基于扇貝效應(yīng)校正的改進(jìn)滑動(dòng)Mosaic全孔徑成像算法

趙 團(tuán) 鄧云凱 王 宇 李 寧 王翔宇②

①(中國(guó)科學(xué)院電子學(xué)研究所 北京 100190)

②(中國(guó)科學(xué)院大學(xué) 北京 100039)

基于扇貝效應(yīng)校正的改進(jìn)滑動(dòng)Mosaic全孔徑成像算法

趙 團(tuán)*①②鄧云凱①王 宇①李 寧①王翔宇①②

①(中國(guó)科學(xué)院電子學(xué)研究所 北京 100190)

②(中國(guó)科學(xué)院大學(xué) 北京 100039)

該文提出了一種針對(duì)滑動(dòng)Mosaic模式合成孔徑雷達(dá)(SAR)的全孔徑成像算法，包含了扇貝效應(yīng)校正和尖脈沖抑制。該方法創(chuàng)新性地通過方位向去斜預(yù)處理，來校正由于雷達(dá)天線轉(zhuǎn)動(dòng)引入的天線方向圖加權(quán)，即扇貝效應(yīng)校正技術(shù)。尖脈沖抑制的主要思想是利用線性預(yù)測(cè)譜估計(jì)算法，通過相鄰Burst數(shù)據(jù)外推來補(bǔ)全Burst之間的空缺數(shù)據(jù)，從而抑制由多個(gè)Burst相干處理所引起的尖脈沖，即“矛刺”。最后，帶寬為200 MHz的C波段機(jī)載SAR系統(tǒng)實(shí)驗(yàn)處理結(jié)果驗(yàn)證了該文所提方法的有效性。

合成孔徑雷達(dá)；滑動(dòng)Mosaic；扇貝效應(yīng)校正；全孔徑成像算法；線性預(yù)測(cè)模型

1 引言

合成孔徑雷達(dá)(SAR)因其全天時(shí)全天侯的地球影像獲取能力，被認(rèn)為是一種有效的地球遙感手段[1]。由于距離向非模糊寬度對(duì)系統(tǒng)設(shè)計(jì)的限制，傳統(tǒng)的SAR系統(tǒng)不能同時(shí)滿足方位向高分辨率、距離向?qū)挏y(cè)繪帶的要求。方位向高分辨率來自于直徑較短的天線在長(zhǎng)合成孔徑時(shí)間內(nèi)對(duì)目標(biāo)進(jìn)行照射，從而產(chǎn)生更高的多普勒帶寬，需要足夠高的脈沖采樣頻率(PRF)才能避免頻譜混疊。相應(yīng)地，非模糊距離要求子脈沖之間有較大的時(shí)間間隔，限制了PRF的取值。掃描SAR(ScanSAR)作為經(jīng)典的寬測(cè)繪帶SAR成像解決方案，通過犧牲方位向分辨率來增加測(cè)繪寬度。為了提高方位向分辨率，聚束/滑動(dòng)聚束模式犧牲了波束的方位向覆蓋范圍。隨著科技的進(jìn)步，越來越多的科研任務(wù)及軍事活動(dòng)對(duì)SAR系統(tǒng)提出了新的需求，新的系統(tǒng)概念隨之出現(xiàn)[2]。

Mosaic模式是一種新的SAR工作方式，通過將滑動(dòng)聚束/聚束模式與ScanSAR相結(jié)合，實(shí)現(xiàn)高分寬測(cè)成像。在數(shù)據(jù)采集期間，雷達(dá)天線不僅像ScanSAR一樣在距離向上掃描，而且像聚束/滑動(dòng)聚束模式一樣在方位向上掃描。根據(jù)雷達(dá)天線不同的方位向掃描方法，Mosaic模式可分為兩種：方位向圍繞場(chǎng)景中心掃描的聚束Mosaic模式[1]，及方位向圍繞更遠(yuǎn)的虛焦點(diǎn)掃描的滑動(dòng)Mosaic模式[3–5]。以色列間諜衛(wèi)星TECSAR首先采用了滑動(dòng)Mosaic模式，在25 km×25 km范圍內(nèi)實(shí)現(xiàn)距離向及方位向均為1.8 m分辨率的成像[6]。作為TECSAR上成功實(shí)現(xiàn)的模式[7,8]，滑動(dòng)Mosaic可以在大范圍內(nèi)實(shí)現(xiàn)高分辨率連續(xù)成像[9]，是該文研究的重點(diǎn)。

自從以色列科學(xué)家在2004年的EUSAR會(huì)議中提出了Mosaic模式，并成功地在2008年發(fā)射的TECSAR衛(wèi)星上實(shí)現(xiàn)該模式，該模式的一些問題引起了許多研究者的注意。問題主要分為4個(gè)方面：系統(tǒng)設(shè)計(jì)、成像算法、扇貝效應(yīng)校正及缺失數(shù)據(jù)處理。由于Mosaic模式的基本工作原理是基于天線的復(fù)雜掃描方式，系統(tǒng)設(shè)計(jì)是該模式的關(guān)鍵。以色列科學(xué)家在文獻(xiàn)[6,7]中對(duì)TECSAR的系統(tǒng)設(shè)計(jì)進(jìn)行了綜述。一些中國(guó)科學(xué)工作者也對(duì)系統(tǒng)性能進(jìn)行了評(píng)估。在扇貝效應(yīng)校正的問題上，R. K. Haskins和P. W. Vachon在文獻(xiàn)[10]中分析了3種扇貝效應(yīng)校正的方法，其中的天線方向圖逆加權(quán)方法去除扇貝效應(yīng)的效果最好。為了解決空缺數(shù)據(jù)成像問題，Ury Naftaly和Ronit Levy-Nathansohn在文獻(xiàn)[6,7]中介紹了Mosaic模式的工作原理，并提出了連續(xù)成像的條件?，F(xiàn)有的滑動(dòng)Mosaic成像算法通常將每個(gè)Burst作為具有不同斜視角的滑動(dòng)聚束數(shù)據(jù)單獨(dú)處理[11]。較高的方位向分辨率需要較長(zhǎng)的積累時(shí)間及方位向的大范圍掃描，導(dǎo)致邊緣Burst展現(xiàn)出明顯的斜視特性[12]。擴(kuò)展的兩步式算法可以去除由斜視造成的方位向頻譜混疊，即斜視造成的多普勒頻率的傾斜，從而對(duì)邊緣Burst進(jìn)行聚焦成像[13–15]。為了合成連續(xù)的圖像，單Burst成像的后處理操作需要對(duì)圖像進(jìn)行方位向拼接及配準(zhǔn)，但拼接處目標(biāo)的回波數(shù)據(jù)是相鄰Burst數(shù)據(jù)的結(jié)合，導(dǎo)致不同Burst間出現(xiàn)多普勒相位跳變，從而破壞了如點(diǎn)目標(biāo)分析的插值等操作[16]。為了避免圖像后處理操作，采用類似于ScanSAR中的全孔徑成像算法，將Burst間的空缺數(shù)據(jù)補(bǔ)零，作為單視滑動(dòng)聚束數(shù)據(jù)進(jìn)行處理。

