陳筠力，陶明亮，李劼爽，侯雨生，劉艷陽(yáng)，4

（1.上海航天技術(shù)研究院，上海 201109；2.西北工業(yè)大學(xué) 電子信息學(xué)院，陜西 西安 710072；3.上海衛(wèi)星工程研究所，上海 201109；4.中科院衛(wèi)星應(yīng)用德清研究院，浙江 德清 313200）

0 引言

合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）是一種主動(dòng)式微波遙感設(shè)備，能夠提供了解全球環(huán)境變化的重要數(shù)據(jù)，在科學(xué)、商業(yè)和國(guó)防等領(lǐng)域得到了廣泛的應(yīng)用。無(wú)線電技術(shù)的迅速發(fā)展使主動(dòng)遙感系統(tǒng)的通道受到干擾的可能性大大提高，特別是那些幾百兆赫茲［1］的高分辨率SAR 系統(tǒng)。

同一頻帶內(nèi)其他輻射源發(fā)出的干擾信號(hào)稱為射頻干擾（Radio Frequency Interference，RFI），工作在P、L、C 等低頻段的SAR 系統(tǒng)更容易受到這些RFI 的影響［2］。全球C 波段的RFI 概率分布圖如圖1所示?？梢钥闯?，RFI 源密集分布在全球，但分布情況又隨地域而變化。相對(duì)而言人口密集的發(fā)達(dá)地區(qū)更為嚴(yán)重。

圖1 C 波段全球干擾概率分布圖（數(shù)據(jù)來(lái)源：Sentinel?1）Fig.1 C?band distribution of observed RFI sources over the global area（data source：Sentinel?1）

根據(jù)應(yīng)用情況的差異，SAR 主要利用回波幅度、頻率、時(shí)延、極化、多普勒頻移和相位等信息［3］。而RFI 可以通過(guò)多種方式破壞雷達(dá)的測(cè)量量，包括原始回波錄取、成像和圖像解譯過(guò)程。

1）回波錄取。在SAR 原始回波中，RFI 會(huì)降低信噪比且遮蓋弱散射能量的目標(biāo)，導(dǎo)致原始回波的動(dòng)態(tài)范圍失真。此外，當(dāng)目標(biāo)對(duì)準(zhǔn)主瓣中的干擾源時(shí)，大功率帶內(nèi)發(fā)射的強(qiáng)干擾會(huì)導(dǎo)致接收機(jī)飽和。如圖2 所示，比較了實(shí)測(cè)SAR 回波在有無(wú)RFI 情況下的特定距離維頻譜。結(jié)果表明，RFI 會(huì)引起目標(biāo)回波功率的動(dòng)態(tài)變化以及信噪比的降低，同時(shí)改變頻譜形狀。

圖2 SAR 回波的距離譜Fig.2 Range spectra of SAR echo with and without RFI

2）成像。SAR的一個(gè)重要特點(diǎn)是能夠產(chǎn)生高分辨率圖像。機(jī)載SAR平臺(tái)由于受到大氣湍流的影響，會(huì)產(chǎn)生較大的軌跡偏差。在缺乏足夠精確的慣性導(dǎo)航系統(tǒng)數(shù)據(jù)的情況下，需要直接從原始數(shù)據(jù)中估計(jì)出關(guān)鍵的匹配濾波器參數(shù)，如多普勒中心和多普勒調(diào)頻率［4］。RFI 的存在將對(duì)這些參數(shù)產(chǎn)生有偏估計(jì)，如圖3（a）所示。在這種情況下，成像結(jié)果將散焦，圖像質(zhì)量嚴(yán)重下降。在不同干信比（Interference-to-Signal power Ratio，ISR）下使用這些不準(zhǔn)確的參數(shù)進(jìn)行匹配濾波后的點(diǎn)目標(biāo)響應(yīng)如圖3（b）所示?？梢钥闯?，隨著干信比的增大，旁瓣水平上升越來(lái)越明顯，導(dǎo)致目標(biāo)響應(yīng)失真。

圖3 RFI 對(duì)成像過(guò)程的影響Fig.3 Effects of RFI on the imaging process

3）圖像解譯。RFI 的存在會(huì)導(dǎo)致成像數(shù)據(jù)的幅相失真。直觀地說(shuō)，強(qiáng)干擾會(huì)在被觀測(cè)區(qū)域上產(chǎn)生像霧一樣的圖像偽影亮線，從而導(dǎo)致不精確的空間輻射測(cè)量。由此產(chǎn)生的相位失真還會(huì)使數(shù)據(jù)失去相關(guān)性，產(chǎn)生不準(zhǔn)確的衍生產(chǎn)品，如干涉圖［3］、相干系數(shù)［5］以及其他反演的生物或物理參數(shù)等［7］。

