SAR圖像仿真方法研究綜述

李高源，王晉宇，張長弓，馮博迪，高宇歌，楊海濤

1.航天工程大學 研究生院，北京 101416

2.航天工程大學 航天信息學院，北京 101416

合成孔徑雷達（Synthetic Aperture Radar，SAR）[1]起源于20世紀50年代，是一種新體制雷達系統(tǒng)，它能夠穿透云層在任何氣象條件下全天時地完成觀測任務。作為一種主動式遙感，SAR 在軍事、民用等諸多領域發(fā)揮著重要的作用，被世界各國高度重視并得到飛速發(fā)展[2]。SAR 圖像仿真技術作為獲取SAR 圖像的另一種重要方式，其利用了計算機強大的數(shù)據(jù)處理能力，成本低廉、易于實現(xiàn)，對SAR 系統(tǒng)參數(shù)的確定、性能以及成像算法的驗證方面起著重要的作用，仿真SAR 圖像還能夠作為數(shù)據(jù)集進行數(shù)據(jù)判讀[3-4]。目前，典型的SAR圖像仿真方法有三種，第一種是基于特征的SAR 圖像仿真方法，主要用來仿真SAR 圖像的幾何特征和輻射特征，將目標散射場信息直接映射到圖像域得到SAR灰度圖像，該方法原理簡單，仿真速度快。第二種是基于回波信號的SAR 圖像仿真方法，該方法復現(xiàn)了SAR系統(tǒng)的工作過程，通過仿真原始回波信號并成像得到SAR 復圖像，該方法計算量大，仿真速度較慢。第三種是基于SAR 圖像的仿真方法，其直接根據(jù)一幅SAR 圖像數(shù)據(jù)來仿真回波信號或者其他參數(shù)下的SAR 圖像，該方法計算速度快、精度高，但是需要首先獲取SAR圖像。文章全面介紹了三種方法涉及到的關鍵技術理論，并總結了當前的發(fā)展狀況和未來的發(fā)展趨勢，希望能夠為今后的研究提供思考與借鑒。

1 基于特征的SAR圖像仿真方法

基于特征的SAR圖像仿真著重于對圖像的幾何特征和輻射特征進行仿真，追求仿真圖像與真實圖像的相似性，如散射點的形狀和分布[5]。該方法不考慮SAR系統(tǒng)的工作過程，主要用于為SAR 圖像判讀算法提供測試數(shù)據(jù)，提供關于人造物體的先驗知識，如圖像特征提取、自動目標檢測與識別[6]、建筑物重建[7-8]等直接基于圖像的應用。仿真流程如圖1所示。

圖1 基于特征的SAR圖像仿真流程Fig.1 Feature-based SAR image simulation process

1.1 目標幾何建模

首先，需要對仿真目標進行三維幾何建模，此方面的研究經(jīng)歷了三個發(fā)展歷程。最初在20世紀70年代中期，通過提取復雜目標散射中心點的方式建立了理想散射點模型[9]。文獻[10]建立的航母散射點模型如圖2 所示，將艦船視為由一些散射點組成來仿真成像。這種方法在計算上較為簡單，但是存在一定誤差，無法得到目標完整的散射特性。

圖2 航母散射點模型Fig.2 Aircraft carrier scattering point model

到了20世紀80年代末期，建立了平面面元模型，將平面與凌邊組合起來進行建模從而組合成整個目標[11]。文獻[12]基于平面片段建立的建筑物3D 模型如圖3 所示，并對該模型進行了面元投影，仿真得到了與真實圖像匹配度較高的建筑物SAR圖像。該方法較散射點模型精度上有所提升，但是對于復雜目標建模精度不夠。

圖3 建筑物3D平面模型Fig.3 Building 3D flat model

20世紀90年代以來，隨著CAD技術的發(fā)展與全面普及，引進了參數(shù)曲面模塊并建立了參數(shù)曲面模型[13]，可以視為由眾多曲面片組合而成。目前，有大量的CAD建模軟件如Proe/Creo、Catia以及UG等都具有強大的曲面和建模能力[14]。FEKO 軟件不僅可以利用其包含的CADFEKO組件建立和修復模型，還具有強大的三維電磁計算功能。文獻[15]基于CADFEKO建立了飛機等復雜目標模型，如圖4所示，并用FEKO軟件計算了目標的電磁散射特性，得到了較好的仿真效果。參數(shù)曲面模型擬合效果、精細程度要好于平面面元模型，更適用于對復雜目標進行建模。