然而，相干處理會(huì)導(dǎo)致目標(biāo)響應(yīng)出現(xiàn)交叉調(diào)制，這使圖像變得雜亂。盡管對(duì)于幅度圖像來說，交叉調(diào)制可以用低通濾波器進(jìn)行濾除，但殘余信息仍會(huì)影響圖像進(jìn)一步處理。另外，滑動(dòng)Mosaic模式作為Burst模式的一種，其固有的扇貝效應(yīng)與ScanSAR不同。天線方位向掃描導(dǎo)致多普勒中心的變化，改變了方位向的等效天線方向圖，傳統(tǒng)的扇貝效應(yīng)校正方法的參數(shù)并不準(zhǔn)確，故不能很好地去除扇貝效應(yīng)。

本文分析了滑動(dòng)Mosaic模式中，方位向掃描對(duì)等效方位向天線方向圖的影響，并提出了針對(duì)滑動(dòng)Mosaic模式的扇貝效應(yīng)校方法。經(jīng)過方位向去斜處理后，消除了方位向天線轉(zhuǎn)動(dòng)的影響，此時(shí)，通過雙程天線方向圖反加權(quán)，即可補(bǔ)償扇貝輻射變化。基于方位向輻射均勻的數(shù)據(jù)，我們將現(xiàn)代譜估計(jì)理論引入到滑動(dòng)Mosaic模式中，在距離壓縮及距離徙動(dòng)校正(RCMC)處理之后，通過線性預(yù)測(cè)模型(LPM)外推補(bǔ)全Mosaic模式Burst之間缺失的數(shù)據(jù)。這種方法不僅能成功地抑制雜亂圖像中的“矛刺”，也可以增強(qiáng)圖像的信噪比。通過本文所述的方法，改進(jìn)的全孔徑算法可以將不連續(xù)的滑動(dòng)Mosaic數(shù)據(jù)聚焦為無雜亂的連續(xù)圖像。

本文組織結(jié)構(gòu)如下。第2節(jié)，簡(jiǎn)要介紹了滑動(dòng)Mosaic模式。第3節(jié)，介紹了扇貝效應(yīng)校正和全孔徑處理的相關(guān)工作。第4節(jié)分析了等效天線方向圖，并介紹了扇貝效應(yīng)校正方法。第5節(jié)分析了“矛刺”的來源，并進(jìn)行了孔徑外推來抑制“矛刺”。第6節(jié)通過實(shí)際數(shù)據(jù)驗(yàn)證了本文提出的算法。最后，第7節(jié)對(duì)本文進(jìn)行了總結(jié)。

2 滑動(dòng)Mosaic模式

Mosaic模式是一種有效的高分寬測(cè)成像方法。在方位向，雷達(dá)天線圍繞遠(yuǎn)離場(chǎng)景的虛擬旋轉(zhuǎn)中心掃描，地面足印連續(xù)滑動(dòng)，以獲取比ScanSAR更高的方位向分辨率。在距離向，雷達(dá)天線周期性地在幾個(gè)不同的掃描角之間切換，可以覆蓋不同的測(cè)繪帶，實(shí)現(xiàn)ScanSAR一樣的寬測(cè)繪帶成像功能。相對(duì)于滑動(dòng)聚束模式，滑動(dòng)Mosaic模式犧牲了方位向分辨率來獲取更大的距離向覆蓋區(qū)域。方位向的圖像質(zhì)量是由子測(cè)繪帶個(gè)數(shù)和距離向掃描角切換頻率共同決定的。距離向掃描角的切換越頻繁，方位向分辨率的變化越小，但整體圖像分辨率是由子測(cè)繪帶數(shù)量決定的。

在滑動(dòng)Mosaic模式數(shù)據(jù)處理中，像ScanSAR模式一樣，我們通常將不同距離向掃描角的回波信號(hào)單獨(dú)處理。在某個(gè)確切的掃描角度，以近距掃描為例，如圖1所示，相鄰Burst的聚焦圖像必須重疊，以進(jìn)行圖像拼接，形成連續(xù)圖像。沿飛行軌跡的虛線表示雷達(dá)天線正在照射其余測(cè)繪帶。在成像區(qū)域，沿航跡天線波束中心是間斷的，但沿航跡波束照射區(qū)域的重疊確保了成像區(qū)域的重疊，是Mosaic模式連續(xù)成像的基礎(chǔ)。單一子測(cè)繪帶的回波數(shù)據(jù)可以看作是方位向周期性缺失數(shù)據(jù)的滑動(dòng)聚束模式，也稱作是間斷SAR。文獻(xiàn)[6,17,18]表明，由于不同方位向位置被天線方向圖加權(quán)的系數(shù)不同，間斷SAR的扇貝效應(yīng)是不可避免的。