美國(guó)NASA UAVSAR 系統(tǒng)在夏威夷地區(qū)錄取的實(shí)測(cè)數(shù)據(jù)如圖4 所示。從圖中可觀察到明顯的RFI 條紋，其可能來(lái)源于附近的機(jī)場(chǎng)監(jiān)視雷達(dá)。這些偽影的圖案非常獨(dú)特，不是附近散射體或強(qiáng)反射率區(qū)域所造成的模糊。圖像中的圖案是帶有曲率的明亮條紋，這可能是干擾的存在使匹配濾波產(chǎn)生偏差。RFI 會(huì)導(dǎo)致極化目標(biāo)分解參數(shù)的不準(zhǔn)確估計(jì)，在使用這些不準(zhǔn)確的參數(shù)時(shí)會(huì)導(dǎo)致錯(cuò)誤的分類結(jié)果。圖4（b）～圖4（c）顯示了通過(guò)Cloude-Pottier 極化分解獲得的熵和各向異性參數(shù)。

圖4 實(shí)測(cè)NASA UAVSAR 數(shù)據(jù)上RFI 產(chǎn)生的振幅和相位畸變示例Fig.4 Illustration of amplitude and phase distortions generated by RFI on measured NASA UAVSAR data

圖4（a）展示了對(duì)應(yīng)不同干擾能量的機(jī)場(chǎng)跑道區(qū)域，分別稱為無(wú)干擾區(qū)①、弱干擾區(qū)②和強(qiáng)干擾區(qū)③。這些區(qū)域具有相同的散射機(jī)制，因此，應(yīng)該具有類似的反射率。其共極化響應(yīng)如圖4（d）所示。這3 個(gè)分布區(qū)域的散射機(jī)理應(yīng)與低信噪比條件下的散射機(jī)理相同。然而，隨著RFI 能量的提高，共極化響應(yīng)的形狀和強(qiáng)度的畸變?cè)絹?lái)越嚴(yán)重。因此，RFI引起的圖像幅相失真會(huì)導(dǎo)致錯(cuò)誤的極化特征，從而進(jìn)一步影響對(duì)散射機(jī)制的解譯。

1 干擾機(jī)理及主要RFI 源

1.1 地面RFI 源

大多數(shù)RFI 來(lái)源都與人類在陸地上的活動(dòng)有關(guān)。地面商業(yè)或工業(yè)無(wú)線電設(shè)備被認(rèn)為是SAR的主要RFI源，包括但不限于無(wú)線電定位雷達(dá)、風(fēng)廓線儀、電信設(shè)備、電視網(wǎng)絡(luò)和業(yè)余無(wú)線電等。

潛在的地面無(wú)線電發(fā)射裝置如圖5（a）所示。近年來(lái)，在機(jī)載SAR系統(tǒng)（如AIRSAR、E-SAR［7］、UAVSAR［3］）和空間SAR系統(tǒng)（如PALSAR［8］和Sentinel-1［9］）中觀察到了許多地面RFI 情況。

地面RFI 和SAR 系統(tǒng)之間的干擾機(jī)制如圖5（b）所示。由于地面干擾只單向傳播，接收到強(qiáng)RFI 信號(hào)將會(huì)大大提高噪聲基底，降低信噪比。

如圖5（c）～圖5（d）所示，比較了有無(wú)RFI的SAR 圖像。該數(shù)據(jù)集是由某機(jī)載SAR 在西安郊區(qū)采集到的，分辨率為1 m×1 m，圖中主要場(chǎng)景為公寓樓和田地。可以明顯看出，強(qiáng)能量干擾會(huì)在圖像上產(chǎn)生明亮條紋，遮蓋了真實(shí)目標(biāo)場(chǎng)景。