圖4 運-7模型Fig.4 Yun-7 model

近年來，隨著對海面、艦船仿真的熱衷，為了對海面更加精確的建模，人們采用統(tǒng)計模型、流體力學等知識來對海面進行建模。文獻[16]采用流體力學中的Burgers-Rott渦旋模型，建立了渦旋的二維流場，并輸入到SAR 海洋成像仿真模型，仿真得到渦旋SAR 圖像。文獻[17]基于改進的Kelvin 尾跡的動力學模型、三尺度模型，仿真了海面及其Kelvin、窄V、湍流、渦流、內波尾跡特征。

1.2 電磁散射計算

精確的電磁散射系數(shù)計算是生成高質量仿真SAR圖像的關鍵，計算方法主要有數(shù)值法、近似法、高頻法三類，如表1所示。

表1 電磁計算方法分類Table 1 Electromagnetic calculation method classification

數(shù)值方法具有精確度高的優(yōu)點，國內外許多學者對該方法展開了研究，例如國外的Tsang等人運用FEM計算粗糙面的電磁散射，取得了較好的效果[18]。文獻[19]基于MOM 研究了粗糙海面不同空間方位、頻帶、極化的散射特性。雖然數(shù)值方法具有較好的精確度，但是計算效率低。

近似方法能夠彌補數(shù)值方法計算效率低的缺陷，因此被更為廣泛地應用于粗糙面電磁散射的計算中。文獻[2]使用KA 和TSM混合方法計算粗糙海面的后向散射系數(shù)，仿真得到了海面SAR 圖像。數(shù)值法和近似法主要用于粗糙面電磁散射的計算，而對于電大尺寸目標，由于數(shù)值法計算效率較低，通常采用高頻法。

高頻法摒棄了統(tǒng)計模型，通過更加精確的電磁散射計算得到目標散射場。PO法采用幾何光學近似來獲得散射體上的感應電流，忽略各子散射元間的相互耦合作用，提高了計算速度的同時降低了空間內存占用率[20]。文獻[21]給出了PO法計算RCS的詳細過程，使用PO法計算每個面元表面的電流，并且通過將給定角度和頻率下的所有面元的散射場矢量相加得到整個模型的散射場，并與FEKO 仿真結果進行了比較驗證。GO 法將射線追蹤的思想運用于場強的計算，但局限于計算鏡面散射。GTD解決了GO法無法處理繞射的問題，運用幾何繞射系數(shù)來計算繞射場強，該方法較為簡單明晰，容易應用，但難以計算焦散區(qū)域的場。SBR 法源于GO 法，對遠區(qū)場用PO法進行積分，考慮了多次反射情況，從而適用于計算分析多次散射場的問題[22]。

在實際電磁散射計算過程中，對于復雜目標或者復合場景，單一的電磁計算方法往往不能精確地計算整個目標、場景的散射，比如PO、GO 法適用于計算鏡面散射，但不適用于計算邊緣繞射，為解決這個問題，人們采用多種方法混合計算的方式。文獻[23]計算鏡面反射、邊緣繞射、多次散射時分別采用PO 法、PTD 法、GO/PO混合法，仿真得到了地面車輛目標SAR圖像。文獻[24]計算面元的RCS 時采用PO 法，增量長度繞射系數(shù)法（ILDC）計算棱邊的RCS，在HH極化方式下對散射場進行相干疊加并投影映射到SAR成像平面得到艦船SAR圖像。文獻[25]基于SBR-PO混合方法利用精確有效的封閉半空間格林函數(shù)，計算了散射遠場，得到了較高的計算精度。文獻[26]基于PO、GO 法和射線彈跳法以及等效電磁流法計算得到了海面與目標復合后向散射場數(shù)組，考慮了海面和目標鏡面反射及其相互耦合作用，同時考慮了陰影效應。

