葉簇穿透合成孔徑雷達(dá)增強(qiáng)成像方法

金　添

（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）

葉簇穿透合成孔徑雷達(dá)增強(qiáng)成像方法

金添*

（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）

葉簇穿透合成孔徑雷達(dá)（FOPEN SAR）為了探測樹林中隱藏目標(biāo)，通常工作在低信雜比（SCR）的環(huán)境中，目標(biāo)檢測難度極大。該文提出一種基于目標(biāo)散射方位變化特性的增強(qiáng)成像方法，在保證高空間分辨率的同時(shí)，增強(qiáng)隱蔽目標(biāo)圖像SCR。對于感興趣的車輛類目標(biāo)，目標(biāo)主側(cè)面與地面形成二面角。當(dāng)電磁波沿二面角法線方向入射時(shí)，回波能量最強(qiáng)。該方法能夠獲得該方位角對應(yīng)的高分辨率圖像，從而增強(qiáng)目標(biāo)SCR，提高檢測性能。實(shí)測機(jī)載FOPEN SAR數(shù)據(jù)驗(yàn)證了該方法的有效性。

葉簇穿透；合成孔徑雷達(dá)；增強(qiáng)成像

1　引言

為了探測隱藏在樹林中的目標(biāo)，雷達(dá)通常工作在樹葉對電磁波吸收較弱的低波段（如VHF/UHF波段）。工作在低波段的葉簇穿透合成孔徑雷達(dá)（FOliage PENetration Synthetic Aperture Radar，F(xiàn)OPEN SAR）能夠獲得樹林中隱蔽目標(biāo)的雷達(dá)圖像，提高對隱蔽目標(biāo)探測能力［1］。盡管葉簇對電磁波的反射較弱，但是粗大的樹干對電磁波的反射很強(qiáng)，在FOPEN SAR圖像上形成很多亮點(diǎn)，稱為樹干雜波。強(qiáng)烈的樹干雜波幾乎會淹沒目標(biāo)，導(dǎo)致目標(biāo)與所在區(qū)域的葉簇、樹干背景對比度降低，使目標(biāo)的檢測難度增大。與此同時(shí)，F(xiàn)OPEN SAR工作波長較長，大多數(shù)散射體處在瑞利區(qū)，目標(biāo)的回波主要由大的散射體回波構(gòu)成，接收回波僅僅反映目標(biāo)總體輪廓，略去了目標(biāo)大部分精細(xì)結(jié)構(gòu)信息，很難通過雷達(dá)圖像的幾何形狀特征區(qū)分感興趣目標(biāo)和樹干雜波。

目前SAR目標(biāo)檢測/識別普遍采用美國林肯實(shí)驗(yàn)室提出的分級處理流程［2］，首先對成像得到的大面積SAR圖像進(jìn)行預(yù)篩選，提取若干感興趣區(qū)域（Region Of Interest，ROI），每個(gè)ROI包含一個(gè)疑似目標(biāo)；接著進(jìn)行目標(biāo)鑒別，剔除大部分自然雜波；最后進(jìn)行目標(biāo)識別。分級處理流程3個(gè)階段待處理數(shù)據(jù)量依次降低，但采用的算法復(fù)雜性依次增加，在保證檢測/識別性能的同時(shí)提高處理效率。然而，該處理流程最初是針對高波段SAR設(shè)計(jì)的，沒有考慮到工作在低波段的FOPEN SAR在回波數(shù)據(jù)量和目標(biāo)特性上與高波段SAR的區(qū)別，因此直接套用這種分級處理框架對于FOPEN SAR并不合適。

目標(biāo)散射函數(shù)不僅與空間位置有關(guān)，還與頻率、觀測角度和極化等有關(guān)［3］。FOPEN SAR 為了獲得與高波段SAR 相當(dāng)?shù)姆轿环直媛?，需要更大的積累角，于是獲得相同場景需要處理的回波數(shù)據(jù)量也相應(yīng)增加。為了提高處理效率，Kaplan等人［4］提出了修剪四分樹算法，它是將預(yù)篩選結(jié)合到四分樹形式的快速后向投影成像算法中，在分辨率由粗到精不斷提高的過程中對各個(gè)階段的圖像都進(jìn)行預(yù)篩選處理，確定可能包含目標(biāo)的局部區(qū)域，然后只對這些局部區(qū)域進(jìn)一步提高分辨率。通過各個(gè)階段的預(yù)篩選不斷剔除一些不可能包含目標(biāo)的區(qū)域，減小了成像的運(yùn)算量。但是在修剪四分樹算法中，預(yù)篩選仍然采用基于圖像幅度特征的恒虛警率技術(shù)，由于粗分辨率圖像目標(biāo)信噪比不高，使得目標(biāo)區(qū)域的確定十分困難。

