基于二維逆濾波的機載SAR自聚焦算法

胡國光，宋 偉

（1.海軍裝備部上海局；2.中航工業雷華電子技術研究所，江蘇無錫214200）

基于二維逆濾波的機載SAR自聚焦算法

胡國光1，宋 偉2

（1.海軍裝備部上海局；2.中航工業雷華電子技術研究所，江蘇無錫214200）

在聚束合成孔徑雷達（SAR）自聚焦處理時，殘留距離徙動（RRCM）必須在自聚焦處理之前完全去除，否則將會嚴重降低自聚焦的性能。本文提出了一種基于二維逆濾波的自聚焦算法，該算法在補償相位誤差的同時也補償掉距離和方位的二維耦合相位，消除了RRCM對自聚焦的影響，提高了逆濾波自聚焦算法的性能。最后通過實測數據處理驗證了本文提出的二維逆濾波自聚焦算法的有效性。

合成孔徑雷達；聚束；逆濾波；自聚焦；殘留距離徙動

機載SAR通過載機沿理想航跡勻速運動并以固定脈沖重復頻率發射線性調頻脈沖來獲得高分辨圖像[1]。運動補償是機載SAR系統獲得高分辨圖像的關鍵[2-6]。隨著成像分辨率的不斷提高，殘留的運動誤差會造成高分辨圖像的散焦?；诨夭〝祿淖跃劢辜夹g對高分辨成像起到關鍵的作用，它有效地彌補了經過運動補償之后的殘留運動誤差對圖像散焦的影響[7-13]。對散焦的SAR圖像做自聚焦前，必須完全校正RRCM。否則，會造成圖像中目標點兩維散焦[14-18]，嚴重影響自聚焦的性能。若要完全校正RRCM并精確估計相位誤差往往是非常困難的。但當圖像中存在孤立的強點目標時，通過提取該點目標的兩維響應估計出RRCM和相位誤差，可有效解決這個問題[17]。本文結合實測數據分析了存在較嚴重的RRCM對自聚焦的影響，提出一種基于二維逆濾波的自聚焦方法。該方法的優勢在于不受RRCM的影響，可以有效校正RRCM和精確估計相位誤差，但是其性能受所選擇的強點目標的信雜比影響。

1 基于逆濾波的自聚焦算法

1.1 基于一維逆濾波的自聚焦算法回顧

當考慮相位誤差對圖像造成的影響時，可以認為模糊圖像是清晰圖像與相位誤差函數逆傅里葉變換（IFFT）卷積的結果，由此建立模型：

式（1）中：g(k,n)表示清晰SAR圖像；gε(k,n)表示散焦的SAR圖像；?表示卷積；k表示距離坐標；n表示方位坐標；?(n)表示相位誤差。

自聚焦算法大多都是在沒有相位誤差先驗信息的情況下，從gε(k,n)數據中估計g(k,n)。逆濾波法是在散焦的SAR圖像中選擇一個孤立的強點目標，從這個點目標的二維響應中估計?(n)。假定第k個距離門上孔徑中心的位置上存在一個孤立的強點目標，在沒有相位誤差情況下，該點目標的響應可表示為

將式（2）代入式（1）并化簡得到：

對式（3）兩端做傅里葉變換（FFT）可以得到相位誤差的估計值：

式中，∠表示取復數的相角。

最后，通過對所有距離門的距離壓縮數據共軛相乘估計得到的相位誤差函數，就可以從散焦的gε(k,n)圖像數據中恢復清晰的g(k,n)圖像。通常SAR圖像中很難找到一個信雜比很大的孤立點目標，然而一旦圖像中存在孤立強點目標，采用逆濾波自聚焦方法就會得到較好的效果。