圖5 陸地RFI 示例Fig.5 Illustration of terrestrial RFI

1.2 星載RFI 源

除了地面射頻干擾源外，也有一些不太常見(jiàn)的星載衛(wèi)星的廣播信號(hào)會(huì)干擾到SAR 系統(tǒng)，如全球?qū)Ш叫l(wèi)星系統(tǒng)星座、通信衛(wèi)星或其他主動(dòng)遙感系統(tǒng)。星載RFI 源干擾機(jī)理示意圖如圖6（a）所示。一種途徑是直接干擾其他衛(wèi)星的天線旁瓣或后瓣。根據(jù)對(duì)美國(guó)宇航局SMAP 雷達(dá)的分析，這種由背瓣直接接收產(chǎn)生的干擾功率可忽略不計(jì)［7］。

另一種是地球反射的地形散射干擾（Terrain Scattered Interference，TSI）。當(dāng)不同的星載系統(tǒng)共享觀測(cè)區(qū)域，兩個(gè)系統(tǒng)之間可能會(huì)發(fā)生主瓣間的強(qiáng)耦合，尤其是發(fā)生鏡面反射時(shí)。比如中國(guó)的高分三號(hào)衛(wèi)星、歐洲Sentinel-1 衛(wèi)星與加拿大Radarsat-2 衛(wèi)星系統(tǒng)發(fā)生了長(zhǎng)時(shí)間的相互干擾。

未來(lái)，隨著分布式多基觀測(cè)網(wǎng)絡(luò)的建立，這種地面散射干擾的現(xiàn)象將會(huì)越來(lái)越普遍。在這種情況下，接收到的RFI 信號(hào)不再被視為單點(diǎn)源，因?yàn)樗幕夭ū坏孛婺繕?biāo)重新調(diào)制了。2015 年8 月在意大利獲得的C 波段Sentinel-1 雷達(dá)實(shí)測(cè)數(shù)據(jù)中的TSI示例，如圖6 所示。

該數(shù)據(jù)是在TOPS 模式下采集的。VV、VH、偽彩色編碼圖像分別如圖6（b）～圖6（d）所示。圖中可見(jiàn)，VH 圖像中出現(xiàn)了許多高強(qiáng)度的強(qiáng)條紋，這些條紋產(chǎn)生了不規(guī)則的紋理圖案，掩蓋了被照區(qū)域的真實(shí)回波。這是由于Sentinel-1 和Radarsat-2 號(hào)同時(shí)對(duì)同一區(qū)域進(jìn)行成像造成的。然而，在VV 圖像中，干擾造成的影響并不明顯，而圖像的幅度也沒(méi)有因干擾效應(yīng)而明顯惡化。這表明干擾造成的影響與電磁波的極化方式密切相關(guān)。對(duì)于不同的子條帶，干擾情況也不同。第3 個(gè)子帶的嚴(yán)重程度低于第1 和第2 個(gè)子帶，這意味著RFI 特性也依賴于數(shù)據(jù)采集的地理區(qū)域。

圖6 星載地形散射干擾示意圖Fig.6 Illustration of terrain scattered interference

1.3 典型射頻干擾源模型

對(duì)于SAR 系統(tǒng)，在脈沖重復(fù)時(shí)間內(nèi)接收到的每一個(gè)回波都可以看作是一維時(shí)間序列，可以被建模為目標(biāo)回波、噪聲和干擾的混合［14］：

典型RFI 信號(hào)可以分為以下幾類：

1）窄帶干擾。窄帶干擾通常具有相對(duì)較窄的帶寬，而相對(duì)于合成孔徑時(shí)間而言，窄帶干擾在時(shí)間上是連續(xù)的。典型的例子是商用陸地移動(dòng)無(wú)線電和業(yè)余無(wú)線電。這種干擾信號(hào)模型在RFI 的早期研究中得到了很好的研究［11］。在數(shù)學(xué)表示中，它可以被建模為復(fù)雜正弦波的和，即

式中：An、fn、θn和分別為第n個(gè)干擾分量的振幅、載波頻率、相位和調(diào)制項(xiàng)。

被窄帶射頻干擾污染的雷達(dá)回波的距離維頻譜和距離頻率-方位時(shí)間譜如圖7 所示。該數(shù)據(jù)取自L波段某機(jī)載SAR系統(tǒng)，信號(hào)發(fā)射帶寬為300 MHz。在頻譜上可以看到干擾能量所處頻率有明顯的尖峰，在距離頻率-方位時(shí)間譜中干擾會(huì)形成亮線，這些特點(diǎn)使干擾更易于被識(shí)別和檢測(cè)。