圖1 滑動(dòng)Mosaic的成像Fig. 1 Imaging geometry of the sliding Mosaic mode

3 相關(guān)工作

本節(jié)介紹了扇貝效應(yīng)和全孔徑處理的基本概念，并詳細(xì)分析了已有算法在處理Mosaic模式數(shù)據(jù)時(shí)的局限性，是本文的基礎(chǔ)。

3.1 輻射扇貝效應(yīng)

扇貝效應(yīng)是為了定量描述方位向輻射調(diào)制而提出的模型[10,19,20]，通常出現(xiàn)在Burst模式SAR中，特別是ScanSAR和Mosaic模式。在Burst模式中，周期性的方位時(shí)間缺失，導(dǎo)致整個(gè)方位向多普勒頻譜出現(xiàn)周期性的凹口，即扇貝效應(yīng)，由固定的方位調(diào)制造成。

在Mosaic模式中，我們通常認(rèn)為每個(gè)Burst的持續(xù)時(shí)間相同，且雷達(dá)天線距離向掃描角切換時(shí)丟失的數(shù)十余脈沖，相對(duì)于整個(gè)數(shù)據(jù)缺失長(zhǎng)度是可以容忍的。在滿足此種假設(shè)的條件下，扇貝隨Burst周期性出現(xiàn)而重復(fù)。文獻(xiàn)[10]指出，Mosaic圖像中的扇貝調(diào)制主要由Burst隨方位向波束移動(dòng)時(shí)的波束錯(cuò)位和波束采樣時(shí)間的變化共同影響。簡(jiǎn)而言之，可以用方位向反加權(quán)來均衡Burst中的能量變化。權(quán)重方程可表示如下：

WL(t)是權(quán)重系數(shù)，G2(t)是時(shí)域雙程天線方向圖。

在常規(guī)的SAR成像模式中，如ScanSAR，此權(quán)重模型經(jīng)過實(shí)驗(yàn)檢驗(yàn)有效。但是，此模型假設(shè)成像區(qū)域中的不同點(diǎn)的回波信號(hào)，被固定方位掃描角的雙程天線方向圖加權(quán)。Mosaic模式中，為了獲得方位向高分辨率，雷達(dá)天線的方位向掃描增加了場(chǎng)景目標(biāo)照射時(shí)間，從而拉伸了接收信號(hào)的加權(quán)模型，然而天線方向圖保持不變。

如圖2所示，單個(gè)點(diǎn)的加權(quán)模型隨雷達(dá)天線方位向掃描發(fā)生變化。因此，之前的權(quán)重模型并不適合Mosaic模式扇貝效應(yīng)校正，Burst中的能量不能被均衡。

3.2 全孔徑成像算法

傳統(tǒng)的全孔徑成像算法，在處理周期性缺失的數(shù)據(jù)時(shí)，如ScanSAR，將丟失的數(shù)據(jù)補(bǔ)零[21,22]。只有保持了正確的Burst間隔，單個(gè)目標(biāo)分布在不同Burst之間的回波數(shù)據(jù)才能被相關(guān)處理。如此，不僅能保持相位信息，而且聚焦圖像的地理信息和頻譜特性也與相對(duì)應(yīng)的連續(xù)成像模式相同。但是，由于對(duì)全孔徑數(shù)據(jù)進(jìn)行相關(guān)處理，圖像中會(huì)出現(xiàn)交叉調(diào)制，也被稱作“矛刺”。“矛刺”來源于Burst模式數(shù)據(jù)的周期性缺失。周期性缺失數(shù)據(jù)可以看作完整數(shù)據(jù)與周期性缺失的脈沖序列相乘。脈沖序列可以看作是沖擊序列和矩形窗的卷積，導(dǎo)致了“矛刺”。

盡管圖像中的“矛刺”可以通過低通濾波器抑制，但殘余“矛刺”也會(huì)導(dǎo)致圖像雜亂。為了更好地抑制其影響，文獻(xiàn)[23]中提出基于ScanSAR的全孔徑成像算法，通過線性預(yù)測(cè)模型外推的數(shù)據(jù)來補(bǔ)全ScanSAR數(shù)據(jù)Burst之間的間隙。由于ScanSAR數(shù)據(jù)并不符合線性預(yù)測(cè)模型，故需要先進(jìn)行預(yù)處理，將其轉(zhuǎn)換成符合線性預(yù)測(cè)模型的數(shù)據(jù)形式。實(shí)驗(yàn)證明，此方法對(duì)由周期性的ScanSAR數(shù)據(jù)間隙導(dǎo)致的矛刺抑制作用明顯。

然而，由于天線方位向掃描，該方法并不能直接用于Mosaic模式數(shù)據(jù)處理。天線的方位向掃描導(dǎo)致多普勒帶寬的增加，而脈沖重復(fù)頻率(PRF)由單個(gè)點(diǎn)的多普勒帶寬決定，并不會(huì)提升，從而造成頻譜的混疊[24]。Mosaic模式中，多普勒中心會(huì)隨天線方位向掃描線性的改變。因此，不同方位向位置目標(biāo)的多普勒中心不同，與適用于線性預(yù)測(cè)的聚束模式數(shù)據(jù)形式類此。

圖2 不同方位向掃描模式中單點(diǎn)目標(biāo)的加權(quán)模型Fig. 2 Different weighting models of individual point target for different azimuth scanning mode

4 扇貝效應(yīng)校正

不同于條帶SAR和ScanSAR模式，滑動(dòng)Mosaic的天線在方位向繞虛焦點(diǎn)旋轉(zhuǎn)，以獲得方位向高分辨率。權(quán)重角θ，即波束中心線與天線相位中心到目標(biāo)的連線的夾角，不僅隨SAR平臺(tái)變化，也隨著方位向天線的旋轉(zhuǎn)變化。方位向天線的旋轉(zhuǎn)改變了點(diǎn)目標(biāo)回波信號(hào)加權(quán)模型。假設(shè)單程天線方向圖近似為sinc方程，可得加權(quán)模型為：