實(shí)際中，F(xiàn)OPEN SAR感興趣對象主要為樹林中隱藏的車輛等目標(biāo)。上述目標(biāo)與地面構(gòu)成了比較明顯的二面角結(jié)構(gòu)。因此，可以利用二面角散射隨方位變化特性提高FOPEN SAR目標(biāo)探測性能。子孔徑處理［5-9］是提取目標(biāo)散射方位角特征常用的方法，可以結(jié)合成像算法或是針對圖像切片進(jìn)行，但是子孔徑在獲得方位角特征的同時(shí)犧牲了方位分辨率。Chaney等人［10］提出了方位相關(guān)成像算法，在成像處理中利用目標(biāo)散射函數(shù)隨方位角的變化特性增強(qiáng)目標(biāo)信噪比，提高預(yù)篩選性能。雖然方位相關(guān)成像算法在成像過程中自適應(yīng)調(diào)整成像孔徑的長度和位置，但它需要在方位角特征提取精度和方位分辨率之間取折衷，不利于后續(xù)鑒別和識別處理。

樹干雜波作為FOPEN SAR目標(biāo)探測面臨的主要干擾，可以等效為圓柱體，其散射具有方位不變特性；而二面角目標(biāo)的散射隨方位變化較大，當(dāng)雷達(dá)視線與二面角軸線垂直時(shí)，二面角散射最強(qiáng)，稱為正側(cè)散射。本文提出一種利用二面角正側(cè)散射的增強(qiáng)成像方法，該方法通過提高車輛類目標(biāo)圖像的信雜比，在相同檢測概率的情況下減少預(yù)篩選輸出的ROI數(shù)量，避免鑒別處理飽和，保證整體信息處理流程效率。與子孔徑處理犧牲方位分辨率不同，提出的方法在利用二面角正側(cè)散射的同時(shí)，仍能提供與傳統(tǒng)成像方法相當(dāng)?shù)母叻轿环直媛蕡D像，不會減少后續(xù)鑒別和識別階段的信息量。

2　FOPEN SAR回波模型

圖1　正側(cè)視條帶工作方式成像幾何示意圖Fig. 1　Imaging geometry of broadside trip-map operation mode

在正側(cè)視條帶工作方式下，天線波束指向始終與雷達(dá)速度方向垂直（不考慮載機(jī)運(yùn)動誤差），其成像幾何如圖1所示，其中x，y，z和r分別稱為地距，方位，高度和斜距。x和y確定的平面x-y稱為地距平面（ground-plane），r和y確定的平面r-y為斜距平面（slant-plane）。由于SAR只具有2維成像能力，因此SAR圖像是實(shí)際場景在斜距平面的投影，因此斜距平面也稱為成像平面。圖1（a）中陰影部分表示被雷達(dá)天線波束掃過的區(qū)域，稱為測繪帶；圖1（b）中陰影部分是圖1（a）中陰影部分在成像平面上的投影。

FOPEN SAR 2維回波時(shí)域和頻域（波數(shù)域）模型分別如式（3）和式（5）所示，定量表示了回波中目標(biāo)散射隨頻率和方位角變化的信息。

3　增強(qiáng)成像機(jī)理與實(shí)現(xiàn)

3.1成像模型

FOPEN SAR為了獲得與高波段SAR相當(dāng)?shù)姆轿环直媛剩枰蟮姆e累角，距離向和方位向存在強(qiáng)耦合。距離遷移（RM）算法針對該特性，利用Stolt變換在2維回波波數(shù)域?qū)嚯x向和方位向解耦。Stolt變換定義為：性通過2維逆Fourier變換耦合到圖像空間域，其中利用了由Stolt變換得到的回波域變量與圖像域變量的關(guān)系：

3.2增強(qiáng)成像算法

考慮到地面，車輛目標(biāo)可以近似為二面角結(jié)構(gòu)，樹干可以近似為頂帽結(jié)構(gòu)，其參數(shù)化散射模型分別為［11］：

根據(jù)前面推導(dǎo)的成像模型可知，二面角散射強(qiáng)度隨著方位角偏離其軸線垂直方向逐漸減弱；而雷達(dá)圖像為積累角范圍內(nèi)不同方位角目標(biāo)散射的疊加。由于FOPEN SAR地面雜波和葉簇雜波能量在積累角范圍近似均勻分布，雖然增大積累角能夠提高方位分辨率，但會一定程度降低二面角目標(biāo)的圖像信雜比；而樹干雜波散射基本不隨方位角變化，增大積累角對其圖像信雜比影響不大。