圖7 窄帶干擾示例Fig.7 Illustration of narrow-band interference

2）脈沖型寬帶干擾。脈沖型寬帶RFI 是在脈沖重復(fù)時(shí)間不同的情況下實(shí)現(xiàn)的，其帶寬比窄帶RFI 要寬。這種射頻干擾的常見(jiàn)情況來(lái)自地面無(wú)線電定位雷達(dá)。

根據(jù)調(diào)制類型，它可以進(jìn)一步建模為兩種主要形式的寬帶干擾（Wide Band Interference，WBI），即線性調(diào)頻調(diào)制（Chirp Modulated，CM）WBI 和正弦調(diào)制（Sinusoidal Modulated，SM）WBI［12］。在實(shí)際應(yīng)用中，WBI 不一定完全匹配這兩種特殊模型，但CM-WBI 和SM-WBI 可以被看作是兩種極端特例。CM-WBI 可被建模為

式中：L為干擾信號(hào)的數(shù)量；Al、fl、γl分別為系統(tǒng)工作信號(hào)的幅度、載波頻率、調(diào)制頻率。

SM-WBI 可以表示為

式中：L為干擾信號(hào)的數(shù)量；Al、fl、βl、θl分別為系統(tǒng)工作信號(hào)的幅度、載波頻率、調(diào)制頻率和相位。

時(shí)域上無(wú)法直觀地識(shí)別WBI，但在頻域可以最大限度地提高干信比，從而有利于干擾檢測(cè)。含有WBI的雷達(dá)回波的特定距離譜如圖8所示。從圖8（a）可以看出，目標(biāo)回波受到多個(gè)具有不同包絡(luò)和帶寬的WBI 的干擾。它們的幅度是變化的，且最大幅度遠(yuǎn)高于目標(biāo)回波，這使得目標(biāo)回波在距離頻譜中幾乎不可見(jiàn)。使用短時(shí)傅里葉變換將脈沖轉(zhuǎn)換為時(shí)頻圖表示，如圖8（b）所示?？梢杂^測(cè)到干擾隨頻率和時(shí)間的變化是非常直觀的，這說(shuō)明WBI 是高度非平穩(wěn)的。此例中WBI 特征具有CM-WBI 和SMWBI 的組合屬性。

圖8 脈沖型寬帶干擾示例Fig.8 Illustration of pulse type wide-band interference

3）連續(xù)波寬帶干擾。該類描述由于調(diào)制而具有相對(duì)較寬頻帶的信號(hào)，并且通常相對(duì)于合成孔徑時(shí)間是連續(xù)的。常見(jiàn)的情況是寬帶通信系統(tǒng)或編碼信號(hào)，如全球?qū)Ш叫l(wèi)星系統(tǒng)。在這種情況下，它們具有類似寬帶噪聲的特性。例如，數(shù)字視頻廣播地面（DVB-T）信號(hào)可以建模為［13］

式中：fc為中心頻率幀數(shù)量符號(hào)數(shù)和子波載數(shù)；m為發(fā)射信號(hào)的幀數(shù)；n為時(shí)間采樣；ksc為載波的數(shù)目；l為OFDM 符號(hào)的總數(shù)；k為中心載波對(duì)應(yīng)的子載波編號(hào)；TS為符號(hào)一共持續(xù)的時(shí)間總長(zhǎng)；Tu為信號(hào)總共持續(xù)的時(shí)間長(zhǎng)度；Tg為頻段之間的保護(hù)間隔的持續(xù)時(shí)間總長(zhǎng)；Cm，l，ksc為在第l個(gè)數(shù)據(jù)傳輸?shù)穆窂缴希趉sc個(gè)載波對(duì)應(yīng)的第m幀的調(diào)制信息。

包含連續(xù)波寬帶干擾的案例如圖9 所示?？梢钥闯龈蓴_能量非常強(qiáng)，并且具有與發(fā)送信號(hào)相當(dāng)?shù)拇髱挕Ｔ跁r(shí)頻域中，干擾與目標(biāo)回波有很大的重疊，這使得干擾分離異常困難。

圖9 連續(xù)波寬帶噪聲時(shí)頻譜圖Fig.9 Illustration of continuous modulated broadband noise