其中，G0為天線增益，η為方位向時(shí)間，βbw為方位波束帶寬，θ為斜平面的權(quán)重角，θrot為波束轉(zhuǎn)動(dòng)角，Kw為天線轉(zhuǎn)動(dòng)角速度，Vr為等效速度，R0為最近斜距。

方位向天線方向圖的旋轉(zhuǎn)，導(dǎo)致現(xiàn)有的扇貝效應(yīng)校正方法失效。通常，我們選用方位向天線方向圖的Doppler模型進(jìn)行進(jìn)一步分析，表示如下：

其中，G為等效天線方向圖，Ga為天線方向圖，fη為多普勒頻率，fdc為多普勒中心的變化。當(dāng)考慮到波束轉(zhuǎn)動(dòng)及斜視情況：

其中，fsq為斜視多普勒中心，frot為由于方位向天線掃描導(dǎo)致的多普勒中心變化量。frot隨時(shí)間線性變化，而fsq是定值。一種去除扇貝的方法是計(jì)算出等效方位向天線方向圖，這種方法不僅復(fù)雜，而且不準(zhǔn)確。另一種方法是通過方位去斜去除frot的影響。文獻(xiàn)[25]表明，方位多普勒中心的變化可以通過去斜方程去除，即

其中，krot為瞬時(shí)多普勒中心變化率，tmid為Burst中心時(shí)間，t為方位時(shí)間。逆去斜方程表示如下：

去斜操作后的權(quán)重方程表示如下：

扇貝效應(yīng)校正的流程圖如圖3所示。

如上文所述，滑動(dòng)Mosaic模式中會(huì)出現(xiàn)方位向頻譜混疊。為了消除多普勒頻譜的混疊，在去斜及去除扇貝效應(yīng)之后，需要通過在多普勒域補(bǔ)零來升采樣，如圖3所示。之后進(jìn)行逆去斜，去方位向頻譜混疊及能量均衡的輸出數(shù)據(jù)可以用常規(guī)的條帶成像算法聚焦[26,27]。文獻(xiàn)[28,29]指出，不同子測(cè)繪帶的相位誤差可通過全孔徑聚焦方法同時(shí)去除，從而獲得更好的聚焦效果。

5 全孔徑數(shù)據(jù)處理

針對(duì)周期性缺失數(shù)據(jù)的傳統(tǒng)全孔徑成像算法，僅僅將缺失部分補(bǔ)零，這將導(dǎo)致最終的成像結(jié)果中出現(xiàn)了“矛刺”等圖像雜亂現(xiàn)象。為了更好地去除矛刺，我們選用了孔徑外推的方法來補(bǔ)全缺失數(shù)據(jù)，而不是簡(jiǎn)單的用低通濾波器去濾除矛刺。基于逆SAR和聚束SAR中使用的現(xiàn)代譜估計(jì)理論，我們通常利用線性預(yù)測(cè)模型來外推預(yù)測(cè)Burst之間的空缺數(shù)據(jù)。但是，在滑動(dòng)Mosaic模式的全孔徑成像算法中，在距離徙動(dòng)校正之后，利用方位向的頻域匹配濾波來聚焦數(shù)據(jù)，會(huì)導(dǎo)致散射點(diǎn)的相位并不符合孔徑外推理論中的線性預(yù)測(cè)模型。因此，我們引入了預(yù)處理步驟，采用時(shí)域的匹配濾波方法保留散射點(diǎn)相位與方位時(shí)間的線性關(guān)系，滿足線性預(yù)測(cè)模型。

圖3 扇貝效應(yīng)校正流程圖Fig. 3 The flow-chart of scalloping correction

在滑動(dòng)Mosaic模式中，單個(gè)Burst是斜視的滑動(dòng)聚束數(shù)據(jù)，由文獻(xiàn)[24,30]可知，經(jīng)距離壓縮、RCMC及時(shí)域匹配濾波后的方位向第n個(gè)采樣點(diǎn)的回波信號(hào)表示為：

其中，a[i]為預(yù)測(cè)模型系數(shù)，p為預(yù)測(cè)模型的階數(shù)(在SAR中表示散射中心的個(gè)數(shù))。關(guān)于預(yù)測(cè)模型系數(shù)的計(jì)算，文獻(xiàn)[17,18]中指出，在圖像恢復(fù)的孔徑外推處理中，Burg算法的表現(xiàn)優(yōu)于改進(jìn)的Burg算法，F(xiàn)orward-Backward (FB)算法，及Tufts-Kumaresan (TK)算法等其他算法。因此，我們選用Burg算法作為基于線性預(yù)測(cè)模型的孔徑外推算法。在特殊情況下，多個(gè)目標(biāo)的集合中，某些目標(biāo)的回波相位相反后累加，則會(huì)出現(xiàn)正弦形式的數(shù)據(jù)。此時(shí)，S[n]的相位與n并不成線性關(guān)系，但Burg算法仍然可以勝任，將正弦形式的回波近似為多個(gè)目標(biāo)點(diǎn)的回波之和。這種近似會(huì)降低外推數(shù)據(jù)的質(zhì)量，外推長(zhǎng)度越長(zhǎng)，準(zhǔn)確度越低，然而，這種現(xiàn)象并不常見，也不會(huì)對(duì)圖像分析造成影響[18]。

圖4給出了結(jié)合線性預(yù)測(cè)模型的滑動(dòng)Mosaic數(shù)據(jù)方位向處理方法。相比傳統(tǒng)的線性預(yù)測(cè)操作，我們引入了預(yù)處理和后處理步驟到滑動(dòng)Mosaic數(shù)據(jù)處理中。