為了增強(qiáng)車輛目標(biāo)的圖像信雜比，一個(gè)途徑是獲得方位角等于車輛姿態(tài)角對應(yīng)的雷達(dá)圖像。因此根據(jù)成像模型，可以借鑒時(shí)頻分析的思想，在波數(shù)域數(shù)據(jù)對雷達(dá)回波進(jìn)行增強(qiáng)成像處理。Wigner-Ville分布（WVD）是雙線性時(shí)頻分析方法的基礎(chǔ)和核心［12］，它最早由Wigner在1932年提出并將其應(yīng)用在量子力學(xué)上，后來由Ville引入信號的時(shí)頻分析領(lǐng)域中。可以獲得信號的2次時(shí)頻聯(lián)合分布，基于WVD的增強(qiáng)成像公式可以表示為：

WVD作為最基本的雙線性時(shí)頻表示方法，其主要缺點(diǎn)是存在交叉項(xiàng)的干擾，為了克服這個(gè)問題，需要對WVD進(jìn)行改進(jìn)，對交叉項(xiàng)進(jìn)行抑制。Choi-Williams分布（CWD）具有好的交叉項(xiàng)抑制能力，與WVD相比它只需在運(yùn)算中添加一個(gè)核函數(shù)［13］。基于CWD的增強(qiáng)成像公式可以表示為

4　實(shí)測數(shù)據(jù)驗(yàn)證

采用機(jī)載FOPEN SAR實(shí)測數(shù)據(jù)對提出的增強(qiáng)成像方法進(jìn)行驗(yàn)證。該機(jī)載FOPEN SAR發(fā)射線性調(diào)頻信號，工作在VHF/UHF波段。成像區(qū)域?yàn)樵诿艿臉淞种须[藏著4輛卡車。傳統(tǒng)成像和基于CWD的增強(qiáng)成像結(jié)果如圖2所示，圖像動態(tài)范圍30 dB。傳統(tǒng)成像結(jié)果中，目標(biāo)淹沒在雜波背景中，為了保證高檢測概率，預(yù)篩選會出現(xiàn)大量虛警；而增強(qiáng)成像結(jié)果中，葉簇散射得到大幅度抑制，僅剩余了若干較強(qiáng)的樹干散射，而卡車目標(biāo)散射并沒有減弱，因此目標(biāo)信雜比大幅度增加，有利于提高預(yù)篩選性能。

圖2　FOPEN SAR成像結(jié)果Fig. 2　FOPEN SAR imaging results

5　結(jié)論

本文提出了一種FOPEN SAR增強(qiáng)成像方法，能夠有效提高樹林中車輛類目標(biāo)圖像的信雜噪比，從而提高預(yù)篩選性能，大幅度減少包含虛警雜波的ROI數(shù)目，從而提高信息處理流程的整體效率。在增強(qiáng)成像處理的基礎(chǔ)上，可以結(jié)合圓周孔徑和極化信息［14］，一方面提供更豐富的角度信息，另一方面提供3維成像能力，區(qū)分植被區(qū)的冠層和樹干，從而進(jìn)一步提高FOPEN SAR隱蔽目標(biāo)圖像信雜比。

［1］Davis M E. Foliage Penetration Radar: Detection and Characterization of Objects under Trees［M］. SciTech Publishing，Inc，2011: 60-92.

［2］Novak L M，Halversen S D，Owirka G J，et al.. Effects of polarization and resolution on SAR ATR［J］. IEEE Transactions on Aerospace and Electronic Systems，1997，33（1）: 102-116.

［3］吳一戎. 多維度合成孔徑雷達(dá)成像概念［J］. 雷達(dá)學(xué)報(bào)，2013，2（2）: 135-142.

Wu Yi-rong. Concept on multidimensional space jointobservation SAR［J］. Journal of Radars，2013，2（2）: 135-142.

［4］Kaplan L M，McClellan J H，and Seung-Mok Oh. Prescreening during image formation for ultrawideband radar［J］. IEEE Transactions on Aerospace and ElectronicSystems，2002，38（1）: 74-88.

［5］Carin L，Ybarra G，Bharadwaj P，et al.. Physics-based classification of targets in SAR imagery using subaperture sequences［C］. IEEE International Conference on Acoustics，Speech and Signal Processing，Phoenix，AZ，USA，1999: 3341-3344.

［6］Runkle P，Nguyen L H，McClellan J H，et al.. Multi-aspect target detection for SAR imagery using hidden Markov models［J］. IEEE Transactions on Geoscience and Remote Sensing，2001，39（1）: 46-55.

［7］Soumekh M，Gunther G，Linderman M，et al.. Digitallyspotlighted subaperture SAR image formation using high performance computing［C］. Proceedings of SPIE，2000，4053: 260-271.