2 SAR 干擾抑制技術(shù)

RFI 抑制方法的基本思想是找到一個(gè)合適的域，使有用回波和干擾之間的特性差異最大化；然后對(duì)RFI 信號(hào)進(jìn)行提取相消或直接濾波，同時(shí)盡量減少目標(biāo)回波的失真。下文將詳細(xì)介紹和比較目前最先進(jìn)的RFI 抑制技術(shù)，具體分析見(jiàn)表1。值得注意的是，所有的RFI 抑制技術(shù)只能作為補(bǔ)救措施，其恢復(fù)質(zhì)量并不能完全還原回?zé)o干擾時(shí)的原始數(shù)據(jù)。

表1 合成孔徑雷達(dá)射頻干擾抑制技術(shù)現(xiàn)狀比較Tab.1 Comparison of RFI suppression techniques for SAR

2.1 頻域陷波法

執(zhí)行RFI 檢測(cè)和抑制的最直接方法是在雷達(dá)回波的距離頻譜中采用陷波濾波。由于RFI 與發(fā)射脈沖帶寬相比通常是窄帶的，并且在頻域呈現(xiàn)尖峰狀，這些峰值通常比周圍的信號(hào)電平強(qiáng)很多分貝，因此，只需剔除超出能量閾值的部分即可實(shí)現(xiàn)干擾抑制［14］。該方法簡(jiǎn)單高效，在ESAR 系統(tǒng)［7］和PALSAR 系統(tǒng)［8］等實(shí)際機(jī)載SAR 和星載SAR 系統(tǒng)中得到廣泛應(yīng)用。

當(dāng)只有聚焦后數(shù)據(jù)而無(wú)法獲取原始回波時(shí)，需要從聚焦數(shù)據(jù)中移除剩余的RFI。REIGBER 等［15］提出了后驗(yàn)濾波方法來(lái)消除聚焦圖像的干擾。文獻(xiàn)［16］提出了一種子帶譜對(duì)消方法，通過(guò)減去SAR圖像的不同距離子帶譜來(lái)估計(jì)和消除NBI。NATSUAKI 等［17］提出了一種利用多普勒差異在距離時(shí)間-方位頻率域?qū)﹂g歇發(fā)射寬帶RFI 進(jìn)行濾波的方法。

這些方法潛在的基本假設(shè)為RFI 是窄帶的，并且可以容忍干擾抑制后的信號(hào)損失。然而，在實(shí)際情況下，雷達(dá)回波面對(duì)的干擾源中通常窄帶干擾和寬帶干擾并存。如果陷波超過(guò)波形的2%，將導(dǎo)致空間分辨率的下降，以及波形旁瓣電平的嚴(yán)重下降［18］。這種方法是一個(gè)非相干消除過(guò)程，所以它不是保相的，會(huì)對(duì)干涉、極化等依賴相位分析的處理造成影響。為了解決這一不足，PINHEIRO 等［19］和MUSGROVE 等［20］利用相干數(shù)據(jù)對(duì)之間的相干關(guān)聯(lián)信息來(lái)實(shí)現(xiàn)基于譜估計(jì)的重建方法。

2.2 參數(shù)化建模法

非相干干擾陷波的另一種方法是對(duì)干擾進(jìn)行相干估計(jì)和相減，它主要包括干擾源的相干估計(jì)和同相相減［21-22］。RFI 的數(shù)學(xué)模型通常認(rèn)為是多個(gè)正弦信號(hào)、寬帶信號(hào)以及看作白噪聲的系統(tǒng)噪聲的疊加［23］。通過(guò)最小二乘法、最大似然估計(jì)法等準(zhǔn)則估計(jì)每一個(gè)RFI 源的模型參數(shù)（幅度、頻率、相位等），然后利用估計(jì)的參數(shù)重構(gòu)干擾信號(hào)并進(jìn)行相干濾除。從理論上講，這種方法可以獲得更好的性能。然而，由于現(xiàn)有RFI 源調(diào)制樣式復(fù)雜多變，這種假設(shè)不再有效。因此，如何實(shí)現(xiàn)精確的建模和參數(shù)估計(jì)仍然是影響此類方法性能的關(guān)鍵問(wèn)題。

2.3 自適應(yīng)濾波

自適應(yīng)濾波方法通過(guò)構(gòu)造合適的濾波器，可以在時(shí)域、頻域、空域、極化域或多域聯(lián)合分析中實(shí)現(xiàn)域內(nèi)干擾分離。

2.3.1 遞歸濾波器

遞歸自適應(yīng)濾波器將射頻干擾建模為自回歸過(guò)程，在收斂速度與窄帶干擾抑制性能方面有較好的折衷。美國(guó)NASA 噴氣動(dòng)力實(shí)驗(yàn)室最早應(yīng)用了時(shí)域最小均方自適應(yīng)濾波器［33］，但它的收斂速度受到輸入信號(hào)自相關(guān)矩陣最大和最小特征值之比的限制。