5.1 預(yù)處理及后處理

在預(yù)處理步驟中，利用回波信號(hào)與方位線性調(diào)頻信號(hào)的共軛相乘進(jìn)行脈沖壓縮。只有通過這種方法，脈沖壓縮后的信號(hào)形式才類似于逆SAR或聚束SAR，適用于基于線性預(yù)測(cè)模型的孔徑外推方法。后處理操作通過逆去斜獲得了連續(xù)的滑動(dòng)Mosaic數(shù)據(jù)。

5.2 子孔徑分割及數(shù)據(jù)外推

為了便于孔徑外推處理，帶間隙的全孔徑數(shù)據(jù)可以由兩個(gè)Burst和一個(gè)鄰近數(shù)據(jù)空缺的多個(gè)子孔徑。相鄰的子孔徑有一個(gè)Burst的重疊?？傻?，單個(gè)點(diǎn)目標(biāo)的回波數(shù)據(jù)形式如下：

子孔徑分塊中的每個(gè)Burst通過以下方程，向中間的空缺數(shù)據(jù)內(nèi)推：

圖4 抑制“矛刺”的方位處理流程Fig. 4 Block diagram of azimuth processing to suppress the spikes

其中，aL和aH分別為Burg算法前向估計(jì)和后向估計(jì)系數(shù)，NL和NH分別為Burg模型前向孔徑外推和后向孔徑外推的階數(shù)。子孔徑空缺部分預(yù)測(cè)數(shù)據(jù)可以通過外推數(shù)據(jù)SL[n]和SH[n]的加權(quán)和得到。

綜合孔徑內(nèi)推后的數(shù)據(jù)，滑動(dòng)Mosaic模式中空缺數(shù)據(jù)被基于線性預(yù)測(cè)模型的相鄰Burst數(shù)據(jù)外推填充。逆去斜操作后，獲得了連續(xù)的方位向未壓縮數(shù)據(jù)，可以用常規(guī)的頻率匹配濾波算法將其聚焦。

6 結(jié)果分析

如上文所述，滑動(dòng)Mosaic模式的單個(gè)子測(cè)繪帶，可以通過周期性的丟棄滑動(dòng)聚束模式的方位向數(shù)據(jù)來進(jìn)行模擬，故大多數(shù)SAR系統(tǒng)并沒有專門設(shè)計(jì)滑動(dòng)Mosaic模式。因此，對(duì)全孔徑算法的性能分析，是基于方位向大范圍掃描的滑動(dòng)聚束數(shù)據(jù)。本實(shí)驗(yàn)的數(shù)據(jù)來自中國(guó)科學(xué)院電子學(xué)研究所的實(shí)驗(yàn)機(jī)載合成孔徑雷達(dá)系統(tǒng)。系統(tǒng)的關(guān)鍵參數(shù)如下：載頻為C波段(5.4 GHz)，帶寬200 MHz，飛機(jī)平均速度為133 m/s，方位向掃描角從+11.7°到–11.7°，脈沖重復(fù)頻率(PRF)為2133 Hz。

在本次實(shí)驗(yàn)中，從原始滑動(dòng)聚束數(shù)據(jù)中，周期性地每隔一個(gè)Burst丟棄N–1個(gè)Burst數(shù)據(jù)，即可獲得單個(gè)子測(cè)繪帶的滑動(dòng)Mosaic數(shù)據(jù)。其中，N表示距離向的子測(cè)繪帶個(gè)數(shù)。全孔徑數(shù)據(jù)的多普勒中心頻率等于中心Burst的多普勒頻率或者中間兩個(gè)Burst的多普勒中心頻率均值。線性預(yù)測(cè)模型的階數(shù)通常取作單個(gè)Burst長(zhǎng)度的三分之一，這是Burg算法在保證精確預(yù)測(cè)的前提下，所能估算最多的系數(shù)[18]。之后的實(shí)驗(yàn)結(jié)果可以證明，包含3個(gè)Burst的子測(cè)繪帶足以用來分析、評(píng)估提出的算法。文中所有的滑動(dòng)Mosaic圖像都在方位向進(jìn)行了10倍多視操作，以降低相干斑噪聲，并使2維分辨率相匹配。實(shí)驗(yàn)?zāi)M了距離向4個(gè)子測(cè)繪帶的情況，不僅可以避免單視數(shù)的情況出現(xiàn)，而且可以清晰地展示圖像的扇貝效應(yīng)及矛刺。

6.1 扇貝效應(yīng)校正性能評(píng)估

通常，假設(shè)圖像聚焦良好，且場(chǎng)景中的目標(biāo)均勻分布時(shí)，扇貝效應(yīng)可以通過距離向像素幅度的累加來評(píng)估[10]。本次實(shí)驗(yàn)中，我們計(jì)算了4幅不同聚焦圖像的扇貝效應(yīng)，以驗(yàn)證改進(jìn)的扇貝效應(yīng)校正方法的有效性。其中，選取原始的滑動(dòng)聚束數(shù)據(jù)及原始的滑動(dòng)Mosaic數(shù)據(jù)的聚焦圖像作為參考，其余兩幅分別是利用傳統(tǒng)扇貝效應(yīng)校正方法及本文提出的改進(jìn)的扇貝效應(yīng)校正方法處理后的圖像。由于邊緣非完全成像區(qū)域的影響，圖像的扇貝曲線在兩端降低，屬正常現(xiàn)象，因此，在評(píng)估實(shí)驗(yàn)結(jié)果時(shí)被忽略。滑動(dòng)Mosaic圖像的扇貝曲線中出現(xiàn)的駝峰，來源于數(shù)據(jù)的缺失，是本次實(shí)驗(yàn)校正的對(duì)象。均勻場(chǎng)景中的部分強(qiáng)點(diǎn)目標(biāo)，導(dǎo)致標(biāo)準(zhǔn)的扇貝曲線出現(xiàn)3.5 dB的浮動(dòng)，而周期性的數(shù)據(jù)缺失導(dǎo)致9 dB的浮動(dòng)。傳統(tǒng)的單視天線方向圖逆加權(quán)處理后，如圖5(a)所示，扇貝曲線的凹口稍稍上升，扇貝效應(yīng)略有改善，但仍然明顯低于原始滑動(dòng)聚束扇貝曲線，曲線的浮動(dòng)仍高達(dá)5.5 dB，圖像上仍會(huì)出現(xiàn)明暗相間的條紋。圖5(b)展示了原始圖像和改進(jìn)的扇貝效應(yīng)校正處理后的扇貝曲線，可見，凹口處的扇貝曲線基本與原始數(shù)據(jù)相同，浮動(dòng)低于3.5 dB。