1.2 基于二維逆濾波的自聚焦算法

與子孔徑相關法、相位梯度自聚焦算法一樣，上節描述的基于一維逆濾波的自聚焦算法也是在殘余距離徙動小于一個距離分辨單元的前提下去估計方位向一維的相位誤差。而當殘余距離徙動超出多個距離單元時，利用這些方法對散焦的SAR圖像做自聚焦之前，必須完全校正殘余距離徙動。否則，會造成圖像中目標點兩維散焦。本節在一維逆濾波方法的基礎上，提出一種基于二維逆濾波的自聚焦算法，與常規自聚焦算法只補償方位相位誤差不同，新算法在提取方位相位誤差的同時將距離和方位的二維耦合相位也一并提取并補償，避免了殘余距離徙動對自聚焦性能的影響，補償精度更高[13]。

假定模糊圖像是清晰圖像與二維相位誤差函數的二維逆傅里葉變換（IFFT）卷積的結果，建立模型：

同樣，該點目標的二維響應可以表示為：

將式（6）代入式（5）并化簡得到：

對式（7）兩端做二維傅里葉變換（FFT）可以得到相位誤差的估計值：

最后，通過對二維頻域數據域共軛相乘估計得到的相位誤差函數，就可以從散焦的gε(k,n)圖像數據中恢復清晰的g(k,n)圖像。通常SAR圖像中很難找到一個信雜比很大的孤立點目標，然而一旦圖像中存在孤立強點目標，采用逆濾波自聚焦方法就會得到較好的效果。

1.3 雜波的影響分析

在選擇孤立強點目標時，難免會包括強點目標周圍的弱目標，這些弱目標被作為競爭雜波影響著二維逆濾波自聚焦算法的性能。為了分析選擇點目標信雜比的影響，我們將選擇的孤立強點目標作為期望的信號，點目標周圍的散射點作為競爭雜波。將式（8）估計出的二維相位誤差表示成：

式（9）中：?r(k,n)為競爭雜波帶來的相位函數；∠σ代表點目標未知的常數相位，對聚焦沒有影響；?r(k,n)將會是影響聚焦性能的主要因素，經過相位誤差補償之后：

從式（11）可以看出經過相位誤差補償之后的圖像仍然存在殘留的相位?r(k,n)，這個殘留相位是由競爭雜波引入的。競爭雜波主要由強點目標周圍的獨立散射點組成，由于這些散射點都在強點目標周圍很小的區域內，所以它們的相位誤差的空變性忽略不計，這些散射點的距離方位二維耦合相位的空變性同樣可以忽略不計。殘留相位?r(k,n)主要包括各個散射點常數相位∠σ(k,n)，線性相位f(k,n)以及高斯白噪聲ω(k,n)。

如果選擇的點目標的信雜比足夠大，那么殘留相位誤差?r(k,n)對恢復清晰圖像的影響可以忽略不計。

2 實測數據處理

2.1 實測數據描述

選取的實測數據是機載X波段聚束SAR試飛數據，系統帶寬為1.3 GHz，距離分辨率優于0.15 m。合成孔徑長度為2km，方位分辨率達到0.15 m。雷達作用距離為16km，載機地速為101 m/s，飛行高度為7.5km。

本文在缺少慣導參數情況下采用極坐標格式算法（PFA）處理實測數據，并在大圖中選取一小塊圖像作為分析樣本。圖1 a）為經過PFA處理得到的SAR圖像，從圖中可以看出目標方位向散焦比較嚴重。對該圖1 a）做PGA處理后得到圖1 b），經過自聚焦處理后圖像質量得到了一定程度的改善，但是點目標的散焦仍然比較嚴重。圖2為點目標RRCM軌跡。

圖1 機載X波段聚束SAR圖像Fig.1 Airborn X-band spotlight SAR image

圖2 點目標RRCM軌跡Fig.2 RRCM of point target

2.2 基于二維逆濾波自聚焦算法的實測數據處理

采用二維逆濾波自聚焦處理實測數據，選取圖1的B點作為孤立的強點目標，提取B點周圍64×64個像素大小的區域進行二維逆濾波自聚焦。認為這個區域包括了B點的二維響應，通過本文提出的二維逆濾波自聚焦算法進行處理得到如圖3所示的SAR圖像。從圖中可以看出，圖像聚焦質量得到明顯提高。