2.3.2 時(shí)頻濾波

時(shí)頻表示通常用于分析或表征能量隨時(shí)間和頻率變化的非平穩(wěn)信號(hào)。文獻(xiàn)［34］在分析時(shí)頻特性的基礎(chǔ)上，結(jié)合恒虛警率算法設(shè)計(jì)了干擾抑制濾波器。文獻(xiàn)［13］中提出了時(shí)頻重構(gòu)和掩模技術(shù)來(lái)濾除RFI。迭代自適應(yīng)方法［35］具有自適應(yīng)RFI 估計(jì)的特點(diǎn)，被認(rèn)為更適合于時(shí)變RFI，以實(shí)現(xiàn)時(shí)頻表示的超分辨率和降低信號(hào)損耗。西北工業(yè)大學(xué)粟嘉等［36］提出了基于Wigner 分布的延遲多普勒迭代分解算法。一般來(lái)說(shuō)，時(shí)頻表示可以最大化稀疏特征，非常適合于區(qū)分RFI 和SAR 回波，從而實(shí)現(xiàn)RFI 分離和抑制。

2.3.3 空域?yàn)V波

在現(xiàn)代SAR 系統(tǒng)中，基本的配置是多天線或多通道，這為抑制空間方向的RFI 提供了額外的自由度?？臻g濾波的基本思想是利用陣列波束形成技術(shù)，將方向圖零點(diǎn)對(duì)準(zhǔn)射頻干擾源。ROSENBERG等［37］提出了約束快速時(shí)空自適應(yīng)處理技術(shù)，該技術(shù)利用自適應(yīng)波束形成以最小失真抑制對(duì)最終圖像的干擾，BOLLIAN 等［38］使用數(shù)字波束形成技術(shù)應(yīng)用在32 通道EcoSAR 系統(tǒng)中。

此類方法的主要挑戰(zhàn)是干擾的空間特性難以準(zhǔn)確估計(jì)，從而限制了零陷深度。一般來(lái)說(shuō)，使用波束形成算法的自適應(yīng)系統(tǒng)需要較高的干信比，并且僅限于在觀測(cè)期間跟蹤少量RFI 目標(biāo)。對(duì)于干擾源快速動(dòng)態(tài)變化的情況，零陷展寬難以有效覆蓋?？臻g濾波適用于RFI 和目標(biāo)信號(hào)來(lái)自不同空間方向的情況，但也會(huì)增加系統(tǒng)的復(fù)雜度。

2.4 分解與重構(gòu)

2.4.1 分解

分解方法根據(jù)RFI 與SAR 回波的差異，提取RFI 對(duì)應(yīng)的潛在成分或子空間［39］，包括功率、統(tǒng)計(jì)差異等。特征子空間投影方法采用奇異值分解來(lái)分離。將大奇異值和小奇異值分成兩組，然后通過(guò)對(duì)應(yīng)于不同奇異值組的奇異向量構(gòu)造RFI 子空間和信號(hào)子空間［40］。TAO 等［12］將本征子空間投影擴(kuò)展到瞬時(shí)譜中，以消除寬帶干擾。還有利用統(tǒng)計(jì)分布差異，提出了獨(dú)立分量分析［41］和獨(dú)立子空間分析［42］，提取RFI 對(duì)應(yīng)的潛在分量。

ZHOU 等［43］提出使用復(fù)經(jīng)驗(yàn)?zāi)B(tài)分解來(lái)區(qū)分RFI 和雷達(dá)回波，其實(shí)質(zhì)是逐步分解信號(hào)中包含的不同趨勢(shì)或波動(dòng)，得到一系列具有不同內(nèi)在時(shí)間尺度的數(shù)據(jù)序列。ELGAMEL 等［44］則進(jìn)一步將經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c分?jǐn)?shù)傅里葉變換結(jié)合起來(lái)抑制干擾。

2.4.2 重構(gòu)

上述提取或?yàn)V波方法會(huì)導(dǎo)致有用回波信號(hào)的大量損失，尤其是在處理長(zhǎng)時(shí)間持續(xù)的寬帶干擾時(shí)。稀疏恢復(fù)是一種較先進(jìn)的半?yún)?shù)干擾抑制方法，它基于壓縮感知的思想，能夠有效降低信號(hào)失真，可以看作是用給定的字典重構(gòu)少量系數(shù)的優(yōu)化問(wèn)題。