以上三類電磁計算方法各有其適用性，對不同的目標選擇合適的方法計算是其關鍵所在。另外，將多種方法混合計算的方式不僅能夠提高計算精度，還保證了計算速度，目前已經(jīng)被廣泛地應用于SAR圖像仿真中，并得到了較好的仿真效果。

1.3 仿真生成SAR圖像

基于特征的仿真方法在早期也被稱為非相干仿真法，獲取目標的后向散射系數(shù)圖是該方法的關鍵[27]。文獻[3]展示了該方法對典型目標的仿真結果，如圖5 所示，其利用GO 法跟蹤高頻電磁射線，PO 法計算電磁散射系數(shù)，等效電磁流法計算邊緣散射，最后疊加散射場并映射投影得到了仿真SAR圖像。由于該方法是對圖像特征進行仿真，仿真圖像更為平滑，與真實圖像相似度達到70%以上，較好地仿真出了目標輪廓以及疊掩、遮擋等效果。

圖5 仿真SAR圖像與真實SAR圖像Fig.5 Comparison of simulated SAR image and real SAR image

從近些年的文獻來看，該方法朝著提高仿真速度與仿真實時性方向發(fā)展。文獻[28-30]采用了光線追蹤技術來仿真典型平面建筑物的SAR 圖像，并考慮了建筑物目標的多徑散射效應。文獻[31-32]對射線追蹤法進行了改進，使得光線追蹤的速度加快，實現(xiàn)了SAR圖像的快速仿真。近幾年，隨著GPU 技術逐漸走進人們的視野，有學者開始采用GPU進行仿真計算，大幅度提升了仿真計算速度。2020 年，文獻[33]提出了一種使用NVIDIA的OptiX庫進行合成孔徑雷達仿真的射線彈跳法，大幅減少了射線跟蹤方法的計算時間，計算性能比CPU仿真提高了幾個數(shù)量級的速度。文獻[34]將GO/PO方法與改進的反射系數(shù)方法結合起來，用于研究帶涂層目標的電磁散射特性，同時，采用領域搜索和CUDA 并行加速技術來提高計算效率，通過快速多極子方法（MLMFM）和基于CPU 的GO/PO 方法之間的良好相關性，證實了基于GPU的GO/PO方法的有效性。

總的來說，基于特征的SAR 圖像仿真方法計算速度快，效率高，能夠較好地仿真出目標的幾何特征和輻射特征。但是由于該方法沒有仿真SAR系統(tǒng)的真實工作過程，其仿真圖像只有幅度信息而沒有相位信息，真實度相對較低。

2 基于回波信號的SAR圖像仿真方法

基于回波信號的SAR圖像仿真方法復現(xiàn)了SAR系統(tǒng)的工作過程，仿真流程如圖6所示。目標的建模以及電磁散射特性計算在上一章已給出，本章主要介紹SAR系統(tǒng)幾何模型、回波仿真與成像。

圖6 基于回波信號的SAR圖像仿真流程Fig.6 SAR image simulation process based on echo signal

2.1 SAR幾何模型

合成孔徑雷達是通過發(fā)射連續(xù)線性調頻信號（Linear Frequency Modulation，LFM）[35]，利用其大時間帶寬積的特點來提高雷達作用距離，脈沖壓縮技術獲得距離向高分辨率，合成孔徑技術獲得方位向高分辨率。按照載荷平臺劃分，可分為機載SAR、星載SAR和彈載SAR。按照工作模式劃分，SAR 主要包括條帶、聚束、掃描三種模式。以條帶SAR為例，幾何模型如圖7所示。

圖7 SAR空間幾何模型Fig.7 SAR space geometric model

圖7中，機載雷達以速度Va沿著載機航向運動，同時按照一定的脈沖重復頻率（Pulse Repetition Frequency，PRF）向載機平臺的正側方下的地面場景發(fā)射LFM，脈沖信號接觸地面目標后反射，經(jīng)過一段時延后SAR 收到經(jīng)過目標反射回的信號，對觀測場景中每個點目標的雷達回波信息進行相干疊加操作便可得到整個場景的聚焦SAR圖像。

