星載SAR在軌成像及艦船目標檢測方法

李宗凌 汪路元 禹霽陽 郝梁 程博文

(北京空間飛行器總體設(shè)計部，北京 100094)

作為一種主動航天、航空遙感手段，SAR成像技術(shù)具有全天時、全天候的特點，在環(huán)境保護、災(zāi)害監(jiān)測、海洋觀測、資源勘查、精細農(nóng)業(yè)、地質(zhì)測繪等方面有廣泛的應(yīng)用。SAR載荷可以搭載在飛機、導(dǎo)彈、飛艇和衛(wèi)星等平臺上，對地物進行高分辨率成像。其中，衛(wèi)星平臺軌道高度高，相對于其它平臺具備成像幅寬大、成像區(qū)域不受領(lǐng)空主權(quán)限制、平臺穩(wěn)定度高等優(yōu)點，顯著提升了SAR成像的應(yīng)用效能，成為世界各國重點開發(fā)的遙感技術(shù)之一[1]。

為滿足星載遙感SAR成像高精度和高覆蓋度需要，對高分衛(wèi)星分辨率和幅寬要求成倍提高。同時，帶來星上數(shù)據(jù)處理、存儲、下傳數(shù)據(jù)成倍增長的問題，星上數(shù)據(jù)傳輸速率將達到20 Gbit/s，星地數(shù)傳速率需優(yōu)于4×2 Gbit/s。傳統(tǒng)的星上數(shù)據(jù)處理和管理技術(shù)難以滿足上述需求。同時，海量遙感數(shù)據(jù)傳輸?shù)降孛?，給地面的接收、存儲、處理帶來巨大壓力，關(guān)鍵信息獲取時效性受到嚴重影響。星上在軌SAR實時成像及檢測技術(shù)能夠有效地解決這一問題，近年來已經(jīng)成為當(dāng)前遙感領(lǐng)域的研究熱點[2]。

文獻[3]采用了現(xiàn)場可編程門陣列(FPGA)+數(shù)字信號處理器(DSP)的實施方案，實現(xiàn)了基于Xilinx公司Kintex7 FPGA和TMS320C6678(DSP)高性能實時信號處理平臺，可滿足雷達成像系統(tǒng)的算法需求。文獻[4]設(shè)計了一個基于FPGA+DSP的斜視SAR實時處理系統(tǒng)。文獻[5]對FPGA+TMS320C6678(DSP)的SAR/InSAR(干涉合成孔徑雷達)實時信號處理系統(tǒng)進行了研究。文獻[6-7]提出了基于傳統(tǒng)的恒虛警目標檢測算法，在多目標和雜波邊界復(fù)雜環(huán)境背景下，該算法具有較穩(wěn)定的檢測性能和虛警抑制能力。文獻[8-9]提出了基于機器學(xué)習(xí)的目標檢測算法，對弱小目標實現(xiàn)檢測, 獲得了更好的檢測效果。通過分析相關(guān)文獻可知，基于FPGA+DSP的傳統(tǒng)處理架構(gòu)具有處理能力強、靈活、便于工程實現(xiàn)等特點，但同時存在功耗過高，能效比低的缺點。相對于傳統(tǒng)方法，基于機器學(xué)習(xí)的目標檢測算法具有魯棒性強，目標檢測率和正確率高等優(yōu)點，是當(dāng)前研究的熱點，但同時存在需要大量樣本進行訓(xùn)練，參數(shù)存儲量和計算量巨大等劣勢。

針對上述情況，本文提出了一種高能效比的星載SAR成像及艦船目標檢測實時處理方法，充分發(fā)揮FPGA的全并行流水處理以及數(shù)據(jù)格式可定制的優(yōu)勢，能夠快速實現(xiàn)SAR成像處理和獲取SAR圖像中重點偵察區(qū)域圖像切片的需求。

1 SAR成像實時實現(xiàn)

1.1 需求分析

星載SAR成像遙感衛(wèi)星具備全天時全天候?qū)崿F(xiàn)全球海洋和陸地信息的監(jiān)視監(jiān)測， 通過構(gòu)建星載實時處理器，可實現(xiàn)星上多種工作模式的SAR實時成像、幾何校正等0～2級產(chǎn)品處理功能，具備在軌感興趣目標檢測處理能力，從而提高衛(wèi)星數(shù)據(jù)獲取時效性。圖1為某高分辨率星載SAR成像實時處理框圖。圖2為某星載SAR實時處理器內(nèi)部框圖，由大量高性能FPGA，片上處理系統(tǒng)(SoC)和DSP組成，功耗高達百瓦以上，影響在軌工作時間、壽命及使用效能。