相比實(shí)驗(yàn)數(shù)據(jù)的成像結(jié)果，圖像方位向的明暗變化更加明顯。圖6展示了未進(jìn)行扇貝效應(yīng)校正的全孔徑滑動(dòng)Mosaic圖像，圖像大小為2048×6011像素，約1.5 km×12 km。從視覺效果可分辨出，圖6中方位向明暗相間的條紋，與圖5中扇貝曲線的變化相匹配，暗條紋出現(xiàn)的位置即扇貝曲線中的凹口位置。對(duì)圖6的數(shù)據(jù)進(jìn)行改進(jìn)的扇貝效應(yīng)校正操作，即得圖7，方位向的亮暗變化相對(duì)較少，暗條紋消失。對(duì)扇貝曲線的分析也驗(yàn)證了此結(jié)論。

通過扇貝曲線及圖像視覺對(duì)比，扇貝現(xiàn)象明顯地被抑制，即改進(jìn)的扇貝效應(yīng)校正方法適合處理滑動(dòng)Mosaic數(shù)據(jù)。由于此方法中的方位向天線方向圖是固定的，取決于雷達(dá)天線的參數(shù)，故扇貝效應(yīng)校正的結(jié)果與場(chǎng)景無關(guān)。扇貝效應(yīng)校正結(jié)果的精確度依賴于算法利用的多普勒中心的準(zhǔn)確度，然而，多普勒中心估計(jì)的結(jié)果依賴于回波數(shù)據(jù)。由于單視加權(quán)模型的副作用，當(dāng)?shù)托旁氡炔糠值男盘?hào)被放大到高信噪比的幅度，噪聲同樣被放大，進(jìn)而影響了整體圖像的信噪比[10]。

圖5 扇貝效應(yīng)結(jié)果，通過距離向像素幅度累加評(píng)估Fig. 5 The scalloping correction result by integrating pixel across range direction

圖6 孔徑內(nèi)推未經(jīng)扇貝效應(yīng)校正的C波段雷達(dá)圖像Fig. 6 C-Band radar image processed with aperture interpolation, without scalloping correction

圖7 孔徑內(nèi)推及扇貝效應(yīng)校正后的C波段雷達(dá)圖像Fig. 7 C-Band radar image processed with de-scalloping and aperture interpolation

6.2 “矛刺”抑制效果

為了驗(yàn)證改進(jìn)的全孔徑算法針對(duì)不同場(chǎng)景的效果，我們從圖7中選取了包含建筑、農(nóng)田、河流、道路的區(qū)域，即紅框標(biāo)記的區(qū)域A和區(qū)域B。數(shù)據(jù)空缺率(每個(gè)周期內(nèi)，數(shù)據(jù)空缺時(shí)間占總時(shí)間的比率)高達(dá)80%。原始數(shù)據(jù)及去除“矛刺”數(shù)據(jù)的聚焦圖像局部區(qū)域放大部分分別為圖8的左右部分。如圖8(a)及圖8(b)所示，區(qū)域A包含了一些人造建筑的強(qiáng)散射點(diǎn)、一條河流、道路及周圍的植被覆蓋。為了更清晰地展示圖8(a)及圖8(b)的區(qū)別，對(duì)圖8(a)中標(biāo)出的區(qū)域D進(jìn)行放大，分別得到圖8(c)及圖8(d)。對(duì)比發(fā)現(xiàn)，圖8(d)中建筑屋頂?shù)膹?qiáng)散射點(diǎn)的方位向拖長(zhǎng)的旁瓣被抑制，消除了對(duì)周圍區(qū)域成像的干擾，圖8(b)中的道路變得更加清晰，河流的邊緣更容易分辨，圖像中的模糊被去除。如圖8(e)及圖8(f)所示，區(qū)域B主要是農(nóng)田部分，包括稻田及部分強(qiáng)散射點(diǎn)，相比圖8(e)，圖8(f)整體的分辨率及信噪比明顯提升，農(nóng)田區(qū)域更加清晰，旁邊的強(qiáng)散射點(diǎn)區(qū)域旁瓣被壓制，強(qiáng)弱目標(biāo)的對(duì)比更加明顯。針對(duì)不同的場(chǎng)景，如圖8(e)及圖8(f)所示，均勻場(chǎng)景區(qū)域的圖像質(zhì)量雖然有所提升，但并不如圖8(c)及圖8(d)中強(qiáng)散射點(diǎn)的效果明顯。為了更詳細(xì)地分析成像結(jié)果，我們?nèi)〕隽藞D8(a)中紅圈標(biāo)出的孤立強(qiáng)點(diǎn)的方位向剖面圖。圖9展示了空缺數(shù)據(jù)及孔徑內(nèi)推補(bǔ)全數(shù)據(jù)聚焦圖像的方位向剖面圖，點(diǎn)目標(biāo)的3 dB寬度明顯變小，旁瓣被抑制。需要指出的是，根據(jù)孔徑外推算法的原理，線性預(yù)測(cè)模型的階數(shù)(即等效散射中心)有限，平坦區(qū)域中，少數(shù)弱目標(biāo)的貢獻(xiàn)會(huì)被忽略，因此，雖然弱散射點(diǎn)的圖像分辨率會(huì)有所提升，但效果并不如圖9中強(qiáng)點(diǎn)目標(biāo)那么明顯。