2.2 SAR回波仿真

在公開發(fā)表的文獻中，典型的SAR 回波仿真方法有三種：距離時域脈沖相干（RTPC）法、距離頻域脈沖相干（RFPC）法和二維頻域快速傅里葉變換（2D-FFT）法[36]，三種方法對比如表2所示。

表2 三種回波仿真方法對比Table 2 Comparison of three echo simulation methods

距離時域脈沖相干法（RTPC）是根據(jù)載機運動，在時域按照脈沖的順序計算每個脈沖的回波信號，仿真精度較高[37]。文獻[38]總結了統(tǒng)一的SAR回波模型，采用距離時域法生成回波，并分析了分布式并行化計算，對SAR 仿真與成像方法進行優(yōu)化。文獻[39]推導了SAR時域回波表達式，并用三種成像算法進行了點目標成像比較驗證。RTPC 法真實地模擬了回波信號的生成過程，精度高，但計算量大，只適合于仿真點與點陣目標回波信號。

距離頻域脈沖相干法（RFPC）是RTPC 法的改進方法，在距離向上作一維傅里葉變換，在方位向上采用時域積分法，并通過逆變換將頻域結果變換成最終所需的時域信號，提高了運算效率，而且精度高[15]。國內外一些學者和科研機構針對此方法進行了研究，起初在2004年，意大利Franceschetti團隊研究了一種條帶/聚束式混合制式SAR 回波仿真方法，基于星載SAR 系統(tǒng)對椎體以及擴展目標進行回波仿真[40-41]。2013 年，上海交大的林江紅[42]較為詳細地闡述了RFPC 法的仿真流程，對目標和地物場景進行了回波仿真，并進行了SAR 圖像仿真質量評估。2015年，西安電子科技大學的楊莎莎[10]比較了RTPC、RFPC 兩種回波仿真方法，結果表明RFPC比RTPC 在運算時間上有優(yōu)勢，且散射點越多優(yōu)勢越明顯，但精度方面由于采用了FFT 而存在一定誤差，比RTPC 法稍差。2018 年，文獻[43]提出了擴展場景合成孔徑雷達原始信號的統(tǒng)一解析表達式，采用RFPC法進行SAR 回波仿真，并分析了所提出仿真算法的計算復雜度，從而顯示了相對于時域方法在計算時間方面的巨大優(yōu)勢。2020年，李根[44]采用了RFPC法進行回波仿真，將子孔徑Keystone 變換的方法應用在距離向處理中實現(xiàn)了距離徙動校正，仿真結果證明了該方法具有較高的效率和精度。

二維頻域快速傅里葉變換（2DFFT）法是在1992 年由意大利Franceschetti 團隊提出，該方法基于信號系統(tǒng)理論，研究場景中每個散射單元對回波的貢獻在二維頻域生成SAR回波信號[45]。2007年，哈工大的寇立志[36]對2DFFT法進行了改進，根據(jù)斜距的變化引入了多套SAR沖激響應函數(shù)，并使用RTPC法生成的點目標回波作為相應距離門的系統(tǒng)沖激響應函數(shù)，兼顧了計算精度和計算速度。

總的來說，RTPC 和RFPC 法均是根據(jù)SAR 系統(tǒng)原理，按照脈沖的順序進行回波仿真，兩種方法精度較高，但是計算量相對較大，更適合于點和點陣目標的仿真。2DFFT 法大大地減少了計算量，提高了計算速度，但是需要對目標頻譜進行插值或求近似，難免會給生成的回波數(shù)據(jù)帶來相位誤差，該方法更適合于對分布目標進行仿真。

2.3 仿真生成SAR圖像

在得到回波數(shù)據(jù)之后，提取回波中目標信息得到SAR圖像的過程就是成像，過程中的處理方法就是成像算法[38]。經(jīng)典的頻域成像算法有距離多普勒（Range-Doupper，RD）算法[46]、線頻調變標（Chirp Scaling，CS）算法[47]，時域的有后向投影（Backward Projection，BP）算法[48]等。