1.2 成像算法及實時實現(xiàn)

距離多普勒算法(RDA)[10]是在1976年至1978年為處理海洋衛(wèi)星SAR數(shù)據(jù)而提出的，該算法于1978年處理出第一幅機載SAR數(shù)字圖像，是經(jīng)典的SAR處理方法。隨著技術(shù)的發(fā)展和衛(wèi)星遙感應(yīng)用對高品質(zhì)SAR圖像的需求，RDA算法已無法滿足應(yīng)用需求。

變換線性調(diào)頻尺度(Chirp Scaling)算法[11]是當(dāng)前星載SAR成像采用的主流算法，利用GPS信息計算或者雜波鎖定自聚焦的方法獲取多普勒參數(shù)，完成精細條帶/全極化條帶的精確成像，相比RDA算法能夠獲得更高的信噪比[12]。針對星載SAR多種工作模式成像處理要求，分析多種模式SAR成像算法，總結(jié)其中共有的計算特征。對算法流程進行合并后，對應(yīng)的算法框圖如圖3所示。SAR成像算法中，“復(fù)乘-快速傅立葉變換/快速傅立葉逆變換(FFT/IFFT)”作為一個主體運算步驟，反復(fù)執(zhí)行多次，可提煉為基本運算單元。

圖3 主流星載SAR成像算法框圖Fig.3 SAR imaging algorithm block diagram

通過圖3算法框圖可知，SAR成像算法流程由大量FFT和IFFT組成，因此，F(xiàn)FT和IFFT運算效率直接影響整個算法的實現(xiàn)效率[13]。針對此情況，在算法實現(xiàn)過程中，提出了基于高速并行化混合FFT陣列加速的SAR成像實現(xiàn)架構(gòu)。如圖4所示，SAR成像計算過程中，距離向處理和方位向處理較為獨立，因此采用分布式并行流水FFT計算方法，設(shè)計一種可動態(tài)重構(gòu)的脈沖壓縮處理實現(xiàn)架構(gòu)，建立計算精度誤差模型，自主調(diào)度定/浮點計算，在有效降低硬件資源占用的同時，保障了SAR成像計算的實時性。

圖4 成像算法實現(xiàn)框圖Fig.4 Imaging algorithm realize block diagram

方位向處理完成后，對處理結(jié)果進行量化處理，如圖5所示。對方位向處理結(jié)果求取絕對值，將結(jié)果由單精度浮點數(shù)據(jù)轉(zhuǎn)換成32 bit無符號定點數(shù)據(jù)，以該結(jié)果為輸入通過查找灰度映射表得到8 bit灰度數(shù)據(jù)。量化完成后，得到最終的SAR圖像，如圖6所示(大小為8192×1024像素)。所成圖像為SAR成像應(yīng)用的典型場景——港口區(qū)域中，包含有艦船等感興趣目標，通過感興趣目標提取算法，可以感知港口的態(tài)勢。

圖5 SAR圖像數(shù)據(jù)量化方法

圖6 SAR成像結(jié)果Fig.6 SAR imaging results

1.3 性能分析

SAR成像處理過程需占用大量存儲、邏輯以及乘法器資源，F(xiàn)PGA等器件硬件資源有限，需使用外部存儲資源(DDR3等)完成，其中，大小為8192×1024像素的SAR圖像完成整個成像處理流程需使用512 Mbit外部存儲資源。本文算法在Xilinx公司XC7K325T中實現(xiàn)占用硬件資源情況如表1所示。邏輯資源(LUTs)，觸發(fā)器(Flip-flops)，存儲資源(Block RAM)以及計算資源(DSP Slices)等硬件資源數(shù)量在FPGA內(nèi)有限(對應(yīng)表1中的芯片總量)，在FPGA設(shè)計過程中需重點考慮。

表1 本文實現(xiàn)SAR成像算法在FPGA(XC7K325T)上實現(xiàn)資源占用情況

本文設(shè)計采用順序輸入和逆序輸出的16 bit定點FFT處理，逆序輸入和順序輸出的單精度浮點IFFT處理方法。如表2所示[5]，在處理精度損失不影響成像圖像質(zhì)量時，相對于傳統(tǒng)順序輸入順序輸出FFT/IFFT單精度浮點處理方法有效節(jié)省Block RAM 50%以上， DSP Slices 40%以上， LUTs 15%以上，處理延時降低50%以上。