圖8 不同場(chǎng)景的SAR圖像Fig. 8 SAR image of different landscape

為了研究全孔徑成像算法對(duì)圖像信噪比的影響，需要從圖像中提取出噪聲能量和信號(hào)能量，如圖7中黃框所示。由于平靜的河流區(qū)域中大部分為鏡面反射，可近似認(rèn)為河流區(qū)域的回波為噪聲信號(hào)，故選取圖7中的區(qū)域0作為噪聲參考區(qū)域。為了更好地評(píng)估圖像信噪比的變化，選取了圖像中均勻場(chǎng)景，如農(nóng)田區(qū)域1及河流旁的草地區(qū)域2–區(qū)域4等，不同場(chǎng)景的信噪比對(duì)比如表1所示，對(duì)比發(fā)現(xiàn)，該方法可以改善圖像的信噪比。總而言之，改進(jìn)的全孔徑算法成功地利用線性預(yù)測(cè)模型去除了“矛刺”，并提升了圖像信噪比。

圖9 空缺數(shù)據(jù)及孔徑內(nèi)推數(shù)據(jù)的滑動(dòng)Mosaic圖像點(diǎn)目標(biāo)剖面圖Fig. 9 Azimuth profile of point target in the gapped and interpolated sliding Mosaic image

表1 “矛刺”抑制前后圖像信噪比變化的對(duì)比Tab. 1 Signal-Noise Ratio (SNR) difference between the gapped and interpolated sliding Mosaic image

7 結(jié)論

在本文中，我們證明了抑制滑動(dòng)Mosaic模式數(shù)據(jù)扇貝效應(yīng)的可行性。通過對(duì)單個(gè)Burst進(jìn)行去斜處理，并乘以天線方向圖反加權(quán)模型，即可消除圖像中明暗相間的條紋。改進(jìn)的全孔徑成像處理算法可以去除滑動(dòng)Mosaic模式中相干處理引起的“矛刺”。利用Burg算法進(jìn)行孔徑內(nèi)推操作，可以抑制圖像中強(qiáng)點(diǎn)的旁瓣，并提高信噪比?；瑒?dòng)Mosaic數(shù)據(jù)處理實(shí)驗(yàn)驗(yàn)證了以上所述方法?？梢哉J(rèn)為，此方法提供了一種更精確的處理滑動(dòng)Mosaic數(shù)據(jù)的方法，避免了Burst單獨(dú)處理及圖像拼接。

[1]Carrara W G, Goodman R S, and Majewski R M. Spotlight Synthetic Aperture Radar: Signal processing algorithms[M]. Boston.London, Artech House, 1995: 1–3.

[2]鄧云凱, 趙鳳軍, 王宇. 星載SAR技術(shù)的發(fā)展趨勢(shì)及應(yīng)用淺析[J]. 雷達(dá)學(xué)報(bào), 2012, 1(1): 1–10. Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and application of spaceborne SAR[J]. Journal of Radars, 2012, 1(1): 1–10.

[3]Belcher D P and Baker C J. High resolution processing of hybrid strip-map/spotlight mode SAR[J]. IEE Proceedings-Radar, Sonar and Navigation, 1996, 143(6): 366–374.

[4]Mittermayer J, Lord R, and Borner E. Sliding spotlight SAR processing for TerraSAR-X using a new formulation of the extended chirp scaling algorithm[C]. 2003 IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, 2003, 3: 1462–1464.

[5]Levy-Nathansohn R and Naftaly U. Overview of the TECSAR satellite modes of operation[C]. EUSAR 2006-6th European Conference on Synthetic Aperture Radar, Dresden, Germany, 2006: 1–4.

[6]Naftaly U and Levy-Nathansohn R. Overview of the TECSAR satellite hardware and mosaic mode[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(3): 423–426.

[7]Naftaly U. TecSAR-performance, design and status[C]. 5th European Conference on Synthetic Aperture Radar, Ulm, Germany, 2004: 27–30.

[8]Sharay Y and Naftaly U. TECSAR: Design considerations and programme status[J]. IEE Proceedings-Radar, Sonar and Navigation, 2006, 153(2): 117–121.

[9]Freeman A, Johnson W, Huneycutt B, et al.. The “myth” of the minimum SAR antenna area constraint[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(1): 320–324.

[10]Hawkins R K and Vachon P W. Modelling SAR scalloping in burst mode products from RADARSAT-1 and ENVISAT[C]. Proceedings of CEOS Working Group on Calibration/Validation SAR Workshop, London, UK, 2002.

[11]Han X, Li S, Yu W, et al.. On the Mosaic mode spaceborne SAR[C]. 2012 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Munich, Germany, 2012: 3983–3986.

[12]Davidson G W and Cumming I. Signal properties of spaceborne squint-mode SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(3): 611–617.

[13]Lanari R, Tesauro M, Sansosti E, et al.. Spotlight SAR data focusing based on a two-step processing approach[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(9): 1993–2004.

[14]An D, Huang X, Jin T, 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.

[15]Wang Y, Zhang Z, and Deng Y. Squint spotlight SAR raw signal simulation in the frequency domain using optical principles[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(8): 2208–2215.

[16]Cumming I G and Wong F H. Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation[M]. Artech House, 2005.

[17]Salzman J, Akamine D, Lefevre R, et al.. Interruptedsynthetic aperture radar (SAR)[J]. IEEE Aerospace and Electronic Systems Magazine, 2002, 17(5): 33–39.

[18]Moore T G, Zuerndorfer B W, and Burt E C. Enhanced imagery using spectral-estimation-based techniques[J]. Lincoln Laboratory Journal, 1997, 10(2): 171–186.

[19]Bamler R. Optimum look weighting for burst-mode and ScanSAR processing[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(3): 722–725.