基于回波信號的仿真方法在早期也被稱為相干仿真法，核心是在二維平面上重構目標電磁散射特征并成像，與基于特征的仿真方法相比，該方法由于復現(xiàn)了SAR 系統(tǒng)工作過程，生成的仿真圖像更接近真實SAR圖像。文獻[49]將兩種方法的仿真結果進行了比較，如圖8所示。從圖像可以看出，兩種仿真方法得到的仿真圖像均能夠發(fā)映出艦船的輪廓特征，但基于特征的仿真方法仿真得到的圖像較為清晰平滑，基于回波信號的方法仿真圖像由于存在噪聲較為模糊，更接近于真實SAR圖像。

圖8 兩種方法仿真SAR圖像對比Fig.8 Comparison of two methods for simulating SAR images

大量學者與科研機構研究了基于回波信號的仿真方法，2003 年，文獻[50]采用雙尺度分形模型和小面元法來仿真自然場景，采用Kirchhoff 近似計算其后向散射系數(shù)，2DFFT 法進行回波仿真，得到了自然場景SAR圖像。2008 年，文獻[51]基于分形海面模型利用Kirchhoff 近似求解電磁散射并在時域仿真得到星載SAR 海面動態(tài)場景回波。文獻[52]首次提出用彈載SAR 仿真海浪及海邊山峰的SAR 回波信號，并成像得到海島環(huán)境仿真SAR圖像。2009年，文獻[53]提出了一種新的仿真方法，采用曲面像素法來計算目標的散射率，基于2DFFT 的回波仿真方法得到回波，實現(xiàn)了典型目標的SAR圖像仿真。2010年，文獻[54]提出了典型地形場景的SAR 回波仿真與圖像模擬方法的完整流程，并將單站SAR 中回波頻域快速仿真方法拓展到了雙站SAR中。文獻[55]基于傅里葉域分析提出了一種聚束模式下分布目標SAR 原始信號仿真器，比時域仿真計算負載大大降低，首次使擴展場景的聚束式仿真成為可能。2012年，文獻[56]將改進的同心圓算法應用于SAR場景回波仿真，實驗表明該算法速度比時域法有明顯的提高，成像精度也較高。文獻[57]研究了復雜車輛目標的SAR 成像算法，并針對仿真圖像中存在的高旁瓣，動態(tài)范圍過大的問題，研究了旁瓣抑制技術，并用兩個指標對成像質量進行了評估。

以上仿真方法對于平臺的運動均假設為理想的勻速直線運動，并未考慮到平臺運動誤差的影響，而且仿真都是基于CPU 的，仿真速度并沒有得到大幅度的提高。2014年，文獻[58]展示了非理想航跡下機載SAR系統(tǒng)幾何模型和信號模型，以及航跡偏移下的成像算法。其中，基于機載SAR 回波仿真理論研究了一種快速時域仿真方法和一種基于頻域的IωK回波仿真方法，并根據(jù)仿真結果對兩種方法的優(yōu)劣進行了分析比較。近幾年來，隨著GPU的興起，基于GUP的并行仿真計算成為熱潮，文獻[59]提出基于GPU的BP算法并行計算，采用四種優(yōu)化方法對并行化BP 算法進行加速，與傳統(tǒng)的基于CPU 的BP 法相比，成像速度提升了70 倍以上。文獻[60-63]在CUDA與GPU平臺上實現(xiàn)了層次化并行成像處理，實驗結果表明，雙CPU多核方法接近經(jīng)典的單GUP 方法，仿真效率可提高70 倍以上，CPU/GPU 協(xié)同計算速度可以提高250 倍左右。2016 年，文獻[64]提出了一種基于GUP加速和回波矩陣對稱優(yōu)化的精細回波仿真技術，同時提出了一種基于RCS高頻近似理論在回波矩陣運算中融入不同方位時刻后向散射系數(shù)的方法，提高了仿真精度。2017年，趙偉[39]提出了一種新型的時域PO 算法進行電磁計算，提高了計算速度，并用GPU加速了回波仿真計算，大大提高了仿真速度，但是采用平面面元而非曲面元來建模，模型精度存在誤差。文獻[65]采用云計算進行SAR 原始數(shù)據(jù)快速仿真，利用MapReduce模型加速原始數(shù)據(jù)計算，利用HDFS實現(xiàn)快速I/O訪問，解決了SAR回波仿真中計算密集型和數(shù)據(jù)密集型問題，但是該方法并未引入GUP 來增強云計算的計算效率。2018年，文獻[66]結合云計算和GPU模擬海量原始數(shù)據(jù)，提高了計算和數(shù)據(jù)輸入輸出效率，并介紹了多模式SAR 仿真框架。效率評估結果表明，GUP與云計算方法提高了16 核CPU 并行方法約40 倍的計算能力和HDFS的數(shù)據(jù)吞吐量。