圖3 逆濾波自聚焦的SAR圖像Fig.3 Autofocused SAR image by inverse filtering

為衡量所選擇的強點目標的信雜比對自聚焦性能的影響，分別選取2個信雜比不同的點目標A和B，這2個點在圖3中標注出來。從圖3中可以看出，B點的信雜比要大于A點的信雜比，提取這2個點的二維響應分別進行自聚焦處理，并通過分析B點的方位向包絡曲線來衡量其自聚焦的性能。圖4虛線為選取信雜比較小的A點做自聚焦后B點的方位向包絡曲線，實線為選取信雜比較大的B點做自聚焦后B點的方位向包絡曲線。為顯示需要，圖4做了32倍內插處理。從圖4中看出，采用強信雜比的孤立點目標作二維逆濾波后，強散射點的響應更窄，圖像質量明顯提高。

圖4 點目標B的方位向包絡曲線Fig.4 Azimuth amplitude curve of point B

為了量化一維逆濾波和二維逆濾波的性能差異，分析C點目標的方位向包絡曲線，為顯示需要進行32倍內插處理，如圖5所示。圖5中，虛線代表采用一維逆濾波自聚焦算法，實線代表采用二維逆濾波自聚焦算法。從圖5中明顯看出，二維逆濾波自聚焦算法處理后C點的主瓣寬度更窄，聚焦效果比一維逆濾波自聚焦算法更好，從C點的方位向包絡曲線得到方位分辨率為0.12 m（3dB寬度）。

圖5 C點的方位向包絡曲線Fig.5 Azimuth amplitude curve of point C

3 結論

對于高分辨機載SAR，由于慣性導航的精度有限，很難完全補償載機的非平穩運動，殘留的運動誤差造成經過成像處理的點目標仍然存在RRCM，這種RRCM必須在自聚焦處理之前完全去除，否則將會降低自聚焦的性能。本文提出一種基于二維逆濾波的自聚焦算法，在提取方位相位誤差的同時將距離和方位的二維耦合相位也一并提取并補償，避免了RRCM對自聚焦性能的影響，大大提高了逆濾波自聚焦算法的性能。最后，通過實測數據的處理，驗證了本文提出的算法的有效性。

[1]CUMMING I G，WONG FH.Digital processing of synthetic aperture radar data：algorithm and implementation [M].Norwood：Artech House，2005：1-30.

[2]XING MENGDAO，JIANG XIUWEI，WU RENBIAO，et al.Motion compensation for UAV SAR based on raw radar data[J].IEEE Transactions on Geoscience and Remote Sensing，2009，47（8）：2870-2883.

[3]LI Y L，LIANG X D，DING C B，et al.Improvements to the frequency division-based sub aperture algorithm for motion compensation in wide-beam SAR[J].IEEE Geoscience and Remote Sensing Letters，2013，10（5）：1219-1223.

[4]LI YINWEI，DENG YUAN，XIANG MAOSHENG.Effects of center-beam approximation on motion compensation for airborne interferometric SAR[J].Journal of Electronics&Information Technology，2014，36（2）：415-421.

[5]DING ZEGANG，LIU LUOSI，ZENG TAO，et al.Improved motion compensation approach for squint airborne SAR[J].IEEE Transactions on Geoscience and Remote Sensing，2013，51（8）：4378-4387.

[6]JIANG R，ZHU D，SHEN M，et al.Synthetic aperture radar autofocus based on projection approximation subspace tracking[J].IET Radar，Sonar&Navigation，2012，6（6）：465-471.