LIU 等［45-47］分別利用了距離譜的稀疏性和時(shí)頻域的稀疏性，其中，RFI 和SAR 圖像的聯(lián)合稀疏恢復(fù)用于處理窄帶和寬帶干擾。NGUYEN 等［48］利用稀疏表示和恢復(fù)框架獨(dú)立處理每個(gè)距離壓縮回波。LU 等［49］通過(guò)在時(shí)頻平面上應(yīng)用稀疏恢復(fù)擴(kuò)展了這一思想。

SU 等［50］利用RFI 的低秩特性和SAR 回波的稀疏性，研究了基于魯棒主成分分析的時(shí)頻信號(hào)分離。為了有效地捕獲相鄰SAR 孔徑信號(hào)間的時(shí)空相關(guān)性，充分發(fā)揮二維耦合處理的優(yōu)勢(shì)，有學(xué)者還提出了聯(lián)合稀疏和低秩模型［51］。然而，這些稀疏的低秩算法都需要對(duì)一個(gè)或多個(gè)超參數(shù)進(jìn)行微調(diào)，而且由于缺乏RFI 和雷達(dá)信號(hào)的先驗(yàn)信息，這種參數(shù)微調(diào)在實(shí)際應(yīng)用中不是一個(gè)簡(jiǎn)單的任務(wù)。HUANG等［52］和REN 等［53］提出先進(jìn)的無(wú)超參數(shù)方法來(lái)進(jìn)一步改進(jìn)。

在考慮塊內(nèi)相關(guān)的情況下，塊稀疏貝葉斯學(xué)習(xí)（Block Sparse Bayesian Learning，BSBL）更有效地解決了欠定恢復(fù)問(wèn)題。文獻(xiàn)［54］提出了基于BSBL的改進(jìn)方法，在一定非稀疏情況下，證明了該方法具有優(yōu)越的恢復(fù)性能。

雖然這些方法在RFI 分離中有很好的性能，但是它們需要額外的訓(xùn)練樣本來(lái)估計(jì)RFI 結(jié)構(gòu)，并且比傳統(tǒng)的濾波技術(shù)需要更多的存儲(chǔ)和計(jì)算資源，因此，更適合于離線的地面處理。

3 關(guān)于未來(lái)趨勢(shì)的討論

現(xiàn)有的抑制方法依賴于專家知識(shí)來(lái)最大化RFI和有用回波之間的差異，如能量、統(tǒng)計(jì)差異等。在這些算法的實(shí)現(xiàn)中，一些超參數(shù)是根據(jù)經(jīng)驗(yàn)選擇的，僅適用于特定調(diào)制類型的干擾。然而，未來(lái)SAR 系統(tǒng)面臨的異構(gòu)RFI 環(huán)境是一個(gè)具有挑戰(zhàn)性的任務(wù)，會(huì)同時(shí)遭遇各種類型的RFI 信號(hào)。因此，干擾抑制技術(shù)應(yīng)具有適應(yīng)性、實(shí)用性和適用性，并盡量減少人為的參與。

基于這一挑戰(zhàn)，遵循接收信號(hào)的流程，根據(jù)觀察—調(diào)整—決策—行為（OODA）規(guī)則，RFI 抑制技術(shù)的發(fā)展趨勢(shì)和未來(lái)方向可以概括為3 個(gè)關(guān)鍵詞：認(rèn)知、綜合和自適應(yīng)。這3 個(gè)方面構(gòu)成了一個(gè)完整的系統(tǒng)，相互支持，以提高RFI 的抑制性能。

3.1 認(rèn)知

認(rèn)知是指SAR 系統(tǒng)應(yīng)該能夠動(dòng)態(tài)、快速地感知復(fù)雜的電磁環(huán)境［56］。過(guò)往的SAR 系統(tǒng)往往沒(méi)有過(guò)多考慮面臨的干擾問(wèn)題。但隨著電磁環(huán)境愈趨復(fù)雜，在SAR 系統(tǒng)部署、飛行或發(fā)射之前［10］，應(yīng)清楚地了解其面臨的RFI 環(huán)境，從而制定相應(yīng)的有效抑制措施。例如，未來(lái)規(guī)劃的歐空局Biomass 系統(tǒng)已經(jīng)分析了潛在的干擾源，并開(kāi)發(fā)了用于RFI 抑制的地面處理軟件［57］。