目前的文獻大多是基于正側視模式下進行仿真，對于大斜視模式的研究也在初步發(fā)展。2018年，文獻[67]對海洋、艦船復合場景的大斜視SAR圖像進行了仿真，采用了與連續(xù)小波多尺度模型相結合的GO-PO混合方法計算雷達散射截面，采用非線性頻率縮放算法（NFSA）[68-70]處理時域法生成的回波信號，提高了計算精度和速度。文獻[71]采用GO-PO 混合方法對海面運動艦船散射場進行計算并仿真得到了大斜視回波，并用改進的頻率變標（FS）算法進行成像得到艦船目標SAR 圖像。2019年，文獻[72]改進了頻率變標（FS）算法，采用非線性頻率變標操作消除二次距離壓縮（SRC）誤差，并提出了一種改進的RD算法避免了傳統(tǒng)成像中的插值操作，計算效率提升了70 倍，得到了大斜視海面復合場景SAR 圖像。2020年，李根[44]提出了一種基于子孔徑Keystone變換的曲線軌跡大斜視SAR 回波模擬方法，并實現(xiàn)了精確的距離徙動校正，最后用BP算法進行成像，結果表明該方法具有較高的效率和精度。

近些年來，對于動目標仿真的研究也在逐步發(fā)展。首先在2007 年，文獻[36]對2DFFT 法進行了改進，仿真得到了運動點目標回波并與靜止背景回波進行合成，最后采用RD 算法成像得到帶有動目標的場景SAR 圖像。2011年，文獻[73]提出一種時變海面艦船目標動態(tài)仿真方法，采用切片理論對海面艦船運動進行建模，模擬出不同海清、航速和航向角下的艦船運動姿態(tài)。文獻[74]提出了動態(tài)目標的動態(tài)散射中心模型，對動態(tài)目標回波進行實時模擬并成像。2017年，文獻[75]研究了微動復雜目標SAR信號模型，基于FEKO軟件對目標進行三維建模和電磁散射計算，再將計算得到的目標RCS帶入頻域得到回波信號，最后用RD 算法對目標成像。2019 年，文獻[2]提出用時頻分析法對動目標回波信號進行處理準確估計其多普勒參數(shù)，最后應用RD算法完成單目標及多目標的SAR成像仿真。

總的來說，基于回波信號的仿真方法基礎理論已經(jīng)發(fā)展成熟，但是仍然存在一些不足，比如沒有考慮非理想軌跡情況，多成像模式、大斜視成像的仿真研究不夠深入，仿真圖像分辨率也不夠高，大多停留在米級水平，這些都是未來亟待發(fā)展的方向。

3 基于SAR圖像的仿真方法

基于SAR圖像的仿真方法是以一幅真實SAR圖像作為輸入，獲取其后向散射系數(shù)信息，而后基于其后向散射系數(shù)信息和SAR系統(tǒng)參數(shù)進行回波仿真并成像或者直接仿真得到其他成像平臺或者參數(shù)下的SAR 圖像。仿真流程如圖9 所示。該方法減少了復雜的目標幾何建模與電磁散射計算過程，也提高了仿真速度和精度。