[7]WAHL D E，EICHEL P H，GHIGLIA D C，et al.Phase gradient autofocus-A robust tool for high resolution SAR phase correction[J].IEEE Transactions on Aerospace and Electronic Systems，1994，30（3）：827-834.

[8]SHAO PENG，LI YACHAO，XING MENGDAO，et al. Autofocus algorithm using blind homomorphic deconvolution for synthetic aperture radar imaging[J].Acta Aeronautica etAstronautica Sinica，2015，36（5）：1606-1615.

[9]LI YAKE，LIU CHANG，WANG YANFEI，et al.A robust motionerror estimation method based on raw data[J]. IEEE Transactions on Geoscience and Remote Sensing，2012，50（7）：2780-2790.

[10]ZHANG LEI，QIAO ZHIJUN，XING MENGDAO，et al. A robust motion compensation approach for UAV SAR imagery[J].IEEE Transactions on Geoscience and Remote Sensing，2012，50（8）：3202-3218.

[11]BEZVESILNIY O O，GOROVYI I M，VAVRIV D M.Estimation of phase errors in SAR data by Local-Quadratic map-drift autofocus[C]//2012 13thInternational Radar Symposium.Warsaw：Warsaw University，2012：376-381.

[12]ZHONG XUELIAN，GUO HUADONG，XIANG MAOSHENG，et al.Residual motion estimation with point targets and its application to airborne repeat-pass SAR interferometry[J].International Journal of Remote Sensing，2012，33（2）：762-780.

[13]XIONG TAO，XING MENGDAO，WANG YONG，et al. Minimum entropy-based autofocus algorithm for SAR data using Chebyshev approximation and method of series reversion，and its implementation in a data processor[J]. IEEE Transactions on Geoscience and Remote Sensing，2014，52（3）：1719-1728.

[14]XU GANG，XING MENGDAO，ZHANG LEI，et al.Robust autofocusing approach for highly squinted SAR imagery using the extended wavenumber algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing，2013，51（10）：5031-5046.

[15]YANG LEI，XING MENGDAO，WANG YONG，et al. Compensation for the NsRCM and phase error after polar format resampling for airborne spotlight SAR raw data of high resolution[J].IEEE Geoscience and Remote Sensing Letters，2013，10（1）：165-169.

[16]ZENG LETIAN，LIANG YI，XING MENGDAO，et al. Autofocus algorithm of high resolution SAR based on polar format algorithm processing[J].Journal of Electronics &Information Technology，2015，37（6）：1409-1415.

[17]SONG WEI.Study on airborne high resolution SAR imaging and location techniques[D].Nanjing University of Aeronautics andAstronautics，2014.

[18]MAO XINHUA，ZHU DAIYIN，ZHU ZHAODA，et al.2-D autofocus algorithm for ultra-high resolution airborne spotlight SAR imaging[J].Acta Aeronautica et Astronautica Sinica，2012，33（7）：1289-1294.

Autofocus Algorithm for Airborne SAR Based on the Two-Dimensional Inverse Filtering

HU Guoguang1,SONG Wei2
（1.Shanghai Military Representatives Bureau of NED; 2.AVIC Radar and Avionics Institute,Wuxi Jiangsu 214200,China）

For spotlight mode synthetic aperture radar(SAR)autofocusing,the traditional autofocus algorithm might suffer from performance degradation in the presence of residual range cell migration.In this paper,a two-dimensional inverse fil?tering autofocus algorithm was presented.The algorithm not only could compensate the azimuth phase error but also could remove the coupling terms between range and azimuth frequency domain,which avoided the effect caused by the RRCM in autofocus processing and improved the performance of inverse filtering autofocus algorithm.The results processed by real measured data indicated the effectiveness of the proposed method.

SAR;spotlight;inverse filtering；autofocus;residual range cell migration

TN959.73

A

1673-1522（2016）06-0625-04

10.7682/j.issn.1673-1522.2016.06.005

2016-08-26；

2016-11-06

胡國光（1977-），男，工程師，碩士。