表2 本文處理方法與傳統(tǒng)處理方法性能對比

2 SAR圖像艦船目標檢測實時實現(xiàn)

2.1 SAR圖像艦船目標檢測算法

由于星載合成孔徑雷達的全天時、全天候等優(yōu)勢，星載SAR圖像的目標檢測與識別目前已經(jīng)成為衛(wèi)星遙感應(yīng)用中研究的熱點。針對復(fù)雜場景的SAR圖像，實現(xiàn)快速、精確、自適應(yīng)的從星載SAR圖像中檢測出天基目標信息，一直是研究的熱點。由于星載SAR成像過程中相干斑噪聲的存在，以及大場景星載SAR圖像中建筑陰影、山體陰影、水體表面粗糙度的隨機運動等影響，使得設(shè)計一個具有高魯棒性的檢測算法變得較為困難。

圖7 基于星載SAR圖像目標檢測算法流程圖Fig.7 Flow chart of target detection algorithm based on SAR image

利用改進拓撲描述子進行虛警剔除的星載SAR圖像自適應(yīng)目標檢測算法。算法主要流程框圖如圖7所示，分為3個部分：①背景噪聲抑制(圖像預(yù)處理)，對原始圖像采用高斯濾波、中值濾波去除周期性和隨機噪聲，并經(jīng)過形態(tài)學(xué)閉運算消除由噪聲引起的目標內(nèi)部孔洞、連接臨近目標和平滑邊界；②疑似目標篩選分割，首先通過對圖像進行切片，比對當(dāng)前檢測區(qū)域與鄰域直方圖方差特性，區(qū)分出純海域、陸地、疑似目標三種類別，然后對疑似目標區(qū)域進行自適應(yīng)迭代分割，得到二值圖像后進行連通域標注，得到疑似目標標注結(jié)果；③基于形狀特征的目標鑒別，對疑似目標標注結(jié)果進行求取圓形度及長寬比進行鑒別，剔除虛警目標，即可得到最終船艦檢測結(jié)果。

2.2 SAR圖像目標檢測算法實時實現(xiàn)流程

根據(jù)上述算法流程，在實時實現(xiàn)過程中，將算法分解成如圖8所示的實現(xiàn)框圖。星載SAR圖像經(jīng)過相干斑去噪和二值分割處理效果如圖9所示。星載SAR圖像二值分割后進行連通域標記結(jié)果如圖10所示。最終檢測結(jié)果如圖11所示。

圖8 SAR圖像目標檢測實現(xiàn)框圖

圖9 SAR圖像預(yù)處理及分割Fig.9 SAR image pre-processing and segmentation

圖10 SAR圖像連通域標記結(jié)果Fig.10 Result of unicom domain mark-up

圖11 SAR圖像艦船目標最終檢測結(jié)果Fig.11 Final detection result of SAR image

2.3 性能分析

由于星載SAR成像區(qū)域較寬，分辨率較高，如某衛(wèi)星的SAR載荷分辨率0.3 m，成像區(qū)域15 km×15 km，可得到的SAR圖像尺寸為50 000×50 000像素，如果按單幅圖像處理，將會給星載信息處理平臺的數(shù)據(jù)計算、存儲和傳輸能力帶來極大負擔(dān)，在實時處理系統(tǒng)中無法實現(xiàn)。因此，需將圖像進行分塊處理，通過多個處理芯片并行處理提升處理速度，上述目標檢測算法FPGA實現(xiàn)模塊設(shè)計均按輸入圖像大小為1024×1024像素設(shè)計。

處理過程需占用大量存儲資源，由于FPGA等可編程邏輯器件存儲資源有限，需使用外部存儲資源完成整個處理流程。圖像大小為1024×1024像素完成整個處理流程需使用24 Mbit外部存儲資源。硬件開銷見表3，表中FPGA采用Xilinx公司XC7K325T。

表3 SAR圖像目標檢測算法在XC7K325T上實現(xiàn)資源占用情況

3 系統(tǒng)驗證

3.1 驗證系統(tǒng)搭建

目前，星載高性能處理平臺可選用的FPGA硬件資源規(guī)模最大為3300萬門左右，與本文選用的Xilinx公司的FPGA XC7K325T相當(dāng)。XC7K325T硬件資源規(guī)模為3250萬門，且便于找到Xilinx公司官方開發(fā)板。因此，本文選用Xilinx公司XC7K325T開發(fā)板上完成實時處理功能驗證。結(jié)合該板卡外圍千兆以太網(wǎng)總線、DDR3存儲器及視頻圖像陣列(VGA)顯示接口，形成可演示的實時信息處理系統(tǒng)。

