江哲 gjznuaa@163.com

國防基礎(chǔ)科研計劃（B2520110008），江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目，中央高?；究蒲袠I(yè)務(wù)費專項資金，南京航空航天大學(xué)基本科研業(yè)務(wù)費（NS2013023）

Foundation Items: Defense Industrial Technology Development Program （B2520110008）， A Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions， The Fundamental Research Funds by the Central Universities， The NUAA Fundamental Research Funds （NS2013023）