發(fā)布時間：2021-06-21 07:36

　　本文提出了一種能夠用于機(jī)載條帶式合成孔徑雷達(dá)（SAR）運(yùn)動誤差估計的多孔徑圖像偏移自聚焦算法。首先,將條帶SAR數(shù)據(jù)分割為有重疊的估計子塊,各個子塊又分為具有重疊場景的多個子孔徑,并通過后向投影算法在距離多普勒域構(gòu)建子孔徑圖像;然后,對各個子孔徑圖像進(jìn)行互相關(guān)處理,在分析影響互相關(guān)函數(shù)的因素的基礎(chǔ)上,給出了求解各子圖像之間的重疊場景相對偏移的方法;最后,給出了子塊內(nèi)的誤差估計方法與子塊間的誤差拼接方法。對實(shí)際數(shù)據(jù)的處理結(jié)果表明,所提算法能夠精確且魯棒地估計機(jī)載條帶SAR的運(yùn)動誤差。 

【文章來源】：雷達(dá)科學(xué)與技術(shù). 2020,18(05)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

機(jī)載SAR的觀測幾何模型

為了提高數(shù)據(jù)處理效率，在SAR的成像處理中每次需要處理多個合成孔徑長度的數(shù)據(jù)。SMAM算法的第一步是沿方位向分割數(shù)據(jù)，如圖2所示，SMAM算法中數(shù)據(jù)分割分為兩步。如圖2(a）所示，SMAM算法首先將數(shù)據(jù)沿方位向分割為多個估計子塊。如圖2(b）所示，每個SMAM估計子塊之后又被分為多個方位向子孔徑，每個方位向子孔徑對應(yīng)的時間長度在一秒左右[4]。圖2(b）給出的是子孔徑數(shù)目為4時的情況，由于每個SMAM估計子塊的長度小于一個合成孔徑時間，因此每個子孔徑數(shù)據(jù)對應(yīng)的場景范圍均有重疊的部分。圖2(b）以第一個子孔徑為例給出了其與其他子孔徑之間的重疊場景（SOL p(,q）表示第p個和第q個子孔徑間重疊場景的長度），可見重疊場景的方位向長度隨著子孔徑之間距離的增大而減小，而相鄰子孔徑之間的重疊場景范圍最大。2.2 子孔徑成像

式中，Iqf(a，τ；i）表示第q個子孔徑圖像沿方位向圓周位移i個像素時的二維幅值函數(shù)。圖4給出了本文第3節(jié)所處理真實(shí)SAR數(shù)據(jù)的互相關(guān)函數(shù)，互相關(guān)函數(shù)的整體下降趨勢是由于子圖像天線方向圖隨著圓周位移相關(guān)性下降造成的。當(dāng)子圖像間的兩個子圖像的重疊場景處于相同的方位向位置，其互相關(guān)函數(shù)中會均為出現(xiàn)一個尖峰，圖4中互相關(guān)函數(shù)的梯度函數(shù)如圖5所示，圖5中各梯度函數(shù)的最大值和最小值分別對應(yīng)互相關(guān)函數(shù)中尖峰兩側(cè)的“陡坡”。位于“陡坡”頂端的尖峰是函數(shù)的極值，其對應(yīng)的梯度值為零，所以可以通過測量互相關(guān)函數(shù)梯度的最大值和最小值之間的零點(diǎn)來自動獲取子圖像間場景的偏移量。以第一幅與第五幅子圖像互相關(guān)函數(shù)為例，圖4和圖5分別在右上角給出了其互相關(guān)函數(shù)的尖峰附近以及互相關(guān)函數(shù)梯度最值之間的零點(diǎn)附近的放大圖，由圖中標(biāo)出的坐標(biāo)可見相關(guān)函數(shù)的尖峰與互相關(guān)函數(shù)梯度最值之間的零點(diǎn)對應(yīng)著相同的橫坐標(biāo)。

【參考文獻(xiàn)】：
期刊論文
[1]基于子孔徑的多項(xiàng)式擬合優(yōu)化PACE運(yùn)動補(bǔ)償方法[J]. 元棪,李和平.  計算機(jī)與現(xiàn)代化. 2019(09)
[2]聯(lián)合誤差估計的機(jī)載超高分辨率SAR成像[J]. 景國彬,李寧,孫光才,邢孟道.  西安電子科技大學(xué)學(xué)報. 2019(03)
[3]基于二次速度估計的距離像運(yùn)動補(bǔ)償[J]. 王坡,葛俊祥,潘世偉.  雷達(dá)科學(xué)與技術(shù). 2018(06)



本文編號：3240273