圖9 基于SAR圖像的仿真方法流程圖Fig.9 Flow chart of simulation method based on SAR image

2006年，文獻[76]利用一幅真實的機載SAR圖像來仿真星載SAR 圖像，重點分析了圖像的幾何特性和輻射特性，中間不產生回波信號，得到了較高逼真度的星載SAR圖像，其中降低了分辨率，機載SAR圖像和仿真星載SAR圖像分別如圖10、圖11所示。

圖10 機載SAR圖像Fig.10 Air borne SAR image

圖11 仿真星載SAR圖像Fig.11 Simulated space borne SAR image

2014年，文獻[77]對真實場景灰度圖像與點目標復圖像卷積得到復圖像，然后采用逆RD算法得到回波信號并用成像算法成像得到場景仿真SAR 圖像，提高了場景仿真的運算速度。2015 年，文獻[14]提出了基于SAR真實場景圖像的回波仿真方法，基于圖像中目標后向散射特性和目標位置采用頻域法仿真得到回波數(shù)據(jù)并成像得到海面艦船場景SAR 圖像，原始圖像與仿真圖像如圖12、圖13 所示。由圖可以看出仿真圖像真實度很高，驗證了該方法的可行性。

圖12 原始SAR圖像Fig.12 Original SAR image

圖13 基于SAR圖像的仿真結果Fig.13 Simulation results based on SAR images

基于已有SAR 圖像來進行仿真時，可以方便地獲得目標的仿真SAR 圖像，在仿真速度和精度方面較前兩種方法有著顯著優(yōu)勢，但是真實SAR 圖像獲取較為困難，而且目標在仿真圖像中的視角與原始圖像中的視角相差不能太大，該方法存在一定的局限性。

總的來說，三種仿真方法各有其優(yōu)缺點和適用性，若只是為了得到圖像并追求仿真速度，可以采用基于特征的仿真方法；若想對SAR系統(tǒng)參數(shù)、成像算法進行驗證或得到真實度高的SAR圖像，可以采用基于回波信號的方法，該方法被更為廣泛地使用；若想對已有SAR圖像進行重建并追求仿真速度和精度，可以采用基于SAR圖像的仿真方法。表3對三種方法進行了總結歸納。

表3 三種SAR圖像仿真方法歸納Table 3 Summarization of three SAR image simulation methods

4 結語

本文對三種SAR 圖像仿真方法進行了全面地綜述，當前，相關基礎理論已經(jīng)成熟，但還存在一些不足和技術難點：

（1）當前的仿真幾乎都是假設SAR 系統(tǒng)運動軌跡為理想軌跡，即勻速直線運動，與真實SAR系統(tǒng)運動存在一定誤差。另外，對于動目標的仿真也僅考慮了理想運動情況。

（2）對于彈載/大斜視SAR仿真研究不夠深入，而且對高分辨率寬幅星載SAR 研究也不夠多，與真實SAR系統(tǒng)還存在差距。

（3）對于多站、多模式成像仿真研究不夠深入，對仿真SAR圖像質量評估方法的研究不多。

結合當前的發(fā)展現(xiàn)狀和存在的問題，在未來，隨著SAR 系統(tǒng)性能的提升，SAR 圖像仿真技術也要不斷發(fā)展提升，高精度、高分辨率、快速實時仿真是熱點研究方向：

（1）SAR 成像算法、快速回波仿真方法研究。研究快速時域成像算法、高分辨率成像算法、大斜視下成像算法、快速回波仿真方法可以提高仿真精度、速度以及分辨率，契合SAR系統(tǒng)的發(fā)展方向，是未來重要的發(fā)展方向。

（2）繼續(xù)深入開展CPU與多GPU協(xié)同工作、云計算與GPU相結合，提高仿真計算性能，是快速實時仿真必不可少的方法。

（3）研究高分辨率、多站、多成像模式SAR 圖像仿真，隨著真實SAR系統(tǒng)向著多模式、高分辨率發(fā)展，SAR系統(tǒng)、運動目標非理想軌跡情況也需要進行考慮。

（4）研究仿真SAR圖像的評估方法。目前，并沒有一套完善的評估體系去評估SAR 圖像的仿真效果，而且對SAR 圖像定量評估方法還有待研究，可以作為未來的一項重點研究內容。