［8］Wong D and Carin L. Analysis and processing of ultra wide-band SAR imagery for buried landmine detection［J］. IEEE Transactions on Antennas and Propagation，1998，46（11）: 1747-1748.

［9］楊威，陳杰，李春升. 面向目標(biāo)特性精細(xì)提取的SAR數(shù)據(jù)融合成像處理方法［J］. 雷達(dá)學(xué)報(bào)，2015，4（1）: 29-37.

Yang Wei，Chen Jie，and Li Chun-sheng. SAR data fusion imaging method oriented to target feature extraction［J］. Journal of Radars，2015，4（1）: 29-37.

［10］Chaney R D，Willsky A S，and Novak L M. Coherent aspect-dependent SAR image formation［C］. Proceedings of SPIE，1994，2230: 256-274.

［11］Jackson J A，Rigling B D，and Moses R L. Canonical scattering feature models for 3D and bistatic SAR［J］. IEEE Transactions on Aerospace and Electronic Systems，2010，46（2）: 525-541.

［12］Martin W and Flandrin P. Wigner-Ville spectral analysis of nonstationary processes［J］. IEEE Transactions on Acoustics，Speech，and Signal Processing，1985，33（6）: 1461-1470.

［13］Choi H-I and Williams W J. Improved time-frequency representation of multicomponent signals using exponential kernels［J］. IEEE Transactions on Acoustics, Speech, and Signal Processing，1989，37（6）: 862-871.

［14］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.

金添（1980-），男，國防科學(xué)技術(shù)大學(xué)，教授，博士生導(dǎo)師，主要從事隱蔽目標(biāo)雷達(dá)成像與檢測識別、新型微波傳感器機(jī)理與系統(tǒng)實(shí)現(xiàn)等方面的研究工作。2009年獲全國優(yōu)秀博士學(xué)位論文獎(jiǎng)，2010年入選教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”，2015年獲國際無線電科學(xué)聯(lián)盟青年科學(xué)家獎(jiǎng)。承擔(dān)國家自然科學(xué)基金、武器裝備探索等多項(xiàng)課題，獲省部級科技進(jìn)步一等獎(jiǎng)1項(xiàng)、二等獎(jiǎng)1項(xiàng)?！靶盘柼幚砼c系統(tǒng)”國家精品課程和資源共享課主講教師，信號處理系列課程國家級教學(xué)團(tuán)隊(duì)主要成員。已發(fā)表論文100余篇，獲授權(quán)國家發(fā)明專利5項(xiàng)，出版專著3部、譯著1部、教材1部。“信息感知技術(shù)”國家協(xié)同創(chuàng)新中心特聘研究員，荷蘭代爾夫特理工大學(xué)訪問學(xué)者。

E-mail: tianjin@nudt.edu.cn

An Enhanced Imaging Method for Foliage Penetration Synthetic Aperture Radar

Jin Tian
（College of Electronic Science and Engineering，National University of Defense Technology，Changsha 410073，China）

FOliage PENetration Synthetic Aperture Radar （FOPEN SAR）is used in low Signal-to-Clutter Ratio（SCR）conditions to detect targets hidden in forests，which introduces difficulties in target detection. In this study，an enhanced imaging method based on the scattering aspect variability of the target is proposed，which improves the SCR of the formed images of hidden targets while maintaining high spatial resolution. In the case of a vehicle target，the dihedral is formed by its main side and the ground. The echo is strongest when the incident electromagnetic wave is along the normal direction of the dihedral. A high-resolution image corresponding to this aspect angle is formed by the proposed enhanced imaging method to increase the SCR of the target and improve the detection performance. Airborne FOPEN SAR data were used to validate the efficiency of the proposed method.

FOliage PENetration （FOPEN）； Synthetic Aperture Radar （SAR）； Enhanced imaging

TN958

A

2095-283X（2015）-05-0503-06 DOI：10.12000/JR15114

金添. 葉簇穿透合成孔徑雷達(dá)增強(qiáng)成像方法［J］. 雷達(dá)學(xué)報(bào)，2015，4（5）: 503-508.

10.12000/JR15114.

Reference format：Jin Tian. An enhanced imaging method for foliage penetration synthetic aperture radar［J］. Journal of Radars，2015，4（5）: 503-508. DOI: 10.12000/JR15114.

2015-10-12；改回日期：2015-10-29

金添tianjin@nudt.edu.cn

國家自然科學(xué)基金（61271441），?？蒲杏?jì)劃項(xiàng)目（CJ12-04-02）Foundation Items: The National Natural Science Foundation of China under Grant 61271441，The Research Project of NUDT under Grant CJ12-04-02