功能驗證的主要流程：上位機通過千兆以太網(wǎng)發(fā)送參數(shù)數(shù)據(jù)及回波數(shù)據(jù)給FPGA，F(xiàn)PGA利用DDR3緩存中間處理數(shù)據(jù)，完成處理后將圖像數(shù)據(jù)通過VGA接口和千兆以太網(wǎng)輸出顯示。驗證系統(tǒng)架構(gòu)及采用板卡如圖12和圖13所示。

圖12 SAR圖像檢測驗證系統(tǒng)架構(gòu)Fig.12 Work diagram of verification system

圖13 SAR成像及目標檢測驗證板卡Fig.13 Imaging and detection verification board

3.2 系統(tǒng)驗證及性能分析

采用RadarSat-1遙感衛(wèi)星的回波數(shù)據(jù)，驗證了SAR成像算法的有效性和實時實現(xiàn)的可行性，為后續(xù)在軌應(yīng)用奠定理論和工程基礎(chǔ)。

相對傳統(tǒng)處理方法，本文設(shè)計的SAR成像核心處理方法脈沖壓縮處理，通過改變FFT的處理架構(gòu)和適當(dāng)降低處理精度，有效節(jié)省存儲資源(Block RAM)50%以上、節(jié)省計算資源(DSP Slices)40%以上、節(jié)省邏輯資源(LUTs)15%以上，處理延時降低50%以上。

在Xilinx公司XC7K325T FPGA實現(xiàn)了SAR成像和艦船目標檢測功能，形成可演示實時處理系統(tǒng)。通過分析該報告可以得知XC7K325T FPGA的功耗為4.168 W，考慮電源轉(zhuǎn)化效能(預(yù)設(shè)電源轉(zhuǎn)換效率為75%)問題，功耗估計為5.84 W，相對于傳統(tǒng)基于FPGA+DSP的處理架構(gòu)，達到同樣的處理效率，功耗至少為25 W以上。本文提出的星載SAR成像及艦船目標檢測方法能效比為傳統(tǒng)方法的4倍以上。與此同時，考慮星上SAR處理幅寬較寬，常用方法是通過多個處理器并行處理解決實時性問題，本文驗證只考慮單個處理器情況，實際處理機的整機功耗降幅巨大，對信息處理整機設(shè)計有較好參考意義。

4 結(jié)束語

根據(jù)星載SAR成像算法特點，提出基于高速并行化混合FFT陣列加速的SAR成像實時實現(xiàn)方法。在SAR圖像目標檢測算法設(shè)計過程中，提出以局部降維統(tǒng)計分類為基礎(chǔ)的艦船目標檢測方法。在FPGA工程實現(xiàn)過程中采取了多種優(yōu)化設(shè)計手段，有效降低了硬件占用率、功耗以及成本。在滿足各項成像技術(shù)指標的同時，有效提升處理效率、降低功耗、體積和成本，提高系統(tǒng)可靠性和抗干擾能力，實現(xiàn)多種幅寬、連續(xù)星載SAR成像處理功能和艦船目標檢測能力。

本文設(shè)計的星載SAR成像及艦船目標檢測方法能效比為傳統(tǒng)方法的4倍以上，經(jīng)由RadarSat-1遙感衛(wèi)星數(shù)據(jù)驗證了算法的有效性和實時性，為星上高速率載荷數(shù)據(jù)實時處理、數(shù)據(jù)快速應(yīng)用、快速提取情報信息提供了一種新的高效途徑。該方法可應(yīng)用到當(dāng)前的星載在軌實時信息處理系統(tǒng)中，通過在衛(wèi)星上完成SAR成像、SAR圖像關(guān)注區(qū)域及關(guān)鍵目標檢測提取等實時處理功能，將大大縮短衛(wèi)星系統(tǒng)的反應(yīng)時間、突破數(shù)傳瓶頸、提高固存、載荷利用率。另外，隨著處理實時性、有效性及能效比等指標的改善，星載載荷信息處理系統(tǒng)的在軌運行時間將極大增加，可有效提升天基態(tài)勢感知系統(tǒng)的應(yīng)用效能。