3.2 綜合

由于射頻環(huán)境在時(shí)間上和地理上都在不斷變化，因此，對(duì)其進(jìn)行表征和抑制并不容易，單一的技術(shù)不可能抑制所有類型的RFI。為了更好地提高抗干擾能力，綜合是指通過(guò)結(jié)合從收發(fā)系統(tǒng)級(jí)到信號(hào)處理級(jí)的技術(shù)的不同方面進(jìn)行全方面RFI抑制。

從收發(fā)機(jī)系統(tǒng)層面上，可以利用嗅探脈沖進(jìn)行RFI 的預(yù)檢測(cè)和監(jiān)測(cè)，但這是以降低發(fā)射波形的脈沖重復(fù)頻率為代價(jià)的。對(duì)于當(dāng)前和未來(lái)的電掃SAR 系統(tǒng)，數(shù)字波束形成技術(shù)可以產(chǎn)生天線零陷指向以抑制旁瓣RFI，但不適用于處理主瓣干擾。

如果RFI 信號(hào)從與SAR 回波相同方向發(fā)射并由接收機(jī)記錄，則可以應(yīng)用信號(hào)處理方法來(lái)抑制。對(duì)于更一般、更異構(gòu)的環(huán)境，通過(guò)聯(lián)合利用時(shí)間、頻率、空間、極化、碼域和功率域之間的特性，可以更準(zhǔn)確地表征RFI 和目標(biāo)回波之間的差異，從而通過(guò)使用張量分析等工具來(lái)提高抑制性能。

3.3 自適應(yīng)

自適應(yīng)要求SAR 系統(tǒng)能夠根據(jù)RFI 環(huán)境的動(dòng)態(tài)變化來(lái)采用最優(yōu)策略抑制干擾。如信號(hào)帶寬為1 MHz 的低分辨率SMAP 系統(tǒng)，采用靈活的頻率選擇方案，避免了不同時(shí)間、不同區(qū)域的干擾，但這可能不適用于其他高分辨率系統(tǒng)。未來(lái)的MIMOSAR 系統(tǒng)可以提供更多的波形優(yōu)化能力，在時(shí)間、頻率、空間和極化上進(jìn)行自適應(yīng)調(diào)整，從而具有提高抗干擾能力的潛力［58］。隨著人工智能技術(shù)的發(fā)展，諸如深度學(xué)習(xí)網(wǎng)絡(luò)等也會(huì)在干擾抑制方面展現(xiàn)出廣闊的應(yīng)用前景［59］。

4 結(jié)束語(yǔ)

本文綜合分析了目前SAR 系統(tǒng)中RFI 抑制技術(shù)的研究，為今后在機(jī)載或星載SAR 系統(tǒng)中實(shí)施最合適的RFI 抑制方案提供參考。任何干擾抑制技術(shù)的有效性取決于許多因素，包括SAR 系統(tǒng)的架構(gòu)、觀測(cè)模式、RFI 本身的性質(zhì)以及所需計(jì)算資源等。目前的技術(shù)最適用于相對(duì)目標(biāo)回波具有稀疏頻域、時(shí)域或時(shí)頻域占用的干擾信號(hào)。陷波濾波和LMS濾波憑借簡(jiǎn)單高效的特點(diǎn)而被廣泛采用，適用于系統(tǒng)在線的快速處理。

其他精細(xì)化的抑制方案，如時(shí)頻聯(lián)合濾波和稀疏恢復(fù)，由于其相對(duì)較大的計(jì)算復(fù)雜度，可以成為離線地面處理的候選方案。在非平穩(wěn)干擾環(huán)境中，可以優(yōu)先選擇信號(hào)處理方法，而對(duì)于已知和固定RFI 源，可以優(yōu)選諸如參考天線和空間濾波等特殊措施。

此外，還應(yīng)重視對(duì)干擾抑制效果的評(píng)價(jià)。強(qiáng)干擾對(duì)SAR 圖像幅度的影響顯而易見(jiàn)，但是也不能忽略低功率干擾對(duì)于相位的影響。因此，好的干擾抑制方法，除了能成功抑制圖像中的干擾偽影，還應(yīng)該具有較好的相位保持性能，因此，對(duì)于RFI 更精細(xì)的表征和抑制工作仍有待繼續(xù)深入研究。