[20]Moore R K, Claassen J P, and Lin Y H. Scanning spaceborne synthetic aperture radar with integrated radiometer[J]. IEEE Transactions on Aerospace and Electronic Systems, 1981, 17(3): 410–421.

[21]Bamler R. Adapting precision standard SAR processors to ScanSAR[C]. 1995 International IEEE Geoscience and Remote Sensing Symposium, IGARSS’95, Quantitative Remote Sensing for Science and Applications, Firenze, Italia, 1995, 3: 2051–2053.

[22]Bamler R, Geudtner D, Schattler B, et al.. RADARSAT ScanSAR interferometry[C]. IEEE 1999 International Geoscience and Remote Sensing Symposium, IGARSS’90 Proceedings, Alaska, USA, 1999, 3: 1517–1521.

[23]Li N, Wang R, Deng Y, et al.. Improved full-aperture ScanSAR imaging algorithm based on aperture interpolation[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(5): 1101–1105.

[24]Lanari R, Zoffoli S, Sansosti E, et al.. New approach for hybrid strip-map/spotlight SAR data focusing[J]. IEE Proceedings-Radar, Sonar and Navigation, 2001, 148(6): 363–372.

[25]Xu W, Huang P, Wang R, et al.. TOPS-mode raw data processing using chirp scaling algorithm[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(1): 235–246.

[26]Raney R K, Runge H, Bamler R, et al.. Precision SAR processing using chirp scaling[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(4): 786–799.

[27]Moreira A, Mittermayer J, and Scheiber R. Extended chirp scaling algorithm for air-and spaceborne SAR data processing in stripmap and ScanSAR imaging modes[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(5): 1123–1136.

[28]Li N, Wang R, Deng Y, et al.. MOCO for High-resolution ScanSAR via full-aperture processing[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(4): 1721–1726.

[29]Li N, Wang R, Deng Y, et al.. Extension and evaluation of PGA in ScanSAR mode using full-aperture approach[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(4): 870–874.

[30]Mehrdad S. Synthetic Aperture Radar Signal Processing with MATLAB Algorithms[M]. Canada, John Wiley & Sons, Inc., 1999: 220–252.

趙 團(tuán)(1990–)，男，河南南陽人，中國(guó)科學(xué)院電子學(xué)研究所通信與信息系統(tǒng)專業(yè)碩士研究生，研究方向?yàn)镸osaic模式合成孔徑雷達(dá)成像技術(shù)。

E-mail: zhaotuan@hust.edu.cn

鄧云凱(1962–)，男，研究員，現(xiàn)為中國(guó)科學(xué)院電子學(xué)研究所研究員，博士生導(dǎo)師，研究方向?yàn)樾禽d合成孔徑雷達(dá)系統(tǒng)設(shè)計(jì)。

E-mail: ykdeng@mail.ie.ac.cn

王 宇(1980–)，男，河南人，現(xiàn)為中國(guó)科學(xué)院電子學(xué)研究所研究員，博士生導(dǎo)師，研究方向?yàn)镾AR系統(tǒng)設(shè)計(jì)與信號(hào)處理技術(shù)。

E-mail: yuwang@mail.ie.ac.cn

李 寧(1987–)，男，安徽天長(zhǎng)人，畢業(yè)于中國(guó)科學(xué)院電子學(xué)研究所，獲得博士學(xué)位，現(xiàn)為中國(guó)科學(xué)院電子學(xué)研究所助理研究員，研究方向?yàn)槎嗄Ｊ胶铣煽讖嚼走_(dá)成像及其應(yīng)用技術(shù)。

E-mail: lining_nuaa@163.com

王翔宇(1990–)，男，天津人，中國(guó)科學(xué)院電子學(xué)研究所通信與信息系統(tǒng)專業(yè)博士研究生，研究方向高分寬測(cè)模式信號(hào)處理技術(shù)。

E-mail: wangxiangyu13@mails.ucas.ac.cn

Processing Sliding Mosaic Mode Data with Modified Full-Aperture Imaging Algorithm Integrating Scalloping Correction

Zhao Tuan①②Deng Yunkai①Wang Yu①Li Ning①Wang Xiangyu①②

①(Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China)

②(University of Chinese Academy of Sciences, Beijing 100039, China)

In this study, we present a modified full-aperture imaging algorithm that includes scalloping correction and spike suppression for sliding-Mosaic-mode Synthetic Aperture Radar (SAR). It is innovational to correct the azimuth beam-pattern weighting altered by radar antenna rotation in the azimuth during the deramping preprocessing operation. The main idea of spike suppression is to substitute zeros between bursts with linear-predicted data extrapolated from adjacent bursts to suppress spikes caused by multiburst processing. We also integrate scalloping correction for the sliding mode into this algorithm. Finally, experiments are performed using the C-band airborne SAR system with a maximum bandwidth of 200 MHz to validate the effectiveness of this approach.

Synthetic Aperture Radar (SAR); Sliding Mosaic; Scalloping correction; Full-aperture imaging algorithm; Linear-prediction-model

TN959

A

2095-283X(2016)05-0548-10

10.12000/JR16014

趙團(tuán), 鄧云凱, 王宇, 等. 基于扇貝效應(yīng)校正的改進(jìn)滑動(dòng)Mosaic全孔徑成像算法[J]. 雷達(dá)學(xué)報(bào), 2016, 5(5): 548–557.

10.12000/JR16014.

Reference format: Zhao Tuan, Deng Yunkai, Wang Yu, et al.. Processing sliding Mosaic mode data with modified full-aperture imaging algorithm integrating scalloping correction[J]. Journal of Radars, 2016, 5(5): 548–557. DOI: 10.12000/JR16014.

2016-01-21；改回日期：2016-05-20；

2016-07-07

*通信作者：趙團(tuán) zhaotuan@hust.edu.cn

國(guó)家自然科學(xué)基金優(yōu)秀青年基金(61422113)

Foundation Item: The National Natural Science Foundation of China (61422113)